Liang Wenfeng sin filtros: dentro de la filtrada reunión de cuatro horas con inversores de DeepSeek
Noticias9 min de lectura

Liang Wenfeng sin filtros: dentro de la filtrada reunión de cuatro horas con inversores de DeepSeek

Cataito Team2026-07-23

Una inusual reunión a puerta cerrada de cuatro horas


En julio de 2026 comenzó a circular en los círculos de inversión un documento de unas 34.000 palabras: la transcripción de una reunión a puerta cerrada con inversores celebrada por el fundador de DeepSeek, Liang Wenfeng, el 20 de mayo de 2026 y transcrita el 16 de julio. La sesión duró casi cuatro horas y abordó 118 preguntas. Varios medios chinos —incluidos Tencent Technology y Yicai (China Business Network)— han informado sobre la transcripción, aunque DeepSeek no ha confirmado oficialmente su autenticidad. Leída con esa salvedad, una palabra resume toda la conversación: contención.


Una financiación fuera de lo común


La reunión tuvo lugar en torno a la primera ronda de financiación externa de DeepSeek. Según información basada en registros mercantiles, la ronda sumó unos 51.000 millones de yuanes, con una valoración posterior al dinero de entre unos 325.000 y 351.000 millones de yuanes.


InversorCifra reportada
Liang Wenfeng (fundador)~20.000 millones de yuanes (mayor inversor individual)
Tencent~10.000 millones de yuanes
Entidades vinculadas a CATL~5.000 millones de yuanes
NetEase / JD / Monolith / IDG~3.000 millones de yuanes cada uno
Zhengxinggu / Shixiang~1.500 millones de yuanes cada uno
Fondo Nacional de Industria de IA~980 millones de yuanes

La ronda fue por invitación, abierta a un pequeño número de instituciones bajo condiciones estrictas. Un inversor que participó en las conversaciones dijo a Yicai que finalmente declinó, alegando escasa transparencia sobre la comercialización y las vías de salida.


«Contención»: la estrategia central


Si una palabra resume la postura de Liang, es contención. Sostuvo que la empresa evitó deliberadamente impulsar productos de consumo, incluso cuando un repunte del Año Nuevo chino trajo una avalancha de usuarios. Comparó el tráfico de consumo a corto plazo y los ingresos B2B con «semillas de sésamo» frente a la «sandía» de la AGI.


Sobre los precios, la regla interna es simple: recuperar el coste del hardware en unos diez meses es un beneficio razonable. Recordó haber recortado el precio de un modelo a una cuarta parte del original, una decisión que el equipo celebró.


La lista de «lo que no haremos»


Liang fue explícito: todo lo que quede fuera de la línea principal de la AGI se descarta:

  • Generación de 3D y vídeo
  • Modelos del mundo
  • Perseguir una superaplicación o convertirse en «el próximo ByteDance o Tencent»

  • La multimodalidad, dijo, se trata como un componente y no como la inteligencia en sí: V4 y versiones posteriores admiten multimodalidad nativa, pero no define el techo de la capacidad.


    La hoja de ruta hacia la AGI


    Liang describió la AGI como una escalera en la que cada peldaño desbloquea una capacidad central:

  • Razonamiento en cadena de pensamiento: el modelo aprende a pensar paso a paso
  • Agentes: el modelo aprende a usar herramientas para completar tareas
  • Aprendizaje continuo: aprender sobre la marcha (el problema difícil que nadie ha resuelto aún)
  • Autoiteración: modelos capaces de desarrollar su propia siguiente generación
  • Inteligencia encarnada: la IA entra en el mundo físico

  • «Un modelo no debería depender para siempre de un entrenamiento único —dijo—. Como una persona, debería seguir aprendiendo mientras trabaja, y entonces podrá ayudar a diseñar la próxima generación de IA.»


    El verdadero desfase es la computación


    Preguntado por la brecha con Estados Unidos, Liang fue tajante: «Nuestra única diferencia con EE. UU. son los recursos», sobre todo la computación. Sigue creyendo en el escalado («no hemos tocado el techo») y ve una oportunidad histórica para los chips nacionales a medida que se erosiona el foso de CUDA. Sobre fabricar sus propios chips fue cauto: preferiría comprar chips a un precio justo antes que fabricarlos, y espera que el próximo año demuestre que los chips nacionales son viables.


    El código abierto y los ingresos no chocan


    Liang insistió en que el código abierto y la comercialización son compatibles. Incluso con un modelo abierto, igualar el coste de despliegue de DeepSeek es difícil. Y como el mercado de la IA es enorme —potencialmente el 10 % del PIB— ninguna empresa puede monopolizarlo. «Hay que construir un mecanismo que limite el beneficio que uno obtiene —dijo—. Solo así es más probable lograrlo de verdad.»


    Rumbo a una salida a bolsa


    Por separado, varios medios (incluidos Bloomberg y The Wall Street Journal) informan de que DeepSeek prepara una cotización en el mercado STAR de Shanghái, con la intención de presentar la solicitud antes de finales de 2026 para debutar en 2027, con una valoración rumoreada de hasta unos 71.000 millones de dólares. En cuanto al producto, la línea DeepSeek V4 está documentada con una ventana de contexto de hasta un millón de tokens sobre una arquitectura MoE de billones de parámetros.


    «Un grupo de personas corrientes»


    La filosofía de gestión de Liang es inusual para una empresa tecnológica orientada a la eficiencia. Admira la idea de Jack Welch de que una gran empresa se mueve por la visión, no por reglas ni KPI. Las tareas formales, de arriba abajo, deberían ocupar menos del 50 % del tiempo de un empleado, dejando el resto para la exploración libre. El único interés innegociable de la empresa, dijo, es mantener estable al equipo central.


    «Realmente solo somos un grupo de personas corrientes —dijo—. La historia que me gusta es la de personas corrientes haciendo algo extraordinario, no la de genios.» También predijo que los modelos base convergerán en unos pocos actores cuando se demuestre que los márgenes supuestamente altos no son realistas.


    La conclusión de fondo


    Incluso en el peor de los casos, dijo Liang, «nos volcaremos en vender la API y hacer bien el servicio, y creo que con eso basta». Contención, código abierto, precios bajos, una línea principal de AGI, computación nacional, aprendizaje continuo: presentados menos como tácticas que como convicción.


    Nota de CATAI: las cifras aquí proceden de una transcripción ampliamente difundida pero no confirmada oficialmente y de la cobertura mediática relacionada. Trátalas como información reportada, no como hechos consolidados.

    DeepSeekLiang WenfengAGIOpen SourceAI IndustryChina AI