Andrés Mac Allister descartó “una intuición” que parió en 2010, pero conservó el concepto y en 2025 la convirtió en una startup. Con tecnología patentada desde Argentina, la estrategia del oriundo de Pergamino optimiza a la inteligencia artificial y atrae la mirada de los gigantes tecnológicos

En 2010, Andrés Mac Allister tenía veinte años y una inquietud matemática lo desbordó en el aula. Frente a un pizarrón de la Universidad Nacional de Rosario, advirtió una propiedad sobre vectores que nadie más allí parecía notar. Consultó con la profesora de la materia y le respondió que aunque esa observación existía, carecía de utilidad. “Me senté sobre esa idea durante quince años, y me gusta pensar que fui incubando ese pensamiento hasta transformarlo en algo aplicable al mundo en que vivimos hoy. Presto mucha atención a mi intuición, pero también creo en el momentum”, explica hoy al revivir aquel momento bisagra de su carrera.

Durante ese lapso, los apuntes de aquella observación quedaron relegados en un cuaderno. La vida de Andrés continuó entre herramientas, experimentos familiares y trabajos en tecnología aplicada a la salud y el agro. Hasta que llegó lo nuevo. La explosión de la inteligencia artificial lo encontró con un desafío nuevo: el costo cada vez mayor de los servicios de inteligencia y la necesidad de hacerlos más eficientes.

Esa intuición universitaria se convirtió en la base de The SEMQ Group, la startup argentina que desarrolla un sistema para comprimir los datos de la IA y reducir el consumo energético. Ese desarrollo logró captar la atención de inversores y referentes en Silicon Valley.

Una familia de herramientas y preguntas

Andrés Mac Allister nació en Pergamino en 1990 y creció en un entorno donde la ciencia, la curiosidad y el hacer estaban a la orden del día. Hijo de una profesora de física, matemática y cosmografía, y de un piloto, aprendió desde chico que los problemas se resuelven con ingenio y perseverancia. “Nací rodeado de herramientas. Mis juguetes fueron toda la vida herramientas y no hay juguete que no haya desarmado o usado para hacer otra cosa. Nunca me imaginé haciendo otra cosa”.

La impronta emprendedora le viene de familia: sus abuelos fundaron una imprenta durante su juventud que aún sigue en pie. Desde pequeño, el hábito que lo marcó fue preguntarse cómo funcionan las cosas y buscar soluciones propias para todo lo que le representaba un problema. Y fue la Universidad Nacional de Rosario la que lo puso frente a nuevos horizontes, aunque la intuición matemática que tuvo en clase no encontró eco inmediato.

Hoy lo recuerda: “En aquel momento no fue tan revelador, fue algo natural. Hice una observación y nunca pensé que eso iba a llevar a ningún lado, sino que había algo que nadie había notado y lo comenté. Después me dijeron que no era así y simplemente lo dejé de lado”, dice. No le dio m´sa vueltas, pero lo que sí quedó plantado en él fue la convicción de que “algo matemático, si está ahí, el universo lo puso de esa forma”. “Todo tiene una aplicación; quizás todavía no es el momento de utilizarlo”, revela.

Desde aquel momento, la vida profesional lo llevó a experimentar con proyectos de software y hardware, siempre enfocados en resolver problemas concretos. En ese recorrido, la idea matemática quedó en pausa, incubándose en el fondo de su mente.

De la intuición al algoritmo global

El regreso a esa idea no fue planificado ni romántico. Ocurrió años después, en otro contexto y con otro tipo de necesidades. Mientras trabajaba en proyectos que combinaban software, hardware e inteligencia artificial —desde la telemedicina hasta soluciones para el agro—, Mac Allister empezó a enfrentarse con un límite concreto: el costo de operar bases de datos vectoriales, una pieza central en muchas aplicaciones de IA, crecía a un ritmo que hacía inviable escalar.

La eficiencia dejó de ser una mejora posible para convertirse en una condición de supervivencia. Y fue ahí, en ese punto de fricción, donde reaparecieron aquellos viejos apuntes.

“En aquel momento, pensé que seguramente eso ya se usaba en informática. Lo dejé porque creí que estaba todo inventado. Pero cuando me encontré con este problema en Inteligencia Artificial, me pregunté si a alguien se le había ocurrido aplicarlo en este contexto, que es mucho más nuevo”, recuerda.

