Sherpa.ai ha cerrado una nueva ronda de financiación de 18 millones de dólares (unos 15,7 millones de euros) para acelerar el desarrollo de su plataforma de inteligencia artificial centrada en privacidad, seguridad y soberanía del dato. La operación, liderada por Forgepoint Capital, cuenta también con la participación de Mundi Ventures, Ekarpen, Allegra Holdings y la Sociedad Española para la Transformación Tecnológica (SETT), reforzando el respaldo público a una de las empresas españolas más destacadas en inteligencia artificial empresarial.
Las claves de Sherpa.ai en 20 segundos
- Sherpa.ai obtiene 18 millones de dólares en una nueva ronda de financiación.
- La operación incluye a la SETT, el vehículo inversor del Gobierno español para tecnologías estratégicas.
- La empresa desarrolla plataformas de IA basadas en aprendizaje federado y privacidad por diseño.
- Su tecnología permite entrenar modelos sin mover los datos de las organizaciones.
- La inversión se enmarca en la estrategia española y europea para reforzar la soberanía tecnológica en inteligencia artificial.
La ronda llega en un momento en el que gobiernos y grandes empresas buscan reducir su dependencia tecnológica en ámbitos considerados estratégicos. En este contexto, Sherpa.ai ha centrado su propuesta en una arquitectura diferente a la utilizada por muchas plataformas tradicionales de IA: acercar el modelo a los datos, en lugar de trasladar los datos al modelo.
Una IA donde los datos permanecen dentro de la organización
Uno de los pilares tecnológicos de Sherpa.ai es el aprendizaje federado (Federated Learning), una técnica que permite entrenar modelos de inteligencia artificial de forma distribuida.
En un sistema convencional, los datos de distintas organizaciones suelen concentrarse en una infraestructura común para entrenar un modelo. En sectores regulados, como sanidad o banca, este enfoque puede plantear importantes retos legales, regulatorios y de privacidad.
El aprendizaje federado propone una aproximación distinta.
Cada organización mantiene sus datos dentro de su propia infraestructura y únicamente comparte las actualizaciones matemáticas del modelo entrenado, no los conjuntos de datos originales.
Este planteamiento permite que varias entidades colaboren en el entrenamiento de un modelo común sin necesidad de intercambiar información sensible.
Sobre esta base, Sherpa.ai ha desarrollado funcionalidades como:
- entrenamiento colaborativo de modelos;
- ajuste fino (fine-tuning) federado de modelos de lenguaje (LLM);
- sistemas de Retrieval-Augmented Generation (RAG) federados;
- inferencia distribuida;
- analítica sobre datos privados.
El objetivo es facilitar el despliegue de IA en organizaciones donde la normativa o la sensibilidad de la información dificultan utilizar arquitecturas centralizadas.
Menos tráfico entre nodos, mayor escalabilidad
Además del desarrollo de producto, Sherpa.ai mantiene una actividad investigadora centrada en inteligencia artificial preservando la privacidad.
Uno de sus trabajos más recientes aborda el denominado Blind Vertical Federated Learning, una variante del aprendizaje federado vertical orientada a organizaciones que poseen distintos atributos de un mismo conjunto de usuarios.
Según la investigación publicada por la compañía, esta técnica consigue reducir aproximadamente un 99 % las comunicaciones entre nodos y servidor respecto a enfoques tradicionales de aprendizaje federado vertical, manteniendo niveles similares de precisión y robustez.
Reducir el tráfico de comunicaciones supone una ventaja especialmente relevante cuando participan múltiples organizaciones distribuidas geográficamente o cuando las conexiones de red representan un cuello de botella durante el entrenamiento.
La compañía también ha publicado investigaciones revisadas por pares sobre entrenamiento distribuido de grandes modelos de lenguaje, diagnóstico de enfermedades raras mediante aprendizaje federado y otros mecanismos de preservación de la privacidad.
Clientes en sectores altamente regulados
La financiación llega tras un periodo de crecimiento comercial para Sherpa.ai.
Durante los últimos meses la compañía ha anunciado proyectos con organizaciones como Indra, los National Institutes of Health (NIH) de Estados Unidos, Centogene, Caja Laboral, Unicaja y Prosegur, entre otros.
