La nueva apuesta de exinvestigadores de Apple y Google: una IA que nunca deje de aprender

Un grupo de exinvestigadores de Google, Apple, OpenAI y Meta presentó una nueva startup de inteligencia artificial llamada Trajectory, cuyo objetivo es desarrollar sistemas capaces de aprender de manera continua a partir de las interacciones reales de los usuarios.

La compañía anunció una ronda inicial de financiamiento por 15 millones de dólares y busca resolver uno de los mayores desafíos actuales de la inteligencia artificial: crear modelos que sigan mejorando después de haber sido entrenados.

Actualmente, la mayoría de los sistemas de IA funcionan de forma estática. Aunque modelos avanzados pueden responder preguntas complejas, programar o resolver problemas matemáticos, dejan de aprender una vez finaliza su entrenamiento inicial. Esto significa que repiten los mismos errores hasta que una empresa lanza una nueva actualización.

Trajectory quiere cambiar esa lógica y construir plataformas que evolucionen constantemente con el uso cotidiano.

Una IA que aprenda de sus propios errores

La propuesta de la startup se basa en el llamado “aprendizaje continuo”, un concepto considerado clave para el futuro de la inteligencia artificial.

En lugar de depender únicamente de grandes entrenamientos realizados cada cierto tiempo, el sistema busca recopilar información de las interacciones diarias con usuarios reales para corregirse y mejorar de forma frecuente.

Ronak Malde, CEO y cofundador de Trajectory, explicó que los modelos actuales siguen siendo limitados porque permanecen prácticamente congelados tras su lanzamiento.

Según Malde, el objetivo es que la inteligencia artificial pueda adaptarse constantemente y reducir errores conforme recibe nuevas experiencias.

Quiénes están detrás de la startup

Trajectory fue fundada por investigadores con experiencia en algunas de las compañías más influyentes del sector tecnológico.

Ronak Malde trabajó anteriormente en Windsurf y luego se integró a Google DeepMind tras una operación multimillonaria realizada por la empresa. Otro de los fundadores es Arjun Karanam, exinvestigador de Apple que participó en proyectos relacionados con los Vision Pro. También forma parte Michael Elabd, quien trabajó en el área de robótica de Google DeepMind.

La startup además consiguió el respaldo de figuras reconocidas del sector, entre ellas Jeff Dean, científico jefe de Google DeepMind, y Fei-Fei Li, investigadora de Stanford conocida como una de las principales referentes mundiales en inteligencia artificial.

Cómo funciona el aprendizaje continuo

La empresa explica que ya existen primeras señales de este modelo de aprendizaje en herramientas de programación asistida por IA.

Algunas plataformas recopilan información sobre cómo los usuarios corrigen errores, modifican código o interactúan con el sistema, y utilizan esos datos para lanzar versiones mejoradas de manera frecuente. Trajectory busca trasladar esa lógica a otros sectores fuera de la programación.

Para ello, la startup utiliza modelos de código abierto adaptados específicamente a las necesidades de cada empresa cliente. A partir de las fallas detectadas durante el uso diario, el sistema vuelve a entrenarse periódicamente para corregir errores concretos.

Atención al cliente, ventas y servicios legales

Uno de los primeros clientes de Trajectory es Decagon, dedicada a crear asistentes virtuales para atención al cliente.

La plataforma analiza casos en los que la IA no logra resolver una consulta y necesita transferir la conversación a un operador humano. Luego utiliza esa información para mejorar el sistema y reducir futuras fallas similares. La startup también trabaja con empresas como Clay y Harvey.

El desafío técnico de crear una IA que nunca deje de aprender

Aunque el aprendizaje continuo es considerado una meta importante para la industria, todavía enfrenta obstáculos técnicos relevantes.

A diferencia de la programación, donde el éxito o el fracaso de una tarea puede medirse fácilmente, otras áreas tienen criterios mucho más ambiguos y complejos.

Además, algunos especialistas sostienen que actualizar modelos solo una vez por semana todavía no representa un aprendizaje verdaderamente continuo.

Los fundadores de Trajectory reconocen que el sistema aún se encuentra en una etapa inicial, pero aseguran que el objetivo final es lograr actualizaciones prácticamente instantáneas.

Una carrera clave para el futuro de la inteligencia artificial

El debate sobre el aprendizaje continuo se volvió cada vez más importante dentro de la industria tecnológica.

Durante la conferencia NeurIPS 2025, uno de los principales encuentros internacionales sobre inteligencia artificial, el investigador Richard Sutton afirmó que esta capacidad será esencial para desarrollar agentes realmente avanzados y potencialmente superinteligentes.

La idea detrás de Trajectory apunta justamente hacia ese escenario: sistemas que aprendan constantemente de la experiencia, se adapten a cada usuario y evolucionen de forma permanente sin esperar grandes actualizaciones periódicas.

Para muchas empresas tecnológicas, ese podría ser el próximo gran salto de la inteligencia artificial.