DeepSeek está en conversaciones para su primera ronda externa que, de concretarse, multiplicaría su valoración de 20.000 a 45.000 millones de dólares, según Financial Times. Su fundador, Liang Wenfeng, controla aproximadamente el 89,5% de la compañía, según la misma fuente, y la entrada de capital tendría como uno de sus actores principales al China Integrated Circuit Industry Investment Fund, el llamado Big Fund, que cuenta con alrededor de 47.000 millones de dólares aportados por el Estado y bancos locales. En términos prácticos, esto ya no es solo un cambio financiero: es una decisión que puede reconfigurar cómo se distribuye el acceso a modelos eficientes que hasta ahora se podían descargar en plataformas públicas como Hugging Face.
La operación en números y por qué importa
La magnitud de la operación explica la preocupación. Según Financial Times, DeepSeek podría pasar de 20.000 a 45.000 millones de valoración; esos 25.000 millones adicionales no son solo cifras de mercado, son poder para decidir licencias, acceso a cómputo y políticas de propiedad intelectual. El supuesto inversor principal, el Big Fund, dispone de un colchón de capital cercano a 47.000 millones de dólares por aportes estatales, lo que convierte a la transacción en un movimiento con componente público relevante. Además, la necesidad de competir por talento empuja la compañía: Wenfeng tendría que ofrecer equity para retener investigadores en un mercado donde rivales como Moonshot AI acaban de levantar 2.000 millones y afirman superar 200 millones de dólares en ARR, según la misma cobertura. En ese contexto, cerrar modelos pasa a ser una opción racional para inversionistas que esperan retornos y exclusividad tecnológica.
¿Qué significa para los modelos abiertos?
DeepSeek fue hasta ahora un ejemplo de cómo eficiencia algorítmica puede democratizar el acceso: versiones del modelo circulan en repositorios públicos, lo que permitió a laboratorios y desarrolladores aprovechar su investigación. Si la compañía opta por privatizar pesos o imponer licencias restrictivas, el efecto será doble. Primero, se reduce la capacidad de supervisión externa y auditoría independiente, y segundo, se limita la investigación reproducible que impulsa mejoras en seguridad y mitigación de sesgos. El argumento inverso es financiero: los inversores rara vez inyectan miles de millones para que su activo sea ‘regalado’ a competidores. No hay fórmula mágica: según la nota, varias startups chinas ya valoradas en decenas de miles de millones han seguido rutas mixtas entre open source y licencias comerciales, lo que sugiere que DeepSeek probablemente buscará un modelo híbrido para equilibrar ethos científico y expectativas de mercado.
¿Cómo impacta esto en el mercado argentino?
Para empresas y desarrolladores en Argentina la decisión de DeepSeek importa en dos frentes. Primero, si los pesos se cierran, las alternativas de modelos eficientes y con buena latencia para infraestructuras locales se reducen: hoy muchas PyMEs y equipos académicos usan modelos descargables para proyectos con recursos limitados. Segundo, la asociación con hardware nacional chino —optimización para chips Huawei— podría alentar a proveedores locales a explorar soluciones que no dependan exclusivamente de GPUs de Nvidia. Esto es relevante porque la falta de acceso a chips de última generación afecta la competitividad; según la nota, el hardware chino todavía mantiene una brecha de rendimiento frente a arquitecturas como Blackwell. En términos prácticos, esperaríamos más negociaciones comerciales y mayor interés por soluciones híbridas on‑device que reduzcan dependencia de centros de cómputo extranjeros, pero también habrá que exigir documentación en español y métricas públicas para evaluar riesgos y desempeño antes de adoptarlas a escala.
Conclusión breve
La entrada de capital convierte a DeepSeek en un actor aún más decisivo: no sólo por su tecnología, sino por la capacidad de definir reglas de acceso a modelos eficientes. Apoyamos la cooperación público‑privada que permita escalar infraestructura y retener talento, pero es imprescindible que cualquier cambio de modelo venga acompañado de métricas públicas, documentación en español y gobernanza con revisión humana antes de despliegues amplios. Sin esos elementos, el precio de la inversión puede ser una reducción del ecosistema abierto que impulsó la innovación en los últimos años.
