Liang Wenfeng y los seis millones de dólares que pusieron en evidencia a Silicon Valley

Liang Wenfeng

Nacimiento	1 de enero de 1985 Zhanjiang
Ocupación	Emprendedor tecnológico e investigador en IA
Premios	Time 100 u00b7 Nature's 10

La pregunta que Silicon Valley no supo responder, durante los meses que siguieron a la irrupción de DeepSeek, no era técnica. Era filosófica. Si un equipo de menos de doscientos ingenieros, trabajando en Hangzhou con hardware que los controles de exportación estadounidenses se suponía debían limitar, podía producir un modelo competitivo con los mejores del mundo a una fracción del coste, ¿para qué servía todo ese dinero? Liang Wenfeng fue quien planteó esa pregunta. Pero no esperó para escuchar el debate. Ya había desaparecido.

Wuchuan, la ciudad costera de la provincia de Guangdong donde creció, no aparece en los relatos habituales sobre el origen de la inteligencia artificial. Sus padres eran maestros de primaria. Él aprendió cálculo avanzado por su cuenta en la escuela secundaria y obtuvo la mejor nota de la región de Zhanjiang en el examen de acceso a la universidad, lo que le valió una plaza en la Universidad de Zhejiang con diecisiete años. Estudió ingeniería de información electrónica y completó un posgrado en ingeniería de información y comunicaciones, con una tesis sobre algoritmos de seguimiento de objetos mediante cámaras. Los temas de investigación eran modestos, pero la sensibilidad —matemáticas aplicadas para resolver problemas reales con restricciones— definiría todo lo que vino después.

Cuando la crisis financiera de 2008 hundió los mercados, comenzó a experimentar con el aprendizaje automático aplicado al trading. Tras pasar por Chengdu y varios proyectos tempranos, en 2016 cofundó High-Flyer Capital Management (幻方量化) en Hangzhou junto a dos compañeros de la Universidad de Zhejiang. La firma se convirtió en uno de los fondos cuantitativos más exitosos de China, con más de setenta mil millones de yuanes bajo gestión y rentabilidades medias superiores al cincuenta por ciento en 2025. La ventaja era algorítmica: modelos de aprendizaje profundo que funcionaban con una infraestructura de GPU que Liang fue acumulando a gran escala. En 2021 ya compraba chips Nvidia A100 en cantidades que sugerían planes considerablemente más ambiciosos que los de una operación de trading.

Esa infraestructura se convirtió en la base de DeepSeek, que Liang fundó como escisión en julio de 2023. El objetivo declarado de la empresa no era construir un chatbot ni un producto comercial, sino lo que él describía como investigación fundamental en inteligencia artificial, el tipo de trabajo que no tiene una hoja de ruta de producto ni un objetivo trimestral. DeepSeek empleaba a unas ciento sesenta personas, reclutadas de una variedad deliberadamente amplia de disciplinas, y operaba con un presupuesto que apenas registraría en las cuentas de OpenAI o Google DeepMind. Cuando DeepSeek-V3 se publicó a finales de 2024, el coste de entrenamiento se estimó en unos seis millones de dólares. Cuando DeepSeek-R1 llegó en enero de 2025 y encabezó la App Store de iOS en Estados Unidos, desplazando a ChatGPT, la cifra que circuló fue de cinco coma seis millones de dólares. Modelos en los que las mayores empresas tecnológicas del mundo habían gastado cientos de millones habían encontrado un rival formidable y más barato.

El relato de la disrupción que se adhirió a DeepSeek casi de inmediato no era del todo incorrecto, pero era incompleto en aspectos importantes. La historia que contaron los mercados financieros —que DeepSeek había demostrado que el gasto estadounidense en IA era un derroche, que la estrategia de control de exportaciones había fracasado— asumía que lo que había hecho el equipo de Liang era reproducible en cualquier lugar, por cualquiera, con un presupuesto ajustado. Esa suposición merece examinarse. La infraestructura de GPU de High-Flyer, construida antes de que entrasen en vigor las restricciones de exportación más estrictas, no era un recurso modesto. Las decisiones de ingeniería que produjeron modelos eficientes a bajo coste de entrenamiento requerían una especialización de profundidad poco habitual. Lo que DeepSeek demostró no fue que los grandes modelos de IA son baratos de construir; fue que la innovación arquitectónica puede comprimir el coste marginal de entrenar un determinado nivel de capacidad. La distancia entre esas dos afirmaciones es considerable, y gran parte del comentario público las confundió.

En febrero de 2025, Liang asistió a un simposio con el presidente Xi Jinping, junto a algunos de los ejecutivos tecnológicos más destacados de China. Fue su momento público más visible. No ha vuelto a aparecer en público desde entonces. DeepSeek publicó una vista previa de V4 en abril de 2026 y se informa de que busca trescientos millones de dólares en nueva inversión a una valoración de diez mil millones. Su participación —aproximadamente el ochenta y cuatro por ciento a través de tenencias directas e indirectas— le otorga tanto el control como, según parece, la libertad de estar en cualquier lugar menos delante de un micrófono.

Mantiene casi nada en el registro público sobre su vida privada. No hay información verificada sobre cónyuge o hijos. No tuvo presencia en redes sociales antes de que DeepSeek se convirtiera en noticia global, y tampoco la adquirió después.

DeepSeek publicará más modelos. La trayectoria de la empresa desde el momento R1 no muestra señales de ralentización. Lo que sigue siendo genuinamente incierto es si Liang Wenfeng emergirá para decir algo al respecto, o si el trabajo seguirá hablando donde él ha elegido no hacerlo.

Etiquetas: inteligencia artificial, negocios, ia, ceos, DeepSeek, empresarios tecnológicos