
En este artículo (4)
La ronda de 65 millones de dólares de Ollama: análisis empresarial de la plataforma local de IA
Puntos Clave
- Trata las herramientas de IA locales como infraestructura de plataforma, no solo como un flujo de trabajo de experimentación.
- Vigila de cerca los modelos de precios, porque la facturación por tiempo de GPU cambia la forma en que los desarrolladores estiman los costos de la IA.
- La adopción por parte de los desarrolladores puede convertirse en distribución cuando desaparece la fricción de configuración.
Casi 9 millones de desarrolladores sugieren que el flujo de trabajo de modelos locales con un solo comando está evolucionando hacia una plataforma para desarrolladores respaldada por la nube.
Casi 9 millones de desarrolladores sugieren que el flujo de trabajo de modelos locales con un solo comando está madurando hasta convertirse en una plataforma para desarrolladores respaldada por la nube.
Un único comando de terminal acaba de entrar en una Serie B de 65 millones de dólares con sudadera y, de algún modo, una tabla de capitalización. Según TNW, Ollama recaudó la ronda mientras su ejecutor de modelos abiertos alcanzaba casi 9 millones de desarrolladores, que es más o menos el punto en el que la IA local deja de parecer un proyecto de sintetizador de sótano y empieza a parecer infraestructura. El atractivo es casi agresivamente simple: descarga un modelo de pesos abiertos, ejecútalo localmente y evita convertir cada experimento en un ritual de compras. Para quienes construyen, la noticia trata menos de confeti de capital de riesgo y más de cómo un flujo de trabajo se convierte en un negocio de plataforma sin exigir primero que todo el mundo adore en el altar del precio por token.
Qué ocurrió y por
qué les importa a quienes construyen TNW informa que Ollama recaudó una Serie B de 65 millones de dólares liderada por Theory Ventures, con la participación de Benchmark, 8VC, Y Combinator y otros. El mismo informe dice que la ronda eleva la financiación total a 88 millones de dólares, tres años después del lanzamiento. Es una cantidad significativa de dinero para una herramienta conocida sobre todo por hacer que configurar modelos de pesos abiertos se sienta como instalar una dependencia normal de desarrollo, no como invocar a un demonio de GPU con un pentagrama en YAML.
TNW también describe el puente de producto que convierte esto en algo más que una utilidad de escritorio: los desarrolladores pueden ejecutar un modelo localmente con un solo comando, y si la laptop no puede manejar un modelo más grande, la nube de Ollama lo ejecuta con la misma configuración. Según TNW, la nube se factura por tiempo de GPU en lugar de por token, lo que alinea la factura con el uso de cómputo en vez de hacer que cada prompt se sienta como alimentar un parquímetro que aprendió poesía.
Ese patrón de local primero y nube después es el movimiento de plataforma escondido a plena vista. Permite a los desarrolladores mantener los experimentos rápidos cerca de sus máquinas y luego hacer crecer cargas de trabajo más grandes sin cambiar de modelo mental. En las herramientas para desarrolladores, eso importa porque la memoria muscular es distribución. Pregúntale a Docker, o a cualquier ingeniero que haya escrito un comando que ya no entiende, pero en el que confía profundamente.
La adopción está haciendo en silencio
la parte ruidosa Hyper.ai informa que Ollama tiene 8,9 millones de desarrolladores activos mensuales, 176.000 estrellas en GitHub, 17.000 forks y uso en el 85 por ciento de las empresas Fortune 500. Esas cifras no prueban que todas las empresas estén ejecutando cargas de trabajo críticas a través de Ollama, porque las estrellas de GitHub no son órdenes de compra firmadas y mi SRE interior me exige legalmente decir eso. Pero sí muestran una amplia familiaridad entre desarrolladores, y la familiaridad suele ser la forma en que la infraestructura se cuela en las empresas usando zapatillas.
Hyper.ai también informa que Ollama opera con un equipo de 14 empleados. Eso hace que el perfil de adopción sea especialmente interesante, porque la empresa parece haber crecido puliendo un flujo de trabajo doloroso en lugar de inventar un nuevo nombre de categoría en un stand de conferencia. La lección central para quienes construyen es duradera y deliciosamente poco sexy: reduce la fricción de configuración, encuentra a los desarrolladores donde ya trabajan y deja que la distribución se acumule antes de que la monetización intente ponerse una corona.
La memoria muscular de Docker no es casualidad
La historia de los fundadores es relevante aquí, no solo material de álbum de recuerdos de startup. TNW informa que Jeff Morgan y el cofundador Michael Chiang crearon Kitematic, que Docker compró en 2015, y que su trabajo se convirtió en Docker Desktop. Hyper.ai también identifica a Morgan y Chiang como veteranos de Docker y Kitematic, y dice que Ollama se lanzó en 2023 para simplificar el despliegue de modelos grandes de lenguaje de pesos abiertos en computadoras personales.
Ese trasfondo ayuda a explicar la forma del producto. Ollama no intenta hacer que los desarrolladores se preocupen por cada detalle de configuración de hardware antes de poder probar un modelo. Hyper.ai dice que la plataforma abstrae las complejas configuraciones de hardware que normalmente se requieren para la inferencia local de IA. En palabras simples, convierte el montón de controladores, archivos de modelo y limitaciones de la máquina en algo más cercano a una experiencia normal de desarrollo, lo cual es menos glamoroso que una gráfica de benchmarks y mucho más probable que se use un martes.
El modelo de negocio es la verdadera prueba
Hyper.ai informa que la aplicación de escritorio principal de Ollama sigue siendo gratuita y sin cambios, mientras que la empresa se ha expandido hacia un servicio en la nube basado en suscripción para modelos más grandes y más intensivos en cómputo. Hyper.ai dice que el servicio en la nube factura según la utilización de GPU en lugar del recuento de tokens, con niveles que van desde gratis hasta 100 dólares mensuales. Eso le da a Ollama un camino más claro que el que enfrentan muchas herramientas cercanas al código abierto: mantener el flujo de trabajo local lo bastante gratuito como para difundirse y luego cobrar cuando las cargas de trabajo necesitan cómputo alojado.
La pregunta ahora es si Ollama puede preservar la confianza de los desarrolladores que la trajo hasta aquí mientras construye un negocio en la nube alrededor de los bordes. Quienes construyen deberían observar si la experiencia local se mantiene rápida, aburrida y confiable, porque aburrido es el mayor cumplido que puede recibir la infraestructura. Si Ollama lo logra, las herramientas locales de IA de código abierto parecerán menos una misión secundaria de aficionados y más la próxima capa duradera en la pila de desarrollo de IA. El prompt de terminal, para incomodidad de PowerPoint, sigue invicto.