Players Melius levanta 25 millones tras pivotar a generación de anuncios con IA
Exingenieros de Ramp levantan $25M para Melius tras pivotar a generación de anuncios con IA. Higgsfield alcanza $700M ARR y valoración de $5.400M. Estudio académico confirma ventajas medibles de deep learning y IA generativa. Para LatAm: oportunidad de reducir costos y acelerar iteración, pero riesgo de commoditización creativa.
Tres exingenieros de Ramp acaban de demostrar que el mercado no premia la optimización del gasto publicitario, sino la creación del propio anuncio. Melius, su startup neoyorquina, anunció 25 millones de dólares en financiación total —una Serie A de 20 millones liderada por CRV y una semilla de 5 millones de General Catalyst— tras desechar por completo su primer producto y reescribir la base de código desde cero Melius. La apuesta: un "laboratorio de agentes para trabajo creativo" que genera campañas, imágenes y vídeo a partir de lenguaje natural.
El pivote que define la categoría
Hace un año, Joowon Kim, Young Kim y Arnav Ramu —colegas en Ramp, la plataforma de finanzas corporativas— lanzaron una herramienta de performance marketing impulsada por IA. Seis meses después, concluyeron que la idea "no tenía patas". En lugar de ayudar a gestionar presupuestos, decidieron construir lo que consideran la oportunidad mayor: las herramientas que producen los assets creativos. "Quemamos todo el código", dijo Kim a TechCrunch. En julio salieron de stealth y en dos meses superaron el millón de dólares en ingresos anualizados TechCrunch.
No están solos. Higgsfield, valorada en 5.400 millones tras cuadruplicar su valor en ocho meses, reporta más de 700 millones en ARR. Krea y Flora AI completan un cuadro de competidores que, según Kim, valida la existencia de demanda masiva: "Hay muchos jugadores, lo cual es emocionante. Significa que hay clientes por ganar".
La evidencia empírica detrás de la euforia
Un estudio de la Universidad Tecnológica de Tallin aporta rigor a la narrativa de mercado. Analizando 2,8 millones de impresiones y 156.000 conversiones reales, la investigación compara aprendizaje automático tradicional, deep learning e IA generativa. Los hallazgos: el deep learning mejora en 23,7% el reconocimiento de elementos visuales frente a métodos clásicos, mientras que la IA generativa alcanza 18,4% mayor eficiencia en variación creativa Journal of Innovation and Technology. En términos prácticos: los modelos actuales no solo imitan estilo, sino que iteran y prueban variantes a velocidad y escala imposibles para equipos humanos.
Qué cambia para el ejecutivo latinoamericano
La convergencia de capital de riesgo agresivo, tracción de ingresos real y validación académica dibuja tres implicaciones directas para la región:
- Coste marginal de creatividad cerca de cero. Una pyme en México, Colombia o Chile puede producir cientos de variantes de vídeo y testearlas en Meta o TikTok sin contratar agencia ni estudio. La barrera de entrada para campañas multimedia de alto volumen colapsa.
- Velocidad de iteración como ventaja competitiva. El estudio muestra que la IA generativa acorta el ciclo idea–asset–dato–nueva idea. Quien integre ese bucle en su growth loop gana cuota de atención antes que la competencia.
- Riesgo de commoditización visual. Si todos usan los mismos modelos fundacionales (o wrappers como Melius), la diferenciación se desplaza del craft a la estrategia de prompting, datos propietarios de primera parte y capacidad de distribución. La creatividad deja de ser output y pasa a ser sistema.
El factor regulatorio latente
En LatAm, donde Brasil (LGPD), México (LFPDPPP) y pronto Chile y Colombia endurecen el tratamiento de datos personales, cualquier herramienta que ingiera comportamiento de navegación para optimizar creativos debe resolver compliance desde la arquitectura.
La señal es clara: la capa de generación creativa se está industrializando a velocidad de software. Para el líder regional, la pregunta no es si adoptar, sino cómo construir moat cuando la materia prima —el asset— deja de ser escasa.
