Andrés Mac Allister, un ingeniero argentino nacido en Pergamino en 1990, ha fundado The SEMQ Group, una startup que está revolucionando la eficiencia de la inteligencia artificial. Su innovador sistema, basado en una observación matemática realizada durante sus estudios en la Universidad Nacional de Rosario en 2010, permite comprimir los datos de la IA y reducir significativamente el consumo energético, atrayendo la atención de inversores y referentes de Silicon Valley.
La historia de Mac Allister es un testimonio de la perseverancia y la importancia de la intuición. En 2010, como estudiante de veinte años, notó una propiedad particular sobre vectores que, a su juicio, no había sido suficientemente explorada. Al consultarlo con su profesora, recibió la respuesta de que, si bien la observación era correcta, carecía de aplicación práctica. Lejos de desanimarse, Mac Allister guardó sus apuntes y continuó su camino, trabajando en proyectos de tecnología aplicada a la salud y el agro, mientras esa idea incubaba en su mente durante quince años.
El resurgimiento de la idea se produjo con la explosión de la inteligencia artificial y la creciente preocupación por el costo y la eficiencia de los servicios de IA. Mac Allister se enfrentó a un problema concreto: el costo de operar bases de datos vectoriales, un componente esencial de muchas aplicaciones de IA, estaba aumentando a un ritmo insostenible. La necesidad de optimizar estos sistemas lo llevó a desempolvar sus viejos apuntes y a replantearse su observación matemática.
Mac Allister proviene de un entorno familiar que fomentó la curiosidad y el ingenio. Su madre es profesora de física, matemática y cosmografía, y su padre, piloto. Creció rodeado de herramientas, desmontando y reconstruyendo objetos para comprender su funcionamiento. Esta mentalidad práctica, combinada con la tradición emprendedora de sus abuelos, quienes fundaron una imprenta que aún opera, lo impulsó a buscar soluciones innovadoras a los problemas que encontraba.
La idea original, surgida en la universidad, no fue inmediatamente reveladora. Mac Allister la consideró una simple observación, algo que nadie más había notado, pero no le dio mayor importancia en ese momento. Sin embargo, la convicción de que todo tiene una aplicación , aunque aún no se haya descubierto, quedó arraigada en su mente.
Años después, mientras trabajaba en proyectos que combinaban software, hardware e inteligencia artificial, Mac Allister se topó con el problema del costo creciente de las bases de datos vectoriales. En ese contexto, recordó su antigua observación y se preguntó si podría aplicarse a la optimización de la IA. La respuesta llegó como una epifanía: la forma de organizar vectores que había visualizado en la universidad podría ser la clave para ordenar, reducir y hacer más eficiente la búsqueda de información.
Lo que siguió fue un proceso riguroso de validación científica. Mac Allister formuló una hipótesis, definió criterios estrictos y diseñó experimentos para probar su idea. Los resultados fueron sorprendentes: su enfoque logró comprimir los datos de la IA hasta cinco veces sin pérdida de precisión ni funcionalidad. Este logro se traduce en una reducción significativa del consumo de memoria, procesamiento, transferencia de datos y energía.
El diferencial técnico de SEMQ radica en su capacidad para optimizar la estructura interna de los sistemas de IA, actuando en la capa más profunda: los embeddings, las representaciones matemáticas que permiten a los algoritmos traducir conceptos en vectores. En lugar de competir con los modelos de IA, SEMQ mejora su eficiencia, reorganizando los embeddings y eliminando redundancias.
Después de múltiples validaciones y el análisis de especialistas en propiedad intelectual, la idea de Mac Allister se convirtió en una tecnología patentada y lista para escalar. La validación internacional llegó a través de una invitación a participar en un programa intensivo en Silicon Valley organizado por Draper University, una institución educativa de innovación. Allí, Mac Allister presentó su descubrimiento ante inversores y especialistas de todo el mundo, buscando capital para impulsar la ronda de inversión liderada por Draper Cygnus, un fondo de capital de riesgo argentino que invierte en startups latinoamericanas. También cuenta con el apoyo de exdirectivos de empresas como Globant, Meta y Google.
Mac Allister destaca la importancia de un cambio de mentalidad para el éxito emprendedor en Argentina. 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 , afirma. Subraya que los argentinos tienen superpoderes a la hora de emprender y que la capacidad de superar la adversidad es una ventaja competitiva.
El plan de SEMQ Group es progresivo: en una primera etapa, buscará probar su tecnología con empresas para luego integrarla en infraestructuras globales. La startup argentina aspira a demostrar que la eficiencia y la creatividad pueden surgir desde Latinoamérica, desafiando el dominio de los polos tecnológicos de China y Estados Unidos.
Ignacio Plaza, managing partner de Draper Cygnus, destaca que 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 los sistemas de IA. Es una muestra clara de cómo desde Argentina pueden surgir innovaciones profundas con capacidad de transformar la infraestructura tecnológica a escala mundial , afirma.
La visión de Mac Allister va más allá del éxito comercial. Busca generar un impacto social positivo, creando un mundo mejor para las futuras generaciones, con más recursos, libertad y abundancia. 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 , concluye.
