Redacción - El Semanal
La industria de la moda, un sector históricamente ligado a la creatividad y la estética, se encuentra inmersa en una transformación profunda marcada por la sostenibilidad y la digitalización. Detrás de los tejidos innovadores y las pasarelas virtuales, sin embargo, yace un desafío infravalorado: la dependencia de una red eléctrica obsoleta, incapaz de absorber la presión de una demanda energética en alza. Mientras las marcas aceleran hacia prácticas más responsables y canales de venta online, la infraestructura que alimenta fábricas, centros de datos y almacenes muestra signos de fatiga. En este escenario, una startup de inteligencia artificial ha captado la atención de gigantes del sector energético al proponer una solución que podría redefinir la operation de utilities y, por extensión, la de industrias como la textil.
El crecimiento exponencial del consumo eléctrico, incentivado por la proliferación de centros de datos —muchos de ellos alojando plataformas de e-commerce de moda—, la electrificación del transporte y la apuesta generalizada por la descarbonización, está tensionando los límites de las redes de transmisión y distribución. En Estados Unidos, consultoras como ICF International proyectan un incremento del 25% en la demanda para 2030. En Europa, y particularmente en España, los retos son análogos, con un parque generador y de distribución que data de décadas atrás. Las herramientas de planificación tradicionales, suministradas por gigantes como Siemens, GE o Schneider Electric, resultan insuficientes: un estudio de flujo de potencia para evaluar el impacto de una nueva carga masiva puede requerir semanas o incluso meses, un plazo inútil en un mercado que se mueve a velocidad de vértigo.
Frente a esta ineficiencia, ThinkLabs AI, una compañía especializada en modelos de inteligencia artificial basados en principios físicos para simular redes eléctricas, ha cerrado una ronda de financiación Serie A por valor de 28 millones de dólares. La operación, liderada por Energy Impact Partners (EIP) —uno de los fondos de inversión en transición energética más grandes del mundo—, cuenta también con la participación de NVentures, el brazo de venture capital de Nvidia, y de Edison International, matriz de Southern California Edison. Este respaldo no solo inyecta capital, sino que valida tecnológicamente un enfoque que trasciende el hype de la IA generativa para中的应用于 infraestructura crítica.
El núcleo de la propuesta de ThinkLabs radica en su capacidad para ejecutar análisis de flujo de potencia trifásico en tiempo real, comprimiendo estudios de ingeniería que antes tomaban semanas en minutos. Su plataforma utiliza IA “informada por física”, es decir, se entrena con los resultados de simuladores de primera confianza —los mismos que emplean los ingenieros de las utilities— y luego valida sus predicciones contra esos modelos. Según la compañía, puede ejecutar 10 millones de escenarios en 10 minutos con una precisión que supera el 99.7% en cálculos de flujo de potencia, una cifra que, sostienen, incluso excede la fiabilidad de los métodos tradicionales, lastrados por datos hipotéticos en lugar de mediciones en tiempo real.
“No estamos generando respuestas al azar; estamos realizando cálculos de ingeniería”, explica Josh Wong, CEO de ThinkLabs y veterano con más de 20 años en el sector eléctrico. “Nuestro trabajo es comparable al modelado de dinámica de fluidos en la industria aeroespacial o automotriz. Tenemos una fuente de verdad: los simuladores físicos en los que la industria confía”. Esta distinción es clave: mientras la IA generativa puede “alucinar”, los modelos de ThinkLabs están anclados en leyes físicas, lo que los hace auditable y explicable, un requisito no negociable cuando un error podría provocar apagones o daños materiales.
La diferenciación competitiva de ThinkLabs va más allá de la velocidad. Según Wong, su empresa es prácticamente la única que realiza análisis nativo de flujo de potencia con IA, mientras que otros competitors aplican machine learning a pronósticos de carga o gestión energética descentralizada, pero no al núcleo de los cálculos que determinan inversiones multimillonarias en infraestructura. “Las utilities necesitan saber exactamente qué sucederá si conectan un centro de datos o una flota de cargadores para vehículos eléctricos”, señala. “Nuestra IA no solo identifica problemas, sino que puede sugerir soluciones alternativas —como la colocación óptima de almacenamiento baterías o la reprogramación de la flexibilidad de la demanda— para evitar o postergar costosas ampliaciones de red”.
Esa propuesta ha convencido a un elenco de inversores estratégicos. Además de EIP, NVentures y Edison International, la ronda contó con la presencia de GE Vernova (ex-GE Energy), Powerhouse Ventures, Active Impact Investments, Blackhorn Ventures y Amplify Capital, además de una utility norteamericana de propiedad inversionista no revelada. Wong reconoce que la demanda superó las expectativas: “La ronda estaba inicialmente pensada para una cantidad menor, pero el interés de socios ecosistémicos nos llevó a 28 millones. Fue una sobresuscripción clara”.