La asociación no fue inmediata, pero tampoco del todo consciente. Más bien se impuso como epifanía. Aquella observación de años atrás —una forma de organizar vectores— empezó a adquirir otro sentido: ya no como curiosidad matemática, sino como una posible estructura para ordenar, reducir y hacer más eficiente la búsqueda de información. “Me parecía que lo que había visualizado era una especie de clasificación, de poner en distintos contenedores algo relacionado con la búsqueda. Si podía facilitarles a las computadoras el trabajo de encontrar cosas, lo iba a hacer”.

Lo que siguió fue un cambio de registro. La intuición, por sí sola, no alcanzaba. Había que someterla a prueba. Andrés formuló una hipótesis, definió criterios estrictos de validación y diseñó experimentos. “Seguí los pasos del método científico. Esperaba un resultado de 0,5 y obtuve 0,99. Ahí me di cuenta de que realmente había dado con algo…”.

Ese “algo” terminó de tomar forma en la capa más profunda de los sistemas de IA: los embeddings, las representaciones matemáticas que permiten a los algoritmos traducir conceptos en vectores y operar sobre ellos. Allí es donde su enfoque encuentra un punto de intervención poco explorado.

El diferencial técnico de SEMQ radica en ese nivel invisible, cuneta: no compite con los modelos de IA, sino que optimiza su estructura interna. Al reorganizar los embeddings y eliminar redundancias, logra comprimir el significado hasta cinco veces sin pérdida de precisión ni funcionalidad. El efecto es directo y acumulativo: menos memoria, menos procesamiento, menor transferencia de datos y, en consecuencia, una reducción significativa del consumo energético.

Después de múltiples validaciones y del análisis de especialistas en propiedad intelectual, la idea dejó de ser una anomalía interesante para convertirse en una tecnología concreta: patentada, testeada y lista para escalar.

Si logra consolidarse, su impacto no se limita a un nicho técnico. Puede atravesar toda la infraestructura de la inteligencia artificial, desde los grandes centros de datos hasta los dispositivos personales, reconfigurando una de las variables más críticas del presente: cuánto cuesta, en términos reales, sostener el avance de la IA.

Silicon Valley y el desafío de pensar en grande

La validación internacional llegó antes de cualquier postulación formal: Andrés Mac Allister fue invitado por Draper University, una institución educativa de innovación, a participar en un programa intensivo en Silicon Valley. Allí presentó su descubrimiento ante inversores y especialistas de todo el mundo, con el objetivo de levantar capital para darle continuidad a la ronda de inversión que lidera Draper Cygnus, un fondo de capital de riesgo con sede en Argentina que invierte en startups latinoamericana. También cuenta con el apoyo de exdirectivos de Globant, Meta y Google.

“El principal desafío es el mindset, (el enfoque, la mentalidad). Nosotros estamos acostumbrados a hacer cosas con muy poco dinero y a pensar que lo que hacemos tiene muy poco valor. Acá, el valor de lo que hacemos tiene diez veces más precio, y eso te facilita crear una compañía. Los argentinos tenemos superpoderes a la hora de emprender, y eso importa”, afirma.

El plan de SEMQ Group es progresivo: en una primera etapa, busca probar con empresas su tecnología con el objetivo de integrarse luego en infraestructuras mundiales. En una industria que suele mirar solo a los polos tecnológicos de China y Estados Unidos, la startup argentina busca demostrar que la eficiencia y la creatividad también pueden surgir desde Latinoamerica. “Los argentinos estamos acostumbrados a pelearla y eso nos forma. Argentina tiene mucho para ofrecer. Muchas cosas las aprendemos por vivir en crisis y otras porque somos personas apasionadas por lo que hacemos. Siempre hay un argentino en el equipo correcto y eso habla de la calidad que tenemos”, asegura.

“SEMQ está abordando uno de los cuellos de botella más relevantes de la inteligencia artificial: la necesidad de dotar de mayor estabilidad y confiabilidad a sistemas cada vez más completos. Es una muestra clara de cómo desde Argentina pueden surgir innovaciones profundas con capacidad de transformar la infraestructura tecnológica a escala mundial”, advirtió Ignacio Plaza, managing partner de Drager Cygnus.

La mirada de Mac Allister es de largo plazo y con foco en el impacto social: “Siempre traté de enfocarme en hacer proyectos de triple impacto. Generar dinero agrega valor hasta cierto punto, pero la ausencia de dinero te quita libertad. Hoy tenemos la posibilidad de crear un mundo mejor para los que vienen, con más recursos, más libertad y más capacidad de generar abundancia, para que cada vez seamos más humanos y tengamos que hacer menos sacrificios para llegar a donde queremos”, finaliza.

Fuente: Infobae