La historia de una innovación no siempre empieza en un laboratorio ni con grandes inversiones. A veces comienza con una idea que queda dando vueltas durante años hasta encontrar el contexto adecuado para cobrar sentido. Ese es el recorrido de Andrés Mac Allister, ingeniero y emprendedor argentino, quien hoy lidera The SEMQ Group, una startup que promete transformar la forma en que se procesa la información en sistemas de IA.
“Creo que siempre me llevé por la curiosidad, siempre busqué la forma de ver soluciones de alguna manera que nadie había explorado”, afirma Mac Allister. Esa curiosidad, según explica, fue el motor que lo llevó a recorrer distintas industrias y a construir un camino emprendedor basado en la experimentación constante.
Mindustries: el aprendizaje a partir del error
Antes de The SEMQ Group, Mac Allister fundó Mindustries, una compañía que nació casi como una respuesta a un error estratégico. Su primer proyecto, Physens, había sido concebido como una startup tradicional, pero con un enfoque invertido: “Hicimos un equipo grande, y después empezamos a levantar capital”, reconoce.
Esa decisión derivó en un problema inesperado: contaban con talento altamente especializado, pero sin suficiente demanda. La solución fue reconvertir esa estructura en una empresa de servicios tecnológicos.
“Dije, bueno, para que esto escale hasta que levantemos una inversión, voy a poner ese equipo a disposición de otros proyectos”, explica. Así nació Mindustries, orientada a aplicar tecnologías como IoT e inteligencia artificial en proyectos de triple impacto.
El modelo operativo era dinámico: equipos que rotaban entre proyectos según la necesidad, optimizando recursos y acelerando desarrollos. Esta experiencia no solo le permitió sostener el negocio, sino también adquirir una visión integral sobre diferentes industrias.
El origen de The SEMQ Group: un problema concreto, una solución disruptiva
La génesis de The SEMQ Group surge de un problema técnico específico: el alto costo de las bases de datos vectoriales en sistemas de inteligencia artificial.
“El costo que yo tenía para ofrecer el servicio era muy alto en relación con lo que podía cobrarle a los usuarios”, explica Mac Allister. En sectores con baja adopción tecnológica, ese costo se convertía en una barrera crítica.
A partir de esa necesidad, comenzó a explorar una solución basada en una idea que había tenido más de una década atrás, durante sus estudios universitarios: “Cuando estaba cursando álgebra dos en el 2010, pensé que había descubierto un teorema”.
Aunque en ese momento descartó su hallazgo, años después decidió retomarlo y aplicarlo al contexto actual de la inteligencia artificial. El resultado fue inesperado: un descubrimiento que, según sus propias palabras, “aparentemente, es un descubrimiento legítimo”.
¿Qué hace The SEMQ Group y por qué puede cambiar la IA?
Para entender el impacto de The SEMQ Group, es necesario simplificar un concepto clave: los embeddings. Se trata de representaciones matemáticas que utiliza la inteligencia artificial para procesar información.
“Los embeddings son la pieza de información con la que trabaja la inteligencia artificial”, explica Mac Allister. Cada palabra, concepto o dato se traduce en un vector numérico que el sistema utiliza para buscar y relacionar información.
“Los embeddings son los libros que la inteligencia artificial utiliza para entender nuestro mundo. SEMQ es una forma de resumir esos libro resaltando las palabras clave. El potencial está en que el resumen que nos hace de ese libro, no está en el lenguaje que hablamos nosotros, pero si en el que pensamos, los símbolos. Si yo les digo la palabra ‘libro’, ustedes no piensan en la definición de la palabra, piensan en su imagen o representación simbólica. La IA que habilita SEMQ también”, precisó.
El problema, según SEMQ, es que estos vectores contienen redundancia.
“Descubrimos que ese vector tiene mucha más información de la que se necesita. Entonces corta o poda la información redundante”, señala.
El resultado es contundente: una compresión de hasta 5,33 veces en los datos, lo que implica una reducción significativa en costos de almacenamiento y procesamiento.
Impacto en costos, rendimiento y escalabilidad
La propuesta de The SEMQ Group no solo mejora la eficiencia, sino que podría redefinir la economía de la inteligencia artificial.
“Ya, de entrada, lo está comprimiendo seis veces. Entonces, realmente, eso puede llegar a ser algo muy significativo”, afirma.
Esta optimización tiene múltiples implicancias:
- Reducción de costos en infraestructura
- Menor consumo de energía
- Disminución del ancho de banda en data centers
- Posibilidad de ejecutar modelos en dispositivos más pequeños
En otras palabras, podría facilitar el acceso a la inteligencia artificial en sectores donde hoy resulta inviable por costos.
El problema de las alucinaciones y una posible solución
Uno de los desafíos más críticos de la inteligencia artificial actual es la generación de respuestas incorrectas o inconsistentes, conocidas como “alucinaciones”. Este fenómeno no responde a una única causa, sino a una combinación de factores técnicos propios de cómo funcionan los modelos.
