El algoritmo que anticipa el caos en el agua
En la Patagonia chilena, donde miles de millones de dólares flotan en jaulas de salmones, existe un enemigo invisible que aparece sin aviso: las floraciones de algas tóxicas. Estos eventos, conocidos localmente como ‘mareas rojas’, pueden liquidar granjas enteras en cuestión de días. Fernando y Raimundo Manterola decidieron atacar el problema desde un ángulo que pocas industrias tradicionales consideran: la inteligencia artificial.
Hace poco más de doce meses, estos hermanos lanzaron Watermind, una startup que promete hacer algo que suena casi mágico en el contexto de la acuicultura: predecir cuándo y dónde ocurrirán estos eventos catastróficos. No es ciencia ficción. Es el tipo de problema que la IA puede resolver si alguien se molesta en recolectar datos suficientes y entrenar los modelos correctamente.
¿Por qué esto importa más de lo que parece?
La industria salmonera representa aproximadamente el 4% del PIB de Chile y emplea directamente a más de 27 mil personas. Pero también es vulnerable a desastres biológicos que los científicos aún no pueden predecir con precisión. Una floración de algas puede costar entre 10 y 50 millones de dólares a una empresa grande. Eso explica por qué Cermaq, Mowi, Multiexport y Salmones Austral —cuatro de los mayores productores de la región— ya son clientes de esta startup recién nacida.
Lo fascinante aquí no es solo que funcione, sino cómo lo hace: combinando datos oceanográficos, variables climáticas y patrones históricos en modelos que pueden correr en tiempo real. Es el tipo de herramienta que hubiera parecido imposible hace cinco años, pero que hoy forma parte de la nueva competencia empresarial.
El fenómeno del ‘rentable desde el día uno’
Aquí conviene hacer una pausa crítica. Watermind facturaó US$600 mil en poco tiempo y reporta ser rentable desde el primer día. Eso requiere aclaración: probablemente significa que sus costos operativos iniciales son bajos (equipo pequeño de 10 personas, principalmente ingenieros y cientistas de datos) y sus márgenes son altos. No es que hayan roto el código mágico del emprendimiento; es que resolvieron un problema que golpea el bolsillo de empresas grandes dispuestas a pagar por soluciones.
Esto refleja una tendencia en el ecosistema de startups chilenas: cuando encuentras un problema B2B con suficiente dolor en la industria establecida, los clientes no dudan. La barrera de entrada para la IA no es más el acceso a la tecnología, sino la capacidad de interpretar correctamente los datos que nadie más ha juntado.
La pregunta que nadie hace
¿Cuál es el modelo de negocio cuando toda tu fortaleza depende del conocimiento de dos personas? ¿Qué pasa cuando los hermanos Manterola decidan vender? ¿Escalarán a otros problemas oceanográficos o se quedarán en el nicho de la acuicultura?
También hay una cuestión de dependencia tecnológica: estas empresas salmoneras ahora dependen de Watermind para tomar decisiones críticas. Si el sistema falla o pierde precisión en un evento impredecible, ¿quién asume la responsabilidad? Son preguntas que ningún comunicado de prensa responde.
El contexto más amplio
Watermind representa algo más importante que una startup exitosa: es evidencia de que América Latina puede competir en el espacio de la IA especializada. No necesitamos ser ChatGPT. Podemos ser mejores resolviendo problemas muy específicos en nuestras industrias locales.
La pregunta ahora es si esto genera un efecto dominó. ¿Otras industrias primarias latinoamericanas (minería, agricultura, pesca) descubrirán sus propios ‘Watermind’? El modelo está ahí: identifica el dolor, recolecta datos obsesivamente, entrena algoritmos, vende a empresas medianas y grandes con presupuesto.
Mientras tanto, en las aguas frías de la Patagonia, unos algoritmos están trabajando silenciosamente para predecir desastres. Es un recordatorio de que la IA no siempre viene en forma de asistentes conversacionales. A veces, viene en botas de goma, vigilando el océano.
Información basada en reportes de: Www.df.cl