FlooDur: la plataforma de un uruguayo que predice inundaciones

¿Qué es FlooDur y por qué importa desde Durazno?

FlooDur es una plataforma que muestra en tiempo real el nivel y el caudal del Río Yí, en el departamento uruguayo de Durazno, y proyecta cuánto puede crecer en las próximas horas a partir de los milímetros de lluvia registrados aguas arriba. Desde su lanzamiento acumuló más de 5.000 visitas, concentradas en los momentos en que el río empieza a crecer, según contó su creador a El Observador.

Detrás del proyecto está Santiago Larrama, un administrativo de 31 años de un frigorífico de Durazno, sin formación formal en tecnología, que se formó de forma autodidacta en programación e inteligencia artificial. Su motivación no fue levantar una startup ni buscar inversión: fue resolver un problema que conocía de cerca. "¿Cuántas personas se pueden evacuar en 24 horas si ya se sabe de antes?", resumió en la nota.

¿Cómo funciona la plataforma?

FlooDur no usa imágenes satelitales ni modelos de predicción entrenados desde cero. Lo que hace es orquestar datos públicos que ya existen y aplicarles una capa de lógica específica para la cuenca del Yí. Las piezas que el fundador integró:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Sensores del Cecoed (Centro Coordinador de Emergencias Departamentales) para el nivel del río.
Datos de Dinagua (Dirección Nacional de Aguas) y de UTE para variables hidrológicas y eléctricas.
Pronósticos de Inumet y Meteored para lluvia esperada.
Una fórmula propia que toma la altura actual del río y los milímetros de lluvia para estimar cuánto puede crecer.
Un mecanismo de validación comunitaria: si un usuario ingresa milímetros de lluvia y el dato difiere en más de 20 mm de las fuentes oficiales, el sistema lo descarta.

A eso se suman dos funcionalidades operativas que son las que marcan la diferencia en una evacuación:

Alertas por WhatsApp configurables: cada persona registrada define la cota del río a partir de la cual quiere recibir un aviso, y la plataforma le escribe cuando se alcanza.
Una sección práctica con pasos transitables, refugios habilitados y alertas vigentes de Inumet.

El resultado es una herramienta low-cost, sin modelo de monetización y sin planes de tenerlo, según dijo Larrama. "El Cecoed brinda información a la población dos veces por día, pero son muchas las personas que tiene para evacuar en caso de una crecida rápida", justificó.

WeatherNext, el espejo global que valida la tesis

Larrama mira lo que ocurre fuera de Uruguay. Mencionó como referencia a WeatherNext, el modelo de Google DeepMind entrenado para predecir ciclones con días de anticipación, y que según Wired permitió al National Hurricane Center de Estados Unidos anticipar con un 80% de confianza, cinco días antes del impacto, que el huracán Melissa sería Categoría 5 cuando tocara Jamaica en octubre de 2025.

El paper publicado por DeepMind en Nature reporta que el modelo ofrece un día más de lead time que los sistemas tradicionales: lo que antiguos modelos pronosticaban a dos días, WeatherNext lo iguala a tres. Puede generar un pronóstico de 15 días en menos de un minuto sobre un TPU y produce 1.000 escenarios por tormenta, según reportó eWeek. Google ya liberó WeatherNext, WeatherNext 2 y WeatherNext 2-mini como open source, poniendo pesos y código a disposición de investigadores y agencias meteorológicas.

La diferencia entre ambos proyectos no es el tamaño: es el punto de partida. WeatherNext necesita 20 terabytes de datos atmosféricos y registros de unas 5.000 tormentas históricas para entrenar. FlooDur no entrena nada: junta datos que otros ya publicaron, los filtra y los proyecta en una fórmula específica para una cuenca local. Las dos estrategias convergen en el mismo lugar: convertir tiempo en vidas salvadas.

El contexto regional: IA ya es infraestructura para startups LATAM

La historia de Larrama coincide con una tendencia mayor. Según el informe 2025 de Hi Ventures recogido por El Español, el 99% de las startups de América Latina ya usa IA internamente, el 85% la integra en su producto principal, y el 85% de las startups fundadas en la región en 2025 lleva IA en su producto, frente al 47% de las creadas entre 2020 y 2022. El coste de generar un millón de tokens, dice el mismo informe, bajó de USD 60 en 2023 a USD 10 en 2025.

En paralelo, Google DeepMind anunció en mayo de 2026 un acelerador específico para startups de Asia Pacífico que aplican IA a riesgos climáticos, según wwwhatsnew.com, con acceso a créditos de Google Cloud, mentoría de DeepMind y conexión con inversores. La región acumula USD 1,4 billones en pérdidas por ciclones en los últimos 50 años, el mismo dato que Google cita para justificar el programa. Aunque el acelerador es para APAC, la señal es global: los modelos de frontera para clima están dejando de ser propiedad exclusiva de los estados y abriéndose al ecosistema startup.

¿Qué significa esto para tu startup?

La historia de FlooDur no se mide por su facturación (no tiene) ni por su tracción (5.000 visitas): se mide por cuántas personas evacúan a tiempo porque la herramienta existía. Esa métrica importa para cualquier founder que esté construyendo algo en LATAM, no sólo para climatología.

Tres lecciones accionables:

Empezá por el problema local, no por el modelo global. Larrama no entrenó una red neuronal: reutilizó datos públicos y los combinó con una fórmula específica para su cuenca. Para startups que están empezando con poco compute, usar datos abiertos y reglas explícitas sigue siendo un MVP válido. El estudio de Hi Ventures muestra que sólo el 22% de las startups LATAM ajusta sus propios modelos; el resto depende de APIs de terceros, y eso es perfectamente funcional para un primer producto.
Diseñá para la última milla, no sólo para el modelo. WeatherNext gana horas; FlooDur las entrega en un mensaje de WhatsApp con la cota configurada por el usuario. La diferencia entre un buen modelo y un producto exitoso suele estar en el canal y la UX final, no en la precisión del algoritmo. Preguntate: ¿qué hace tu usuario con la información que le das y en qué momento se la das?
No necesitás una tesis de monetización en el día uno. FlooDur es gratis, sin modelo de negocio. Eso no es un defecto: es una decisión estratégica sobre el tipo de impacto que querés tener. Si tu proyecto resuelve un problema cívico o de infraestructura crítica, empezar cobrando puede ser un lastre. El ecosistema global (los USD 30 millones del Google.org Impact Challenge: AI for Science, o el acelerador APAC de DeepMind) está reconociendo financieramente a quienes construyen sobre problemas que el mercado tradicional no resuelve.