Según explica Mac Allister, una de las razones principales está en la forma en que los sistemas procesan la información. “Todo lo que es hoy en día agéntica trabaja con el dominio continuo, con números que tienen coma”. Estas operaciones matemáticas, al repetirse miles de veces dentro de un modelo, generan acumulación de errores de redondeo.
“Se termina arrastrando el redondeo. Todo eso incorpora, a lo largo de tantos ciclos, ruido. La señal se pierde del valor original y termina padeciendo una alucinación o un drifting”, detalla.
La propuesta de SEMQ introduce un cambio de paradigma. En lugar de trabajar con números en coma flotante, utiliza un enfoque simbólico, discreto y determinístico. “En vez de tener algo con coma, funciona con un número entero”. Esto elimina la acumulación de error numérico y permite mantener la consistencia de la información a lo largo del tiempo.
Los resultados experimentales refuerzan esta hipótesis: “Ganamos en un 438,7% en base a la estabilidad frente al drifting”. Esto sugiere que, además de optimizar costos, la tecnología podría mejorar significativamente la confiabilidad de los sistemas de inteligencia artificial.
De descubrimiento a empresa global
Tras validar la idea, Mac Allister avanzó con el patentamiento internacional y la estructuración de la compañía.
El modelo de negocio contempla tres niveles:
- Open source para desarrolladores
- Versión paga para experimentación escalable
- Soluciones enterprise sin dependencia de la nube
El objetivo inicial es claro: llegar primero a desarrolladores y científicos, para luego expandirse hacia aplicaciones industriales.
La oportunidad en Silicon Valley
Mac Allister fue invitado a participar de un programa intensivo de cinco semanas en Silicon Valley organizado por Draper University, una institución vinculada al ecosistema emprendedor y de inversión en tecnología. Allí comenzó a exponer su desarrollo frente a inversores, mentores y otros fundadores, en un entorno donde se definen buena parte de las apuestas globales en inteligencia artificial.
El viaje coincidió con otro hito clave: el avance de su primera ronda de inversión, liderada por Draper Cygnus, un fondo de capital de riesgo con foco en startups latinoamericanas. El proyecto también sumó el respaldo de perfiles con experiencia en compañías como Globant, Meta y Google, en una etapa en la que la prioridad es transformar el descubrimiento en producto.
Para los inversores, el atractivo no está solo en la eficiencia que promete la tecnología, sino en el tipo de problema que aborda. “SEMQ está abordando uno de los cuellos de botella más relevantes de la inteligencia artificial: la necesidad de dotar de mayor estabilidad y confiabilidad a sistemas cada vez más complejos. Es una muestra clara de cómo desde Argentina pueden surgir innovaciones profundas con capacidad de transformar la infraestructura tecnológica a escala mundial”, sostuvo Ignacio Plaza, managing partner de Draper Cygnus.
¿Puede convertirse en un estándar global?
Aunque aún está en etapa temprana, la ambición de The SEMQ Group es alta.
“Podría posicionarse como un candidato a largo plazo para hacer un estándar de embeddings”, sostiene.
Sin embargo, el foco inmediato está en la validación científica y en construir un producto que el mercado esté dispuesto a adoptar.
Inteligencia artificial y sostenibilidad: una urgencia creciente
El crecimiento de la inteligencia artificial plantea un desafío crítico: su impacto ambiental.
“La demanda hoy en día es muy lineal. Más inteligencia artificial se utiliza, demanda más data centers, más energía y más recursos”, advierte.
En este contexto, soluciones como The SEMQ Group podrían ser clave:
- Reducen la carga energética
- Optimizan infraestructura existente
- Facilitan la computación en el edge
“Son soluciones de urgencia, son algo que se necesita de manera inmediata”, enfatiza.
Innovación sin geografía: el rol de Argentina
En un escenario dominado por potencias como Estados Unidos y China, The SEMQ Group emerge desde Argentina como una propuesta con potencial global.
“Las ideas no tienen geografía”, afirma Mac Allister. Y agrega: “Si vos realmente tenés una curiosidad suficiente y horas de trabajo suficiente, podés descubrir algo en cualquier lado del planeta”.
La combinación de formación técnica, resiliencia y capacidad de adaptación aparece como una ventaja competitiva local.
Emprender: curiosidad, intuición y tolerancia al fracaso
Más allá de la tecnología, el recorrido de Mac Allister deja aprendizajes claros para quienes buscan emprender.
“Te equivocás mucho y se aprende a través de equivocarse”, sostiene.
Su consejo es directo: “Agarrarle cariño al fracaso cotidiano me parece importante”.
Y resume su filosofía en tres pilares:
- Curiosidad
- Intuición
- Tolerancia al error
Elementos que, en su caso, no solo definieron su carrera, sino que lo llevaron a desarrollar una innovación que podría impactar en toda la industria de la inteligencia artificial.
Leer más
- ETHIX: el desafío de digitalizar las licitaciones públicas con inteligencia artificial
- Oracle mostró en vivo cómo construir agentes de IA con foco en datos y escalabilidad
- Google Finance se reinventa con IA: nueva experiencia global con datos en tiempo real y análisis avanzado
