La misteriosa fuerza detrás de DeepSeek que ha hecho temblar a Nvidia
Liang Wenfeng, fundador y CEO de DeepSeek, provoca el mayor terremoto tecnológico y bursátil con su herramienta, que asegura hacer lo mismo que ChatGPT con menos recursos
Cuando se es majo, es fácil caer bien a la gente. La historia de DeepSeek, y la de su fundador, Liang Wenfeng (Mililing, China, 40 años), es muy fácil de vender: una startup que, partiendo casi de la nada, ha superado a gigantes tecnológicos de Occidente y ha hecho tambalear el dominio de Nvidia. Además, a diferencia de modelos cerrados como GPT-4, de OpenAI, su nuevo DeepSeek-R1 apuesta por el código abierto. Difícil pedir más.
Desde su lanzamiento, el 20 de enero, la aplicación china ha superado con creces el millón de descargas (más de la mitad en tan solo dos días), situándose por delante de ChatGPT en la App Store de Apple tanto en Estados Unidos como en China. Ha supuesto una revolución en términos de eficiencia y costes de desarrollo. Mientras que entrenar modelos como GPT-4 requirió inversiones superiores a los 100 millones de dólares, DeepSeek afirma haber desarrollado DeepSeek-V3 con un presupuesto mucho menor, cercano a los 5,6 millones de dólares.
Su irrupción provocó un verdadero terremoto financiero. Nvidia vio desplomarse sus acciones un 16,9%, lo que implicó la pérdida de alrededor de 600.000 millones de dólares, la mayor destrucción de valor en un solo día en la historia de la Bolsa. El conocido inversor de capital riesgo Marc Andreessen se refirió a este acontecimiento como “el momento Sputnik de la IA”.
La fortuna de Liang asciende a 6.600 millones de dólares, según la revista Forbes. Hasta hace poco, incluso en China, su nombre era prácticamente desconocido. En varios portales del país se asegura que, tanto en Europa como en EE UU, lo describen como una misteriosa fuerza proveniente de Oriente.
Nació en Mililing, un pequeño pueblo costero de la la prefectura de Zhanjiang, en la provincia de Guangdong. Sus padres eran maestros de lengua. Desde niño, Liang demostró un don extraordinario para las matemáticas. Su antiguo profesor, el señor Rong, le recuerda como un “estudiante tranquilo –pero no un ratón de biblioteca–, que tenía su propio método de estudio y sabía equilibrar su tiempo, y que aprendía sin que pareciera esforzarse demasiado”. Fue el estudiante de su escuela con la mejor puntuación en la selectividad, y entró en la Universidad de Zhejiang para hacer Ingeniería Electrónica y de la Información. En 2007, comenzó un posgrado en Ingeniería de la Información y las Comunicaciones.
En 2015 fundó Huanfang Quant, un fondo de cobertura que alcanzó relevancia de forma vertiginosa en China, convirtiéndose en el primero de su tipo en superar los 100.000 millones de renminbi (unos 13.000 millones de euros) en recaudación.
Durante años, High-Flyer, uno de los pilares técnicos detrás de este fondo, se dedicó a acumular unidades de procesamiento gráfico, GPU, y a construir supercomputadoras Fire-Flyer para analizar el mercado. Pero en 2023, Liang decidió dar un giro y redirigió los recursos de Huanfang Quant hacia una nueva empresa llamada DeepSeek, con la meta de desarrollar modelos propios de vanguardia y, de ser posible, dar un paso más en la búsqueda de inteligencia artificial general.
En una entrevista concedida a la publicación tecnológica china 36Kr, Liang explicaba que la motivación respondía más a la curiosidad científica que a la búsqueda de lucro. “Ni siquiera podría encontrar una justificación comercial [para fundar DeepSeek] si me lo pidieran”, afirmó. “La investigación científica básica tiene una tasa de retorno de inversión muy baja. Cuando los primeros inversores de OpenAI aportaron su capital, dudo que pensaran en los beneficios. Simplemente querían hacerlo”.
A la hora de reclutar a su equipo de investigación, no buscó ingenieros con mucha experiencia para desarrollar un producto listo para el consumidor, sino universitarios deseosos de demostrar su talento. Esta estrategia de contratación, unida a la presencia de amplios recursos de computación, originó una cultura colaborativa que apostaba por proyectos inusuales y métodos de entrenamiento poco ortodoxos.
En octubre de 2022, el Gobierno de Estados Unidos introdujo controles de exportación que limitaron fuertemente el acceso de las empresas de IA chinas a chips de vanguardia, como los de Nvidia. Este escenario supuso un gran reto para DeepSeek.
Ante tales restricciones, la empresa se vio obligada a innovar, optimizando la arquitectura de sus redes neuronales con técnicas de ingeniería de primer nivel. Gracias a estas medidas, pudieron crear uno de los modelos de lenguaje más potentes del mundo, superando, según sus propios datos, a varios referentes industriales en pruebas de matemáticas y razonamiento.
El 29 de enero, Liang regresó a su aldea para celebrar el Año Nuevo Chino. Unos días antes, había participado en una reunión de expertos organizada por Li Qiang, primer ministro del país, quien parece contar con él como un aliado clave en la carrera por la supremacía en inteligencia artificial. En entrevistas anteriores, Liang enfatizó que su objetivo no es “hacer dinero rápido”, sino situar a China “a la vanguardia de la innovación global”. De desconocido, a imprescindible.
Transparencia
Datos. DeepSeek ha publicado informes detallados que describen los métodos que usa para entrenar sus modelos. Esta transparencia contrasta con la práctica común en la industria, donde muchas empresas mantienen en secreto sus procesos de datos utilizados. La decisión de compartir información ha sido vista como un paso hacia la democratización de la IA.
Sobre la firma
