En el capital riesgo especializado, la pregunta del millón es cómo evaluar a una startup que aún no tiene producto, pero sí un avance científico que puede cambiar un sector. Black Forest Labs, la empresa alemana detrás de modelos de imagen como FLUX, respondió con una jugada poco habitual pero muy efectiva: poner su investigación en abierto antes de llamar a la puerta de los inversores. La lección, según explica Nathan Wu, partner de S32, es que un paper bien publicado puede ser el mejor pitch deck para un equipo deep tech.
El artículo que valía más que un prototipo
"Los fundadores de Black Forest Labs entraron por primera vez en mi radar después de publicar un artículo académico llamado Latent Diffusion", relata Wu en una entrevista con CB Insights. Ese paper, que a alto nivel podía considerarse el equivalente para imágenes al célebre trabajo que impulsó los grandes modelos de lenguaje, sirvió de carta de presentación para un equipo que aún no tenía una compañía estructurada. Cuando el inversor explica que supo que era "un equipo increíble del que había que formar parte", está subrayando algo crucial: en deep tech, la credibilidad técnica tiene más peso que un producto empaquetado.
El patrón es poderoso. El mismo grupo de investigadores productivizó después parte de ese trabajo en Stable Diffusion, un proyecto open source que se volvió masivamente popular. Nació así Stability AI, donde los cofundadores de Black Forest Labs trabajaron antes de lanzarse por su cuenta. Lo que enganchó a Wu no fue el ruido mediático, sino la capacidad del equipo de trasladar ciencia punta a comunidad y, más tarde, a una API con "un amor de cliente increíble".
Por qué el código abierto engancha al venture capital
En el ecosistema de Silicon Valley e Israel, la práctica de liberar investigación no es nueva, pero sigue siendo un movimiento contracultural para muchos founders que temen regalar ventaja competitiva. Nathan Wu deja entrever la tesis de S32: cuando un equipo publica un paper sólido, demuestra varias cosas a la vez: profundidad técnica, capacidad de ejecutar y, sobre todo, confianza en que la ventaja real no está en el código sino en la velocidad de iteración y en la base de usuarios. "Simplemente supe que era un equipo increíble del que había que formar parte", insiste.
Esa confianza se traduce en una diligencia más corta y en una tesis de inversión más nítida. Para un fondo como S32, que mira empresas en fases tempranas pero con barreras tecnológicas muy altas, el artículo académico actúa como una auditoría pública. No hay que pagar consultoras caras para evaluar si la tecnología funciona: ya está despiezada en Arxiv, y la comunidad de machine learning ha reaccionado.
Un paper no es solo ciencia: es la carta de presentación de una startup que aún no tiene producto.
El recorrido de Black Forest Labs ejemplifica una dinámica que se está acelerando en deep tech. Primero, el equipo publica Latent Diffusion. Después, en vez de construir un producto cerrado, liberan Stable Diffusion de forma abierta y generan una comunidad de decenas de miles de desarrolladores. Cuando ese mismo grupo vuelve a fundar, con el bagaje de haber gestionado un proyecto de código abierto a escala global, el capital aparece solo.
📦 Caso de estudio: Black Forest Labs
- El reto: Convencer a inversores de que un equipo sin producto comercial podía liderar la próxima generación de modelos de imagen.
- La jugada: Publicar antes el artículo académico Latent Diffusion y liberar Stable Diffusion en abierto, creando una comunidad masiva.
- El resultado: La atención de S32 y la entrada en una ronda de capital que validó al equipo antes de tener ingresos.
- La lección: En deep tech, la publicación de investigación funciona como un product-market fit anticipado si atrae al inversor adecuado.
La jugada de Black Forest Labs no es exclusiva de la élite de Múnich. En España, startups como IENAI SPACE o Multiverse Computing han utilizado una lógica similar, publicando avances en física cuántica y motores de propulsión eléctrica en revistas de prestigio antes de cerrar rondas con business angels especializados. La clave es la misma: demostrar que el conocimiento está tan validado que el riesgo tecnológico se convierte en un problema de ejecución, no de ciencia básica.
La hoja de ruta para que un inversor llame a tu puerta sin tener un producto
Lo que enseña este caso es que el camino desde el laboratorio hasta el venture capital se puede acortar si se entiende que la investigación bien divulgada es el primer activo de marca de una startup de base tecnológica. No se trata de regalar la propiedad intelectual sin control; se trata de elegir estratégicamente qué liberar, en qué momento y ante qué comunidad. Nathan Wu no invirtió en un producto, invirtió en un equipo que había demostrado rigor científico y capacidad de tracción pública.
De cara al futuro, la lección de Black Forest Labs apunta a que el ecosistema de inversión en deep tech premiará cada vez más a los fundadores que sepan jugar con la ciencia abierta como palanca de relaciones públicas. En un mercado donde cada vez hay más capital compitiendo por buenos equipos, un paper en Arxiv puede ser la diferencia entre un correo sin respuesta y una llamada de un socio de S32.
🚀 Hoja de Ruta para Emprender
- Publica con criterio: Elige un paper que demuestre una barrera técnica real y entrégalo a la comunidad científica antes de codificar una línea del producto.
- Libera lo que refuerce tu tracción: Si puedes construir una comunidad alrededor de una versión abierta de tu núcleo tecnológico, los inversores leerán esa audiencia como validación de mercado.
- Construye el equipo antes que la empresa: Los fondos especializados en deep tech, como S32, apuestan por grupos de investigación con pedigrí. Ficha primero a los científicos, luego el producto.
- Apunta al inversor que entienda tu ciencia: Un paper técnico será ruido para un VC generalista, pero un imán para un fondo con tesis en tu disciplina. Publica en los canales que frecuentan.
