Nvidia paga US$ 6 mil millones por la fábrica de modelos de Poolside y coloca a Nemotron frente a DeepSeek y Kimi
La licencia sobre la Model Factory y la llegada de más de 100 ingenieros de Poolside colocan a Nvidia como dueña de un modelo abierto de código, no solo del silicio que hace que el modelo funcione.
Nvidia cerró este lunes el mayor movimiento de posicionamiento estratégico que ha realizado desde el acuerdo con OpenAI en 2025. Pagará US$ 6 mil millones para licenciar la Model Factory de Poolside, el sistema interno que la startup francesa utilizó para entrenar sus modelos de código Malibu y Point, e invertirá otros US$ 1 mil millones en capital, a una valoración pre-money de US$ 12 mil millones. La licencia es no exclusiva. Poolside puede seguir vendiendo la misma tecnología a otros compradores, lo que significa que el gran cheque de Nvidia paga velocidad, no monopolio.
Alrededor de 109 ingenieros de Poolside migran a Nvidia, incluido el equipo responsable de operar el pipeline de entrenamiento. Su misión es acelerar el Nemotron, la familia de modelos abiertos que Nvidia comenzó a promover públicamente en agosto y que hoy compite por la atención con DeepSeek V3, Kimi K3 y Qwen, además del Llama 4 de Meta. Los tres fundadores de Poolside, el CEO Eiso Kant, el cofundador y ex-CTO de GitHub Jason Warner, y la directora de operaciones Margarida Garcia, quedan al margen. Ellos continúan al frente de lo que quedó de la empresa, con un enfoque declarado en investigación no especificada.
Por qué Nvidia compró una cocina entera
La lectura obvia es vertical: Nvidia deja de vender solo el hardware de entrenamiento y pasa a tener el software que decide cómo ocurre el entrenamiento. No es un movimiento a corto plazo. Es una respuesta a un problema que se hizo público en 2025: las mayores curvas de mejora de modelo empezaron a provenir de la ingeniería de datos y del pipeline de entrenamiento, no de más GPUs. Si el cliente que paga el clúster también puede ejecutar un Model Factory rival, la comoditización comienza por la parte superior.
El segundo motivo es geopolítico. DeepSeek y Kimi K3 se volvieron demasiado buenos en código para el gusto de Washington, y el Nemotron actual está rezagado en los benchmarks de ingeniería de software. Según Reuters, Nvidia planea usar la tecnología y la experiencia de Poolside para mejorar el Nemotron mientras compite con modelos chinos y ofertas estadounidenses de OpenAI y Anthropic. Para una consultora como Capgemini, que tiene 700 millones de euros en reestructuración prevista hasta 2027 y dice que la IA generativa y agentic pasaron del 5% al 10% del libro de reservas en un trimestre, un modelo americano abierto y competitivo en código es la diferencia entre trasladar el costo de la licencia y absorberlo.
Dónde desemboca el cheque de US$ 7 mil millones
En Estados Unidos, la compra abre a los clientes corporativos la oportunidad de ejecutar un Nemotron mucho mejor en código dentro de su propio centro de datos. Esto ataca de frente la propuesta de Anthropic y OpenAI para el segmento de ingeniería de software. Anthropic había convertido bancos de inversión y las Big Four en contratos plurianuales, con ingresos anuales superiores a US$ 30 mil millones en 2026 según datos de mercado, pero ahora ve la posibilidad de un sustituto sin costo por token en el cliente Goldman o Deutsche Bank.
En Europa, el efecto es distinto. Poolside tiene su sede en París, y Francia había exhibido a la empresa como caso de vitrina de la soberanía tecnológica de la UE, junto a Mistral. Una licencia de US$ 6 mil millones, ingenieros en tránsito a California y una sede reducida a tres fundadores dedicados a la investigación ponen en jaque la narrativa en Bruselas y París. El calendario se aprieta: la fase de fiscalización plena de la AI Act para GPAI comenzó el 2 de agosto y la Chips Act 2 entra en revisión en octubre.
En India, la lectura es a nivel de proveedor. TCS anunció en julio la intención de contratar 8,900 ingenieros de IA y cortó más de 23,000 puestos en el año en una migración declarada hacia el modelo AI-first. Si el Nemotron reforzado por la Model Factory sube de nivel en código, las empresas indias reducen la dependencia de APIs pagas de Anthropic y OpenAI y logran mejorar el margen en contratos de outsourcing que hoy absorben parte del costo en traslados al cliente.
Lo que queda en el aire
Nvidia gasta US$ 7 mil millones, absorbe 109 ingenieros, licencia un pipeline y gana un argumento para vender clústeres junto con modelos. A cambio, incorpora la misma tesis que parte de la comunidad open-source ha estado cuestionando desde el inicio del año: que invertir miles de millones en pesos que cualquier competidor puede descargar gratis es un buen uso del capital. El contraargumento es que Nvidia no necesita monetizar el modelo, necesita que exista, y que funcione bien en GPU Nvidia. En este escenario, el valor no está en lo que Nemotron vende, está en lo que impide que otros vendan. Es una tesis defensiva, y defensiva no suele pagar bien para quienes cobran primas de crecimiento. La primera prueba llega el miércoles, con la divulgación de resultados del segundo trimestre de Nvidia.