La empresa DreamStories publica libros infantiles. Sus historias no destacan por su originalidad —un niño que viaja en cohete a un planeta habitado por dinosaurios—, pero tienen un rasgo distintivo: el protagonista es el propio lector, convertido en personaje de cómic. Esa personalización, que convierte cada libro en una pieza única, no la firma un ilustrador ni un escritor, sino un modelo de inteligencia artificial (IA) generativa que produce texto e imágenes bajo demanda.. Seguir leyendo
Las firmas nacidas al calor de esta tecnología se enfrentan a las grandes multinacionales, que integran su propuesta, y a otros actores más pequeños que la imitan
La empresa DreamStories publica libros infantiles. Sus historias no destacan por su originalidad —un niño que viaja en cohete a un planeta habitado por dinosaurios—, pero tienen un rasgo distintivo: el protagonista es el propio lector, convertido en personaje de cómic. Esa personalización, que convierte cada libro en una pieza única, no la firma un ilustrador ni un escritor, sino un modelo de inteligencia artificial (IA) generativa que produce texto e imágenes bajo demanda.. El caso de esta start-up, fundada en Madrid por Phil Calzavara en 2023, no es aislado. Vidext utiliza esta tecnología para transformar documentos corporativos en contenido multimedia. Vibepeak la emplea para crear anuncios y Aithor, para generar textos académicos. La lista es larga. Como resume Calzavara: “Cuando surge una nueva tecnología, hay mucha gente que se lanza a buscar negocio”.. Aunque la idea parece brillante —la IA hace el trabajo más rápido y, sobre todo, más barato—, el futuro de muchas de estas compañías es incierto. Los expertos señalan dos riesgos: por arriba, que las grandes tecnológicas integren estos servicios en sus propios modelos; y por abajo, que propuestas demasiado simples sean replicadas por la competencia y se diluyan en un mercado saturado. Para David Gordo, profesor en IE Business School en Madrid, estas start-ups cumplen una función útil: toman una tecnología avanzada y la bajan a tierra a casos de uso comercial. “El salto para pasar de lo generalista a lo concreto es muy difícil”, sostiene, y por eso cree que “algunas empresas van a permanecer”, pero alerta de que “una gran mayoría no lo harán”.. El peligro es el de siempre: que el pez grande se coma al pequeño. Gordo expone que, si el servicio que ofrecen tiene un mercado amplio, gigantes como OpenAI, Google o Anthropic pueden lanzar su propia versión y quedarse con el negocio. Ya hay ejemplos de esto: las empresas Lovable y Cursor, asistentes de programación, compiten ahora con Google Antigravity, el producto que lanzó el gigante tecnológico en ese segmento en noviembre. La programación asistida por IA tiene un mercado enorme: según un estudio de JetBrains, un desarrollador de herramientas para escribir código, el 85% de los programadores utilizan herramientas de IA en su trabajo.. Modelos generalistas. Muchas de las empresas que han aparecido con esta nueva ola tecnológica no desarrollan modelos de IA desde cero. Se apoyan en grandes modelos generalistas —como GPT (creado por OpenAI), Gemini (Google) o Claude (Anthropic)— y construyen su sistema de generación de imágenes, texto o vídeo encima de ellos. Su principal valor consiste en transformar la capacidad generalista de los modelos en un servicio concreto mediante instrucciones precisas y el diseño de interfaces que permitan a los usuarios interactuar con la tecnología. En el argot sectorial, estas instrucciones se conocen como prompts: textos más o menos elaborados que explican al sistema qué debe producir, con qué estilo o formato. Escribir los prompts es, en muchos casos, el núcleo operativo de estas empresas, a las que se conoce como IA wrappers, un término que se traduce como “envolvedores” de IA.. Esteve Almirall, profesor de Innovación en la Universidad Esade de Barcelona, señala que los IA wrappers han supuesto la primera versión comercial de la IA generativa. Subraya que no son un fenómeno español; ha ocurrido en todo el mundo. Y advierte del segundo gran riesgo: “Si el valor tecnológico que aportan es muy bajo, lo van a copiar 20.000 rivales de inmediato”. Gordo coincide: “Si es muy fácil de imitar, otros lo harán”. Los dos profesores comparten la opinión de que la frontera entre un producto innovador y uno imitable está en permanente movimiento porque la tecnología avanza a una velocidad de vértigo.. Es precisamente esa frontera la que los analistas de Kfund tratan de dibujar. Jaime Novoa, socio de la firma inversora especializada en emprendimientos tecnológicos, explica que ellos ponen el foco en start-ups orientadas a industrias muy específicas. Su estrategia consiste en identificar proyectos que combinen conocimiento experto en un sector concreto —como ciberseguridad o gaming— con capacidades de IA generativa. A su juicio, es poco probable que plataformas “horizontales” como OpenAI o Google entren a competir en esos mercados “verticales”. Pero advierte, “no es imposible que lo terminen haciendo”.. A la hora de evaluar la posible financiación de un negocio, en Kfund se plantean una pregunta: “¿Cómo de difícil es para un tercero montar algo similar?”. Cuando las barreras de entrada son bajas, Novoa piensa que una start-up que desarrolla un producto en España tiene muchas posibilidades de encontrarse con competidores que hagan lo mismo en mercados más grandes, como EE UU. En ese contexto de competencia global, el analista destaca el salto cualitativo de los proyectos tecnológicos españoles en 2025, tanto en cantidad como en calidad: “Vemos start-ups con un nivel de ambición y técnica que no habíamos visto antes”.. A Calzavara, fundador de DreamStories, le han aparecido competidores por todas partes. Pequeños y grandes; en España y fuera. Hasta Google ha creado un producto parecido con Gemini Storybook. Reconoce que la tecnología que emplea no es una ventaja competitiva: “Todo el mundo tiene acceso a ella”, declara.. El factor diferencial en la calidad de un producto de IA generativa, según el emprendedor, lo marca la capacidad de sacarle el máximo provecho a la tecnología. En su caso, combina distintos modelos generalistas para construir lo que llama un “motor de generación propio”. Después, lo especializa con contexto: lo alimenta con datos e información precisa que la IA debe recordar siempre a la hora de generar el producto. En este punto se trata de dotar al sistema de memoria. Todo ese trabajo, o entrenamiento, como se denomina en la jerga tecnológica, permite al motor de generación responder de forma más afinada en cada nueva línea de texto, ilustración o personaje que crea para los libros que comercializa la start-up.
Feed MRSS-S Noticias
