Por Canuto  

Ollama, una de las herramientas de código abierto más populares para ejecutar modelos de IA en computadoras personales, aseguró una ronda Serie B por USD $65 millones y ya atiende a más de 8,9 millones de desarrolladores al mes. El crecimiento de la startup refuerza la narrativa de que los modelos abiertos están dejando de ser un nicho técnico para convertirse en infraestructura real para empresas y nuevos productos de IA.

***

  • Ollama recaudó USD $65 millones en una Serie B liderada por Theory Venture y elevó su financiamiento total a USD $88 millones.
  • La empresa afirma que ya supera 8,9 millones de desarrolladores mensuales y tiene presencia en el 85% de las Fortune 500.
  • Su expansión ocurre en medio del auge de los modelos abiertos y del debate sobre el equilibrio entre software gratuito y servicios en la nube.

 

La herramienta de desarrollo de inteligencia artificial (IA) de código abierto Ollama recaudó USD $65 millones en una ronda Serie B liderada por Theory Venture. Con esta operación, la compañía eleva a USD $88 millones el capital total captado desde su lanzamiento.

La ronda llega después de una Serie A por USD $15 millones liderada por Peter Fenton, socio de Benchmark. Tanto el fundador y CEO Jeff Morgan como Fenton evitaron revelar los ingresos actuales de la startup y su nueva valoración.

Según informó TechCrunch, Ollama se lanzó en 2023 con una propuesta sencilla de explicar, pero difícil de ejecutar bien. La empresa permite a desarrolladores correr modelos de peso abierto en sus propias PCs y ponerlos en funcionamiento en cuestión de minutos.

Esa facilidad de uso ayudó a que la herramienta ganara una fuerte reputación entre programadores. Su adopción se refleja también en GitHub, donde acumula 176.000 estrellas y casi 17.000 bifurcaciones.

La plataforma no se limita al uso local. Los desarrolladores también pueden descubrir modelos y acceder a modelos más grandes y complejos alojados por la empresa en su servicio de nube, con planes que van desde gratis hasta USD $100 al mes.

Un detalle importante del modelo comercial es que Ollama rastrea el consumo según tiempo de GPU y no mediante límites de tokens. Ese enfoque la diferencia de varias plataformas de IA que facturan según el volumen de texto procesado.

De Docker Desktop a la IA abierta

La historia de Ollama también se entiende a partir del pasado de sus fundadores. Jeff Morgan y su cofundador Michael Chiang ayudaron antes a construir Docker Desktop tras la adquisición de su startup previa, Kitematic, por parte de Docker.

Docker se volvió una herramienta central para simplificar la ejecución y movilidad de aplicaciones entre escritorios y nubes. En esencia, abstrajo muchos problemas de configuración de hardware y software que antes complicaban el trabajo de los desarrolladores.

Ollama busca replicar esa lógica dentro del mundo de la inteligencia artificial. En lugar de contenedores para aplicaciones, su propuesta apunta a simplificar la instalación, el descubrimiento y la ejecución de modelos abiertos.

Morgan explicó que cuando comenzaron a aparecer los modelos abiertos en 2023, su uso seguía siendo demasiado complejo para la mayoría de los programadores. En sus palabras, estaban orientados a investigadores y no a desarrolladores de software que querían ponerlos a trabajar rápido.

Ese problema de entrada resultó clave para la oportunidad de mercado. Si los modelos abiertos mejoraban con rapidez, la capa de accesibilidad podía convertirse en un punto de control valioso dentro del nuevo ecosistema de IA.

Peter Fenton sostuvo que la experiencia previa de los fundadores fue decisiva para apoyar a la startup. El inversionista afirmó que lo que Morgan y Chiang construyeron antes en Docker es usado por más de 10 millones de desarrolladores cada día, y describió como rara la capacidad de crear productos ubicuos para este público.

Casi 8,9 millones de usuarios y presencia en grandes empresas

De acuerdo con Morgan, tres años después de su lanzamiento Ollama ya es utilizada por más de 8,9 millones de desarrolladores cada mes. También aseguró que la herramienta está presente en el 85% de las empresas que integran la lista Fortune 500.

La cifra es llamativa no solo por su tamaño, sino por la estructura del equipo. La empresa opera con apenas 14 empleados, un dato que resalta el grado de apalancamiento que puede alcanzar una startup centrada en software para desarrolladores.

Para lectores menos familiarizados con este tipo de herramientas, el atractivo de Ollama no radica solo en ejecutar un modelo en una laptop. También facilita el paso entre pruebas locales, descubrimiento de modelos y acceso a cómputo remoto para cargas más exigentes.

Esa combinación puede ser relevante para startups que diseñan productos de IA y quieren controlar costos desde etapas tempranas. También puede interesar a equipos empresariales que prefieren probar modelos abiertos antes de comprometer mayores presupuestos con proveedores cerrados.

En ese contexto, la presencia de Ollama dentro de grandes corporaciones sugiere que el interés por la IA abierta ya no pertenece solo a comunidades técnicas. El movimiento empieza a tocar áreas de producto, infraestructura y eficiencia operativa dentro de organizaciones más grandes.

