Los modelos de IA en satélites empiezan a recibir dinero de inversores como una categoría con entidad propia. Satlyt, startup con sedes en Sunnyvale y Nairobi y fundada por un ex-Google y ex-SpaceX, ha cerrado una ronda seed de 8 millones de dólares liderada por Non Sibi Ventures. Su objetivo es desarrollar software que ejecute IA a bordo de satélites de distintos fabricantes, sin construir naves propias. Apunta a un cuello de botella muy concreto del sector espacial: sacar los datos de órbita es lento, caro y depende demasiado de operadores en tierra.
Satlyt y los modelos de IA en satélites: qué ha pasado y por qué importa
La operación es una ronda seed de 8 millones de dólares con Non Sibi Ventures como inversor principal. Satlyt no plantea fabricar satélites ni lanzar una constelación propia. Su producto es software: una capa que permite ejecutar modelos de IA directamente en naves que ya existen, con independencia de quién las haya construido. Esa neutralidad respecto al fabricante es la decisión estratégica más relevante de la compañía, porque evita competir en el terreno más costoso del negocio espacial, el hardware y el lanzamiento.
La empresa ya tiene una demostración en órbita. Este año desplegó el modelo Gemma, de Google DeepMind, en una nave de Momentus. Según la propia compañía, el sistema redujo en más de un 60% el tamaño de una transmisión sobre errores de software a bordo. Es una cifra comunicada por la empresa y no hay verificación independiente en el material disponible, pero ilustra la lógica del planteamiento: en lugar de enviar a tierra todo el volumen de información en bruto y analizarlo allí, el satélite procesa y manda solo lo que importa.
Para el sector, el atractivo es doble. Por un lado, menos datos que bajar significa menos coste y menos espera en el downlink, es decir, en la transmisión del satélite a tierra. Por otro, se reduce la dependencia de controladores humanos para diagnosticar y decidir. Ambas cosas pesan en cualquier operador que gestione varias naves con equipos limitados.
Implicaciones técnicas: qué cambia al procesar en órbita
Ejecutar modelos de IA en satélites invierte el flujo clásico de trabajo. Hasta ahora, el satélite captura o genera datos, los almacena, espera una ventana de comunicación y los transmite para que se analicen en tierra. Con inferencia a bordo, parte del análisis ocurre antes de transmitir. El ejemplo que ofrece Satlyt es ilustrativo: un informe sobre errores de software que antes ocupaba un determinado volumen pasa a ocupar más de un 60% menos. No es un caso espectacular, pero sí muy operativo, porque afecta al mantenimiento diario de la nave.
El hecho de que el modelo desplegado sea Gemma también tiene lectura técnica. Se trata de un modelo de Google DeepMind que se ha podido llevar a una nave de Momentus, lo que indica que hay modelos abiertos o ligeros que caben en un entorno con recursos muy limitados. Las condiciones de a bordo no se parecen a las de un centro de datos: hay restricciones de energía, de capacidad de cómputo y de comunicación, y no se puede intervenir físicamente si algo falla. Que el despliegue haya funcionado en una misión real es un dato más sólido que cualquier simulación.
La otra pieza es la idea de una nube de computación compartida entre satélites. Según el planteamiento de Satlyt, al funcionar el mismo software sobre naves de distintos fabricantes, esas naves podrían compartir capacidad de cálculo en lugar de que cada una dependa solo de sus propios recursos. Es una visión a futuro, no un producto que el input describa como ya operativo, y conviene tratarla como tal. Pero explica por qué la compañía insiste en no construir naves propias: su valor depende de estar en muchas plataformas, no de poseer una.
Para los operadores, el atractivo práctico es la autonomía. Si un satélite puede analizar sus propios fallos de software y resumirlos, los equipos en tierra dedican menos tiempo a interpretar telemetría en bruto. Esto no elimina a los controladores, pero cambia en qué momento intervienen y con cuánta información previa.
Qué significa este movimiento para el mercado
Para los fabricantes de satélites y operadores de naves, la señal es que la capa de software de IA se está separando del hardware. Si Satlyt consigue que su plataforma funcione sobre equipos de varios proveedores, un operador podría añadir capacidad de IA a naves ya existentes sin cambiar de fabricante. Eso presiona a los proveedores que quieran ofrecer IA a bordo como argumento exclusivo de venta, y favorece a quienes, como Momentus en esta demostración, aceptan alojar software de terceros.
Para los competidores de la startup, 8 millones de dólares en seed no es una cifra que cambie el mercado por sí sola, pero marca el listón de interés inversor. Otros equipos que trabajan en computación en el borde para el espacio tendrán que explicar en qué se diferencian de un enfoque agnóstico respecto al fabricante. Y para quienes compran datos satelitales, la promesa es recibir información ya procesada y más barata de transmitir, aunque esa mejora de coste todavía no se ha cuantificado públicamente más allá del ejemplo del 60%.
También hay un efecto sobre los proveedores de modelos. Que Gemma, de Google DeepMind, sea el primer modelo mencionado en una nave de Momentus muestra que las familias de modelos ligeros tienen una salida comercial fuera de móviles y servidores. Para los equipos que desarrollan modelos pequeños, el espacio pasa a ser un entorno de despliegue real con requisitos muy exigentes.
Por último, el origen del equipo, con sedes en Sunnyvale y Nairobi y una trayectoria que pasa por Google y SpaceX, apunta a un tipo de startup que combina talento de software de gran escala con experiencia en operaciones espaciales. No es una garantía de ejecución, pero explica por qué un fondo ha apostado por una empresa en fase tan temprana.
Análisis Blixel
La parte más interesante de esta ronda no es la cifra, sino la decisión de no fabricar nada. En el sector espacial, casi todas las startups que han querido capturar valor han acabado cargando con satélites, lanzamientos y plazos de hardware que consumen capital a una velocidad brutal. Satlyt hace lo contrario: vende software que se instala en naves ajenas. Es una apuesta menos vistosa, pero con una estructura de costes mucho más parecida a la de una empresa de software que a la de una aeroespacial.
Dicho esto, conviene separar lo demostrado de lo prometido. Lo demostrado es un despliegue de Gemma en una nave de Momentus y una reducción de más de un 60% en el tamaño de una transmisión sobre errores de software, dato aportado por la propia empresa. Lo prometido es una nube de computación compartida entre satélites, que hoy es una dirección de producto y no una capacidad contrastada. Un caso de uso de mantenimiento es útil, pero está lejos de justificar por sí solo el discurso de cómputo orbital distribuido.
Mi lectura es que el éxito dependerá de algo poco glamuroso: cuántos fabricantes y operadores acepten ejecutar su software y con qué garantías de fiabilidad. Procesar modelos de IA en satélites solo tiene sentido si el operador confía en que el sistema no introduce fallos nuevos en una nave que no puede repararse. Ahí se decidirá si esta ronda de 8 millones es el inicio de una categoría o una demostración técnica bien financiada. Para quien siga el sector desde fuera, el indicador a vigilar no es la próxima ronda, sino el primer cliente que pague por esto de forma recurrente.
¿Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido común. Hablemos.
Deja una respuesta