La inteligencia artificial ha vivido un 2026 marcado por rondas cada vez más mastodónticas, pero ninguna había rozado los 12.000 millones de dólares en una sola Serie B. La startup estadounidense Prometheus, fundada por Jeff Bezos y el científico Vik Bajaj, ha cerrado esa operación con una valoración de 41.000 millones de dólares y una tesis de inversión que desplaza el foco de la IA del texto a la economía física. La lección para cualquier founder no está en la cifra, sino en entender por qué el capital apuesta ahora por lo que los inversores llaman IA física.
El tamaño de la operación: 12.000 millones con una valoración de 41.000 millones
Prometheus anunció la ronda el pasado jueves 11 de junio de 2026. La Serie B asciende a 12.000 millones de dólares y está liderada por el propio Bezos junto a pesos pesados financieros: JPMorgan, BlackRock, Goldman Sachs, DST Global y Arch Venture Partners, según ha recogido Axios. Con esta inyección, la compañía acumula más de 18.000 millones de dólares en financiación total en apenas siete meses, tras los 6.200 millones de dólares de su ronda de lanzamiento a finales de 2025.
La plantilla actual ronda las 150 personas, con sede en San Francisco y equipos en Londres y Zúrich. El talento procede de canteras tan exigentes como OpenAI, Google DeepMind y Nvidia. Pese a la escala del cheque, los co-CEOs —Bezos y Bajaj— no han querido fijar un calendario de producto, limitándose a decir que los primeros despliegues están «en camino». No hay vínculo corporativo con Amazon ni con Blue Origin: Bezos ha insistido en que Prometheus «merece un equipo obsesionado con una sola cosa».
Bezos repite una y otra vez que el entrenamiento de estos modelos exige una cantidad ingente de computación y, sobre todo, datos de entrenamiento especializados que que necesita la compañía. Gran parte del capital irá a generar o simular información que refleje cómo se comporta una pieza cuando se fabrica, cerrando el bucle para que el modelo aprenda de resultados físicos reales y no de palabras.
La operación supone, de lejos, una de las mayores inyecciones de capital riesgo jamás realizadas en el incipiente sector de la IA industrial. Para ponerla en contexto: ninguna otra startup de este ámbito había alcanzado una valoración de 41.000 millones de dólares en una fase tan temprana, lo que refleja tanto la ambición del proyecto como la escasez de rivales con un acceso comparable a datos de ingeniería real.
La apuesta de 12.000 millones no es por el software, sino por la fábrica inteligente: quien controle los datos de ingeniería física tendrá un foso prácticamente imposible de replicar.
Qué es exactamente un «ingeniero general artificial» (y por qué es mucho más difícil que un chatbot)
El concepto que Prometheus acuña —ingeniero general artificial— va mucho más allá de un modelo de lenguaje. Un chatbot como ChatGPT predice el siguiente token en una secuencia de texto, entrenado con internet. Aquí, la verdad fundamental la dictan la física, la ciencia de materiales y las restricciones de fabricación. Bajaj puso el ejemplo del motor a reacción: diseñarlo, prototiparlo y fabricarlo puede llevar más de una década a equipos de cientos de ingenieros. «Lo que ha cambiado en los últimos años es la capacidad de formular incluso algo tan complejo como eso, del diseño a la fabricación, como un problema de IA de extremo a extremo», explicó.
La diferencia técnica es tan profunda como costosa. Para que un sistema así funcione, necesita modelos entrenados con simulaciones físicas, dinámica de fluidos computacional, análisis de elementos finitos y tolerancias de fabricación reales. La mayoría de esos datos no existen como texto limpio y etiquetado; hay que generarlos, validarlos y cerrar el ciclo entre simulación y mundo tangible. Por eso Bezos insiste en que los dos grandes sumideros de capital son el cómputo y los datos propietarios.
El verdadero riesgo no está en que la IA destruya empleos, sino en que los emprendedores no entiendan que la ventaja competitiva está en el dato, no en el modelo.
Análisis: lo que este megadeal dice sobre el futuro del Venture Capital
Prometheus ejemplifica un giro que ya se venía insinuando en las tesis de los grandes fondos. Si durante los últimos dos años el venture capital se obsesionó con el software generativo, la apuesta de Bezos —respaldada por gigantes como Goldman Sachs y BlackRock— traslada el epicentro a la IA física. La razón es de libro: los moats defensivos en el mundo real son mucho más difíciles de copiar. Un buen generador de texto puede replicarse con relativa facilidad; un sistema capaz de diseñar un motor a reacción requiere datos propietarios, infraestructura de simulación y relaciones de fabricación que pocos pueden reunir.
Para un founder que esté planeando levantar capital, la lección de esta Serie B no es imitar la escala, sino entender la narrativa que la sostiene. Prometheus no vendió un producto, vendió una plataforma que acorta el ciclo de invención físico de años a meses, una promesa cuantificable en ahorro de costes y velocidad de mercado. Esa es la clase de historia que convence a los comités de inversión cuando las valoraciones se disparan.
El propio Bezos ha hablado de un fondo afiliado de hasta 100.000 millones de dólares para comprar empresas manufactureras y aplicar la tecnología de Prometheus, fusionando así la IA con el control operativo sobre fábricas reales. El mensaje es claro: el capital no solo financia código, sino que aspira a ser el dueño del dato desde el taller hasta el producto final.
🚀 Hoja de Ruta para Emprender
- Construye sobre datos que nadie más tenga: Si tu modelo de negocio no genera una fuente de información exclusiva —sean patrones de fabricación, datos de sensores o métricas de fallos—, tu ventaja será efímera. Invierte en crear ese foso antes de ir a por la ronda.
- Elige cofundadores con credenciales científicas profundas: La combinación Bezos-Bajaj une ejecución empresarial con conocimiento técnico de primer nivel. Para proyectos de deep tech, el inversor necesita ver que el reto técnico está en manos de quien lo domina.
- Explica por qué tu proyecto es intensivo en capital, no solo en talento: La financiación masiva se justifica cuando el cuello de botella es el cómputo, los datos o la infraestructura. Demuestra que cada euro invertido acelera una barrera real, no un gasto genérico.
- Apuesta por la fábrica, no solo por la pantalla: Las barreras del mundo físico —materiales, tolerancias, certificaciones— son lentas de imitar. Si puedes cerrar el bucle entre IA y resultado tangible, construyes una defensa que el software puro rara vez consigue.