La adopción empresarial, sin embargo, no significa reemplazo total de otras alternativas. Más bien apunta a un mercado híbrido donde el uso local, la nube y la elección entre modelos abiertos y cerrados dependen del caso específico.

El giro del mercado hacia modelos abiertos más capaces

Morgan ubicó un punto de validación para el negocio alrededor de enero, cuando OpenClaw empezó a ganar popularidad. Según explicó, ese momento mostró que los modelos abiertos más grandes ya podían ejecutar tareas de tipo agencial, incluida la codificación.

El avance fue importante porque cambió la percepción sobre el alcance práctico de estos modelos. Ya no se trataba solo de experimentos académicos o demostraciones de laboratorio, sino de sistemas capaces de hacer trabajo útil dentro de aplicaciones reales.

Desde entonces, creció la idea de que empresas con altos costos de inferencia buscarán migrar parte de sus flujos hacia modelos abiertos más baratos. En ese esquema, los modelos cerrados de compañías como Anthropic quedarían reservados para casos donde su rendimiento siga siendo necesario.

Fenton matizó ese debate y dijo que el mercado no debe leerse como una disyuntiva absoluta entre una opción y la otra. A su juicio, habrá espacio comercial para ambos tipos de modelos a medida que madure la infraestructura de IA.

Aun así, el inversionista remarcó que las compañías con gastos elevados de inferencia enfrentan un incentivo casi existencial para moverse hacia modelos de peso abierto. El motivo es simple: la estructura de costos puede convertirse en una amenaza para la viabilidad del negocio.

En la práctica, ese razonamiento ayuda a entender por qué herramientas como Ollama llaman la atención del capital de riesgo. Si los modelos abiertos siguen mejorando, la capa que facilita su despliegue puede volverse un activo estratégico dentro de la cadena de valor de la IA.

La nube de Ollama y la tensión con su comunidad

Ollama ofrece una experiencia gratuita en escritorio, pero también monetiza acceso a modelos más grandes en su propia nube. Ese paso generó incomodidad entre algunos seguidores del proyecto, que hace cerca de un año cuestionaron que la empresa estuviera descuidando su herramienta gratuita.

Parte de esas críticas se enmarcó en el debate sobre la llamada “envasificación” de herramientas para desarrolladores. El término suele usarse cuando un proyecto querido por comunidades técnicas evoluciona hacia un negocio con capas comerciales que algunos usuarios ven como una traición a su espíritu inicial.

Morgan rechazó esa interpretación y presentó la nube como una extensión natural de la misión original. Explicó que muchos modelos abiertos sofisticados son demasiado grandes para ejecutarse en la computadora personal de un usuario promedio.

Desde esa perspectiva, ofrecer cómputo remoto no cambia el objetivo central de facilitar el acceso a modelos abiertos. Más bien intenta resolver una barrera práctica que aparece cuando los desarrolladores quieren experimentar con sistemas más pesados sin invertir en hardware propio.

Fenton reforzó esa idea al señalar que no ha cambiado nada para el producto central gratuito en escritorio. Según su versión, la premisa original sigue intacta: Ollama continúa siendo un lugar para descubrir y ejecutar modelos locales.

La tensión, sin embargo, es un recordatorio de algo más amplio dentro del software abierto. Convertir una comunidad entusiasta en un negocio sostenible suele requerir equilibrios delicados entre apertura, monetización y expectativas de los usuarios más fieles.

Un nuevo mapa para startups de IA basadas en código abierto

El ascenso de Ollama encaja en una ola más amplia de proyectos de código abierto relacionados con inteligencia artificial que empiezan a convertirse en empresas financiadas por capital de riesgo. La noticia sugiere que el valor ya no está solo en entrenar modelos, sino también en construir la infraestructura que los vuelve utilizables.

Entre los ejemplos mencionados figuran proveedores de inferencia de código abierto como Inferact, creador de vLLM, y RadixArk, creador de SGLang. También aparecen OpenClaw y alternativas como NanoClaw, además de pequeñas startups que desarrollan modelos abiertos desde cero, como Arcee.

Ese ecosistema importa porque muestra una fragmentación creativa del mercado de IA. En lugar de un puñado de grandes laboratorios controlando toda la pila, empieza a emerger una constelación de herramientas, modelos y servicios especializados.

Para el sector tecnológico y financiero, este fenómeno puede tener implicaciones relevantes. Una mayor competencia en infraestructura y modelos podría reducir costos, acelerar innovación y cambiar el poder de negociación entre startups de aplicaciones y grandes proveedores de IA.

En ese escenario, Ollama intenta ocupar una posición parecida a la que Docker tuvo en la transición hacia la nube. Si logra convertirse en una interfaz estándar para correr, probar y escalar modelos abiertos, su importancia podría ir mucho más allá del escritorio del desarrollador.

Por ahora, la compañía ya tiene una señal clara a su favor: crecimiento acelerado, presencia en grandes empresas y una nueva inyección de capital en un momento donde la IA abierta dejó de parecer una apuesta marginal. El próximo desafío será sostener esa expansión sin erosionar la confianza de la comunidad que la ayudó a despegar.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados