Discovered Materials ha cerrado una ronda seed de 9 millones de dólares para atacar un cuello de botella cada vez más visible en la industria de semiconductores: el calor. La startup, surgida de Y Combinator, quiere usar enjambres de agentes de inteligencia artificial para encontrar materiales capaces de hacer más eficientes los circuitos integrados.
La operación está liderada por Lightspeed India Partners y cuenta con la participación de Peak XV Partners, Y Combinator y varios inversores ángeles, entre ellos Paul Graham, Gokul Rajaram y Thariq Shihipar. La compañía destinará los fondos a ampliar equipo, laboratorio y capacidad de investigación.
La oportunidad no está solo en fabricar chips más rápidos, sino en encontrar materiales que permitan sostener esa velocidad sin convertir el consumo energético en una barrera económica.
El problema es conocido por cualquier empresa que opera centros de datos o diseña hardware de IA. A medida que los modelos consumen más cómputo, la disipación térmica se vuelve una restricción de diseño, coste y mantenimiento. Ventiladores y refrigeración líquida ayudan, pero no resuelven por sí solos la pregunta de fondo: qué materiales deben componer la próxima generación de chips.
Discovered Materials propone comprimir ese proceso de búsqueda. En lugar de depender solo de ciclos largos de simulación, laboratorio y validación manual, la empresa usa agentes de IA que exploran candidatos, formulan hipótesis y priorizan ensayos. La idea no elimina la física ni el trabajo experimental, pero puede reducir el número de caminos muertos.
La compañía también ha presentado Material Discovery Bench, un benchmark orientado a evaluar agentes de IA en problemas reales de descubrimiento de materiales para semiconductores. Ese punto importa porque el sector necesita distinguir entre demostraciones vistosas y sistemas que realmente ayudan a decidir qué probar en un laboratorio.
En deep tech, la ventaja competitiva no nace de tener un chatbot encima del proceso, sino de conectar modelos, datos científicos y validación experimental de forma disciplinada.
Para los inversores, el caso encaja en una tesis más amplia: la IA está aumentando la demanda de chips y, al mismo tiempo, se está convirtiendo en una herramienta para rediseñar la cadena que los produce. Hay startups trabajando en litografía, empaquetado avanzado, eficiencia eléctrica, memoria y refrigeración. Discovered Materials se sitúa en la capa de materiales, una de las más difíciles de acelerar.
El riesgo también es alto. Descubrir un material útil no basta si no puede fabricarse de forma consistente, integrarse en procesos existentes y superar pruebas de fiabilidad. La industria de semiconductores se mueve con tolerancias estrechas y calendarios largos, de modo que cualquier avance debe atravesar una cadena de validación exigente.
La ronda indica que el capital riesgo está dispuesto a financiar ciencia aplicada cuando el problema está directamente conectado con la economía de la IA.
Para Europa y España, la lectura es clara. Si el continente aspira a participar en la nueva cadena de valor del chip, no puede limitarse a atraer centros de datos o plantas de ensamblaje. También necesita startups que trabajen en materiales, herramientas de diseño, software de fabricación y transferencia tecnológica desde universidades hacia industria.
Discovered Materials no ha demostrado todavía que pueda cambiar la forma en que se descubren materiales para chips, pero su planteamiento apunta a un patrón que se repite: la IA más valiosa para empresas no siempre será la que genera texto, sino la que reduce ciclos de investigación caros y difíciles de escalar.