Las relaciones con Nvidia y Microsoft trascienden lo financiero. ThinkLabs aprovecha la potencia de las GPU de Nvidia a través de CUDA e integra Earth-2, la plataforma de simulación climática de Nvidia, en sus Pipelines de pronóstico probabilístico. Asimismo, su colaboración con Southern California Edison, bajo el marco de Microsoft Azure AI Foundry, ya ha dado frutos tangibles: en un proyecto piloto, la plataforma procesó un año completo de datos de flujo de potencia horario en menos de tres minutos, frente a los 30-35 días que requería el método convencional, y generó informes de ingeniería con recomendaciones en menos de 90 segundos. Sergej Mahnovski, director de estrategia e innovación de Edison International, subraya la urgencia: “Debemos migrar urgentemente de herramientas de planificación heredadas para atender las demandas crecientes”.
Tras esta tecnología hay una historia personal cuidadosamente tejida. Josh Wong inició su carrera en Toronto Hydro y en 2012 fundó Opus One Solutions, una empresa de software de redes inteligentes que creció hasta 100 empleados en ocho países antes de ser adquirida por GE en 2022. Durante su paso por GE Vernova, desarrolló la tesis de que la autonomía de la red es el cuello de botella para la electrificación, la seguridad nacional y el crecimiento económico. ThinkLabs se incubó en GE Vernova y se escindió en abril de 2024 con un seed round de 5 millones. “La conclusión fue clara: necesitamos redes autónomas. Hablamos mucho de coches autónomos, pero yo argumento que las redes autónomas son una prioridad mucho más urgente”, reflexiona.
El equipo de ThinkLabs refleja esta sinergia entre dominios: la mitad son doctores en sistemas de potencia, la otra mitad son ingenieros de infraestructura de IA escalable y MLOps. “Hemos logrado mezclar ambas culturas”, afirma Wong. Esta hibridación permite abordar un problema que trasciende lo técnico: la modernización de una fuerza laboral que envejece. “Estas herramientas no solo modernizan el software, también transforman la cultura y ayudan a retener al talento joven”, añade.
En el plano comercial, a pesar de que las utilities suelen tener ciclos de adopción lentos, Wong reporta una aceleración notable: “Los ciclos de venta se han acortado de uno o dos años a dos o tres meses en algunos casos”. La compañía ya colabora con más de 10 utilities y duplicó su base de clientes en el primer trimestre de 2026. Su modelo de negocio busca un enfoque “land-and-expand”: comenzar modelando regiones específicas para luego escalar a estados enteros o múltiples territorios.
La cuestión de la precisión es sensible. El 99.7% de exactitud se refiere a estudios de planificación a gran escala, donde la variabilidad de los datos de entrada (como mediciones de medidores o SCADA) suele ser el factor limitante, no el modelo en sí. “Cuando ajustamos el análisis tradicional con datos telemetricos reales, la IA resulta más fiel porque se alimenta de mediciones, no de escenarios hipotéticos”, argumenta Wong. Para aplicaciones en tiempo real críticas, utilizan modelos híbridos: la IA ejecuta el grueso del cálculo y un motor basado en física realiza la validación final. También implementan monitoreo de deriva de modelos y entrenamiento bajo demanda para condiciones no vistas.
Más allá del boom actual de centros de datos —alimentado en parte por la intensiva demanda de procesos de IA—, Wong defiende que la propuesta de valor de ThinkLabs es resiliente. Incluso sin un crecimiento desbocado de la demanda, las utilities enfrentan la need urgente de renovar herramientas obsoletas y fuerza laboral calificada. Además, la capacidad de realizar análisis probabilísticos en lugar de deterministas permite optimizar inversiones y mantener tarifas asequibles para el consumidor, un punto crucial para cualquier industria, incluida la moda, donde los márgenes son ajustados.
La analogía que emplea Wong para ilustrar su visión es elocuente: durante décadas, la respuesta default ante cuellos de botella en la red ha sido construir más infraestructura física —más cables, más subestaciones— como si se ampliasen carreteras. ThinkLabs propone, en cambio, un sistema de navegación que optimiza el flujo existente mediante flexibilidad, almacenamiento y decisiones operativas inteligentes. “Las redes autónomas son la prioridad”, sentencia.
Para la industria de la moda, este avance tiene implicaciones tangibles. Una red más predecible y eficiente reduce riesgos de interrupción en cadenas de suministro globales, abarata costos operativos en tiendas y almacenes, y facilita la transición hacia energías renovables en fábricas y oficinas. Las marcas que incorporen en sus estrategias de sostenibilidad la gestión inteligente de la energía podrían ganar ventaja competitiva, no solo por su reducción de huella de carbono, sino por la resiliencia operativa que una red optimizada les brinda.
Mientras el mundo debate el futuro de la IA en la creatividad, ThinkLabs y sus inversionistas apuntan a un terreno menos visible pero más fundamental: la cuadrícula eléctrica que sostiene la civilización digital. En un contexto donde la moda se reinventa constantemente, la garantía de un suministro eléctrico estable y eficiente se revela como el cimiento invisible sobre el que se sostienen las próximas innovaciones. La cuenta atrás para modernizar la red ya está en marcha, y quienes lideren esta transformación configurarán el panorama energético —y, por ende, el de industrias enteras— durante décadas.
GIPHY App Key not set. Please check settings