La historia del hardware de IA en los últimos dos años no ha sido brillante: Humane fue vendida a HP y cerró, Rabbit despidió a la mitad de su personal, Friend fue duramente criticada después de los envíos. Un problema común: Las empresas que hacen hardware no saben hacer software.
Era, que acaba de recaudar 11 millones de dólares, quiere crear precisamente esa capa.
Primero, la financiación
- Total: 11 millones de USD
- Ronda Seed A: 9 millones de USD, liderada por Abstract Ventures y BoxGroup, con la participación de Collaborative Fund y Mozilla Ventures
- Ronda pre-seed anterior: 2 millones de USD, de Topology Ventures y Betaworks
El grupo de inversores ángeles es aún más notable: Caterina Fake (cofundadora de Flickr), Ken Kocienda (creador del teclado del iPhone), Tony Wang (fundador de OAS), ShaoBo Z (ex-CPO de Rabbit), Kelin Zhang (Poetry Camera) — estos nombres son básicamente el "grupo de creadores" de la electrónica de consumo y el software móvil de los últimos 20 años. El hecho de que un ex-CPO de Rabbit también apueste por una empresa que construye una capa de software para hardware de IA es una señal interesante en sí misma.
Los currículums de los tres fundadores dicen más que la propia empresa
- Liz Dorman (CEO): Anteriormente en Humane trabajando en orquestación de IA, se unió a HP tras la adquisición de Humane
- Alex Ollman (CTO): Proveniente de HP, trabajó en marcos agentivos empresariales
- Megan Gole (CPO): Anteriormente en Sutter Hill Ventures, involucrada en el proyecto io de Jony Ive y Sam Altman
El punto en común de los tres: todos participaron directamente o presenciaron de cerca cómo fracasa el hardware de IA. Humane e io fueron los dos intentos más seguidos en esta ola de hardware de IA; el primero ya demostró que el hardware es un callejón sin salida, el segundo fue adquirido por OpenAI por 6.500 millones de dólares y todavía está incubando algo grande.
La evaluación de Dorman es directa:
"Quiero recuperar el poder de elección sobre mis propios dispositivos."
Ella quiere que la capa de software de Era "reemplace la capa de aplicaciones" — es decir, en el futuro, tus gafas, anillo, colgante no tendrán un montón de aplicaciones instaladas, sino que se conectarán a una capa inteligente unificada.
¿Qué vende realmente Era?
No es hardware, sino una plataforma de software para fabricantes de hardware:
- Enrutamiento entre modelos: Conecta más de 130 LLMs de más de 14 proveedores
- Procesamiento de entrada multimodal: Voz, imágenes, datos de sensores pueden ser procesados
- Enrutamiento dinámico: Elige el modelo automáticamente según la tarea, la red y el costo
- Gestión de conectividad: Maneja situaciones de dispositivo fuera de línea o red débil
- Escalable a millones de dispositivos
El posicionamiento suena como "iOS para hardware de IA", pero una descripción más precisa sería "Vercel para hardware de IA" — tú haces el hardware, y la inferencia de modelos, el enrutamiento, la degradación y la facturación se los dejas a Era.
Factores de forma de hardware objetivo: gafas, anillos, colgantes, altavoces para el hogar.
¿Por qué ahora?
El mayor cambio de percepción en esta ola de hardware de IA es que todos finalmente admitieron una cosa: El hardware por sí solo no puede convertirse en la puerta de entrada a la IA.
Las razones son realistas:
- Estructura de costos invertida: El pin de Humane se vendía por 699 USD y aún así perdía dinero porque los costos de inferencia quemaban efectivo constantemente
- Nadie quiere pagar una tarifa mensual por un solo hardware de IA: Los usuarios ya pagan por ChatGPT, Claude, Gemini; no pagarán una tarifa adicional por la "IA" integrada en sus gafas
- Los modelos iteran dos veces al año, el hardware no se cambia ni en tres años: Los fabricantes de hardware simplemente no pueden mantener actualizada su propia pila de modelos
Este es el punto de entrada de Era: Los fabricantes de hardware necesitan una capa de software que pueda actualizar modelos continuamente, elegir automáticamente la ruta más barata y no estar atada a un solo proveedor. Hacerlo internamente sería demasiado trabajo y el retorno de la inversión sería demasiado bajo.
Una analogía: En los primeros tiempos de los teléfonos inteligentes, nadie podía obligar a todos los fabricantes a escribir su propio iOS; al final, Android se convirtió en la solución para los fabricantes de hardware. Era quiere ocupar el nicho de Android en el mundo del hardware de IA.
Pero hay algunos problemas reales
Primero: 130 modelos suenan a muchos, pero ¿cuántos de ellos pueden ejecutarse realmente en el contexto del hardware? La inferencia en el dispositivo tiene requisitos de tamaño de modelo, cuantización y latencia completamente diferentes a los de la nube; simplemente conectar APIs no es suficiente.
Segundo: ¿Los fabricantes de hardware realmente quieren ser controlados por una capa de software de un tercero? Anthropic acaba de hacer caer el precio de las acciones de Figma un 6,8% debido a Claude Design; el CPO renunció al consejo de Figma esa misma semana — los fabricantes de hardware son muy sensibles a la idea de que "mi capa de software es gestionada por otra persona".
Tercero: 11 millones de dólares, ante la velocidad con la que el hardware de IA quema dinero, no durarán mucho. La próxima ronda de Era necesitará compromisos de al menos unos pocos clientes importantes, de lo contrario la historia no se sostiene.
Una frase
Todos los desvíos que la ola de hardware de IA ha tomado en los últimos dos años demuestran una cosa: Este negocio requiere un equipo que entienda tanto de hardware como de orquestación de modelos. El equipo de Era, por sus currículums, parece tener al menos un atisbo de ambas cosas. Pero si el negocio funcionará dependerá de si, dentro de un año, los primeros hardwares que funcionen en la plataforma de Era son realmente utilizables.
Fuente de referencia: CocoLoop, Era raises $11M to build a software platform for AI gadgets (TechCrunch); Era raises $11M from Abstract Ventures and BoxGroup to bring AI to smart gadgets (TechFundingNews)