Trajectory capta 45 millones de dólares en una serie A liderada por Sequoia

Reentrenar los modelos con comentarios reales

Fundada por Ronak Malde, Michael Elabd y Arjun Karanam, Trajectory parte de la idea de que los modelos de propósito general rinden peor en áreas especializadas como el derecho o las finanzas. Su propuesta es que las empresas puedan mejorarlos en tareas concretas sin crear equipos de investigación propios ni contratar costosos consultores de ingeniería.

La plataforma conecta modelos de IA de código abierto con las aplicaciones que la empresa ya utiliza y recopila comentarios sobre su rendimiento. Después, usa esa información para reentrenarlos. Este enfoque, conocido como aprendizaje continuo, permite que el modelo mejore con el tiempo en un ámbito concreto a partir de tareas pasadas y de la opinión de los usuarios.

Pensada para equipos sin perfil técnico

Según la empresa, personas sin conocimientos técnicos pueden gestionar el proceso de entrenamiento. En el ámbito jurídico, por ejemplo, los profesionales pueden mejorar la capacidad del modelo para revisar contratos, y los especialistas en finanzas, su desempeño en la valoración de empresas.

La plataforma ya la emplean compañías como Harvey, Rogo, Decagon, Mercor y Nvidia. El objetivo es que los modelos resuelvan tareas especializadas con mayor eficiencia y más experiencia.

Para las empresas, el atractivo está en el coste y el control: ajustar modelos abiertos con sus propios datos de comentarios podría acortar la distancia entre una IA genérica y las exigencias de sectores muy especializados. El respaldo de Sequoia y Nvidia también refleja el interés de los inversores por herramientas centradas en el posentrenamiento, y no en crear modelos fundacionales desde cero.