Se trata de sectores donde la protección del dato constituye un requisito esencial y donde las organizaciones buscan incorporar inteligencia artificial sin perder el control sobre su información.
La plataforma está especialmente orientada a ámbitos como:
| Sector | Aplicaciones potenciales |
|---|---|
| Sanidad | Diagnóstico asistido, investigación clínica y medicina personalizada |
| Banca | Detección de fraude, análisis de riesgo y cumplimiento normativo |
| Industria | Optimización de procesos y mantenimiento predictivo |
| Ciberseguridad | Detección colaborativa de amenazas |
| Administraciones Públicas | IA sobre datos sensibles sin centralizarlos |
La inversión también refleja una estrategia industrial
La entrada de la SETT en el accionariado no debe interpretarse únicamente como una operación financiera.
La Sociedad Española para la Transformación Tecnológica se ha convertido en uno de los principales instrumentos del Gobierno para impulsar compañías consideradas estratégicas dentro del ámbito tecnológico.
En los últimos meses también ha participado en operaciones como la inversión de 107 millones de euros en Multiverse Computing o 19,1 millones en Substrate AI.
Estas actuaciones coinciden con otras iniciativas públicas relacionadas con la inteligencia artificial.
En enero de 2025 se presentó ALIA, la familia de modelos abiertos impulsada por el Gobierno para fomentar el desarrollo de IA en castellano y lenguas cooficiales.
Posteriormente, en junio de 2026, el Consejo de Ministros autorizó una inversión de 719 millones de euros, también a través de la SETT, para participar en el consorcio español que aspira a albergar una Gigafactoría Europea de IA, destinada a proporcionar grandes capacidades de computación para el entrenamiento de modelos avanzados.
Aunque cada proyecto responde a objetivos diferentes, en conjunto dibujan una estrategia que abarca varias capas del ecosistema:
- capacidad de computación;
- modelos fundacionales;
- empresas especializadas;
- infraestructura de datos;
- investigación aplicada.
La soberanía tecnológica va más allá de crear modelos propios
El concepto de IA soberana ha ganado protagonismo tanto en Europa como en otras regiones.
No implica desarrollar un ecosistema completamente aislado ni sustituir a proveedores como OpenAI, Anthropic, Google, Microsoft o Meta.
El objetivo consiste en que gobiernos y empresas dispongan de alternativas para operar sistemas de inteligencia artificial sobre infraestructuras propias y manteniendo el control sobre datos especialmente sensibles.
En ese contexto, tecnologías como el aprendizaje federado adquieren un papel relevante.
Permiten colaborar entre organizaciones sin concentrar información crítica en un único repositorio, facilitando el cumplimiento normativo y reduciendo parte de los riesgos asociados al intercambio masivo de datos.
La nueva financiación permitirá a Sherpa.ai ampliar las capacidades de su plataforma durante los próximos meses, incorporando nuevas funciones dirigidas tanto al sector empresarial como a organismos públicos.
Más allá de la inversión, la operación refleja cómo España empieza a reforzar varias piezas del ecosistema de inteligencia artificial, desde la infraestructura de computación hasta empresas especializadas en tecnologías que buscan combinar innovación, privacidad y soberanía del dato.
Preguntas frecuentes
¿Qué es Sherpa.ai?
Sherpa.ai es una empresa española especializada en plataformas de inteligencia artificial centradas en privacidad, aprendizaje federado y soberanía del dato para empresas y administraciones públicas.
¿Quién ha participado en la nueva ronda de financiación?
La ronda de 18 millones de dólares ha sido liderada por Forgepoint Capital y ha contado con la participación de Mundi Ventures, Ekarpen, Allegra Holdings y la Sociedad Española para la Transformación Tecnológica (SETT).
¿Qué es el aprendizaje federado?
Es una técnica que permite entrenar modelos de inteligencia artificial manteniendo los datos dentro de cada organización. En lugar de compartir los datos originales, se intercambian únicamente las actualizaciones del modelo.
¿Por qué es importante esta inversión?
Además de impulsar el crecimiento de Sherpa.ai, la operación refuerza la estrategia española para desarrollar capacidades propias en inteligencia artificial, especialmente en ámbitos relacionados con privacidad, infraestructura y soberanía tecnológica.
