Financiación
Noeri recauda 110 millones de dólares para crear una IA que se mejora a sí misma para empresas

Puntos claveEl sistema de Noeri mejora los modelos y las herramientas en torno a los flujos de…
Ver más
- El sistema de Noeri mejora los modelos y las herramientas en torno a los flujos de trabajo de los clientes en lugar de vender un único modelo de propósito general.
- Cada cambio propuesto llega a una persona para su aprobación mediante un proceso de revisión similar a la revisión de código.
- Los fundadores sostienen que la inteligencia debería distribuirse entre muchos sistemas especializados propiedad de los clientes en lugar de una única superinteligencia centralizada.
Noeri anunció su lanzamiento y una financiación de 110 millones de dólares el 16 de noviembre de 2026, con Menlo Ventures al frente de la ronda, para impulsar su trabajo en IA que se mejora a sí misma para empresas y en descubrimiento científico.
También participaron Madrona Venture Group, Kindred Ventures, Wing Venture Capital y NEA, mientras que Cisco Investments, NVIDIA y Snowflake se sumaron como inversores estratégicos. Yejin Choi y Carlos Guestrin, profesores de informática en Stanford, fundaron Noeri en 2026 y son sus codirectores ejecutivos. La empresa tiene su sede en Palo Alto y una oficina en Zúrich.
Especializar la IA en torno al trabajo de los clientes
Noeri busca resolver la disyuntiva a la que suelen enfrentarse las empresas: pagar más por el modelo de propósito general más capaz o aceptar resultados inferiores con una opción más barata. La empresa afirma que su sistema analiza los datos y los flujos de trabajo de una organización y, a continuación, mejora el software que los rodea, las habilidades, las instrucciones, las herramientas y la elección del modelo para cada paso, incluidos los parámetros subyacentes de los modelos cuando resulta conveniente.
La descripción general del producto presenta agentes que aprenden de las tareas, los errores, las correcciones y el tráfico real de producción, sin necesidad de un gran conjunto de datos etiquetados. Pueden perfeccionar sus habilidades, herramientas y orquestación, crear herramientas cuando las existentes no son suficientes y entrenar modelos con el trabajo de los clientes. La calidad y el costo se miden con el tráfico y las métricas propios del cliente, en lugar de con parámetros de referencia públicos, de modo que las mejoras propuestas son específicas de esa implementación.
Noeri afirma que cada cambio se explica y se envía a una persona para su aprobación mediante un proceso similar a la revisión de código. El sistema funciona con modelos cerrados y modelos de pesos abiertos, y está diseñado para adaptarse a medida que aparecen nuevos modelos. El cliente conserva sus datos y es propietario de los flujos de trabajo y los modelos desarrollados mediante el sistema, aunque siguen aplicándose las licencias correspondientes de los modelos de terceros.
Investigación orientada al aprendizaje continuo y al descubrimiento
Noeri también pretende utilizar el mismo mecanismo para formular hipótesis, realizar experimentos y aprender de los resultados en investigaciones científicas relacionadas con moléculas, proteínas y sistemas técnicos complejos. La empresa sostiene que el descubrimiento abierto pone a prueba la viabilidad económica de los modelos grandes, porque una búsqueda sostenida consume mucha más capacidad de cómputo que una sola respuesta; propone los modelos especializados más pequeños como una forma de hacer asequible esa búsqueda.
La agenda de investigación de la empresa abarca la automatización del desarrollo de IA, la especialización eficiente a partir de datos limitados, el aprendizaje continuo sin olvidar lo aprendido y el descubrimiento mediante búsqueda, razonamiento y equipos de modelos. Estas prioridades se basan en el trabajo de los fundadores sobre el entrenamiento durante la inferencia, la autodestilación y la orquestación de agentes, en la que los modelos aprenden después de su implementación, aprenden de sus propios errores o coordinan otros modelos y herramientas.
En una declaración de visión, Choi y Guestrin sostienen que la inteligencia debería distribuirse entre numerosos sistemas especializados propiedad de los clientes, en lugar de concentrarse en una superinteligencia centralizada. También presentan los modelos dimensionados para cada tarea como una opción más económica y menos intensiva en consumo energético, y los sistemas diseñados para fines específicos como más fáciles de definir, probar y supervisar.
Noeri afirma que sus primeras colaboraciones para pruebas de concepto abarcan tanto el ámbito empresarial como el científico. También trabaja con socios estratégicos de distintos sectores, entre ellos algunos inversores, y ha elegido un grupo diverso para que la tecnología aprenda a generalizar antes de especializarse para cada cliente.
Equipo fundador y primera prueba
Guestrin cofundó anteriormente Turi, la plataforma de aprendizaje automático que Apple adquirió en 2016, y más adelante creó y dirigió el grupo central de aprendizaje automático e IA de Apple. Choi es becaria MacArthur y su investigación se centra en aumentar la capacidad de los modelos de IA más pequeños; anteriormente fue profesora en la University of Washington y directora sénior en el Allen Institute for AI. Noeri está contratando investigadores e ingenieros en Palo Alto y Zúrich.
La prueba inmediata para el nuevo laboratorio consiste en determinar si esas colaboraciones pueden convertir su investigación en mejoras reproducibles según las propias métricas de calidad y costo de los clientes, sin dejar de lado los controles de aprobación humana y propiedad que ocupan un lugar central en su producto.












