Ciencia aplicada con barreras de entrada casi insuperables

¿Qué es Deep Tech?

Deep Tech (tecnología profunda) agrupa a las startups cuya propuesta de valor central no puede ser replicada por ingenieros de software en seis meses. Su ventaja nace de patentes, descubrimientos científicos propios, hardware especializado o procesos que toman años en dominar. La barrera de entrada no es capital ni talento genérico, sino conocimiento acumulado que no se puede comprar ni copiar rápidamente.

El término fue popularizado por Hermann Hauser (Amadeus Capital Partners) alrededor de 2014 y adoptado masivamente por la UE, que destinó €10.000 millones del programa Horizonte Europa específicamente a Deep Tech entre 2021 y 2027. En Chile el ecosistema es incipiente pero con señales claras: el gobierno lanzó en 2023 el programa DeepTech Lab de CORFO con CLP 2.000 millones para proyectos de I+D aplicada.

Subcategorías principales

• Computación cuántica: hardware cuántico (qubits superconductores, iones atrapados, fotónica) y software cuántico (algoritmos de optimización, simulación molecular, criptografía post-cuántica). Las empresas líderes todavía compiten por alcanzar quantum advantage demostrable en problemas reales.
• Robótica avanzada: robots autónomos para manufactura, logística, cirugía y espacios no estructurados. La convergencia de modelos de visión (Vision-Language Models), sensores LiDAR económicos y actuadores de alta precisión está acelerando la adopción industrial.
• Nuevos materiales: grafeno, perovskitas para fotovoltaico, polímeros biodegradables de alto rendimiento, aleaciones de alta entropía. Chile tiene ventaja estructural en litio y cobre, materias primas críticas para estas cadenas de valor.
• Semiconductores y chips especializados: diseño de ASICs para IA (TPUs, NPUs), chips de bajo consumo para IoT y edge computing. La escasez de chips 2020-2023 aceleró la verticalización: gigantes como Apple, Google y Amazon diseñan sus propios semiconductores.
• Biotecnología de plataforma: edición génica (CRISPR-Cas9 y variantes), síntesis de proteínas, biorreactores. Se distingue de healthtech porque la innovación está en el proceso científico, no en el modelo de negocio de salud.
• Fotónica y sensores: LiDAR, sensores hiperespectrales, comunicaciones por fibra óptica y por luz libre (FSO). Críticos para vehículos autónomos, defensa y agricultura de precisión.

Economía del Deep Tech

El ciclo de financiamiento de una startup Deep Tech es radicalmente diferente al de SaaS. Las rondas son:

• Pre-seed / grant: CORFO, ANID, DARPA (en EEUU), subvenciones de la UE. El objetivo es demostrar prueba de concepto (PoC) científica. Puede durar 2-5 años antes de tocar inversión privada.
• Seed - Serie A: fondos especializados como Breakthrough Energy Ventures, Lux Capital, Khosla Ventures, In-Q-Tel. Tickets de USD 2M-15M para llevar de Technology Readiness Level (TRL) 3-4 a TRL 6-7.
• Serie B+: validación comercial, primeros contratos con early adopters (típicamente corporaciones o gobiernos), pilots pagados. Los timelines son 7-12 años desde fundación hasta break-even, versus 3-5 en SaaS.

El TRL (Technology Readiness Level), escala de 1 a 9 desarrollada por la NASA, es el lenguaje estándar para comunicar madurez tecnológica con inversores. TRL 1-3 es investigación básica; TRL 7-9 es despliegue comercial. Los VCs especializados invierten generalmente desde TRL 4 (validación en laboratorio) en adelante.

Chile y Deep Tech

Chile tiene condiciones únicas para ciertos nichos de Deep Tech:

• Minería y materiales: Chile produce el 28% del cobre mundial y el 25% del litio. Startups como Smartec desarrollan sensores y software de control de procesos para minería. La CODELCO Open Innovation Challenge ha dado visibilidad a soluciones de robótica subterránea, sensores de gas y drones de inspección.
• Astronomía y espacio: Chile alberga el 40% de la capacidad astronómica mundial por sus cielos despejados (ALMA, ELT, VLT). Esto genera spinoffs en óptica, procesamiento de señales y machine learning aplicado a datos astronómicos. SpaceLAB UAI ha lanzado experimentos en la Estación Espacial Internacional.
• Energía: el norte de Chile tiene la radiación solar más intensa del planeta, catalizando I+D en perovskitas bifaciales, almacenamiento de energía en sales fundidas y electrolizadores de hidrógeno verde.
• Acuicultura de precisión: la salmonicultura chilena (segunda más grande del mundo, USD 5.000M/año en exportaciones) impulsa demanda de sensores submarinos, robótica de limpieza de redes y diagnóstico veterinario por visión computacional.

El principal cuello de botella no es el talento científico sino la brecha valle de la muerte: el tramo entre investigación académica (financiada por ANID) y producto comercial (financiable por VCs). Los fondos como Austral Capital y Manutara Ventures están intentando cubrir este gap, pero el mercado local sigue siendo pequeño frente a la complejidad de las rondas.

Métricas clave para inversores

Los VCs especializados en Deep Tech evalúan con parámetros distintos al software:

• TRL: nivel de madurez tecnológica al momento de la inversión.
• IP landscape: número de patentes propias, FTO (Freedom to Operate) ante patents de terceros.
• Time-to-market: estimación realista en años (no meses) y su sensibilidad ante retrasos técnicos.
• CapEx por unidad: costo de producir la primera unidad versus el décimo lote; la curva de aprendizaje (learning curve) importa más que el precio actual.
• Anchors y LOIs: cartas de intención de corporaciones grandes que actúen como co-diseñadores y primeros clientes. Validan mercado sin que haya producto terminado.
• Founder-market fit científico: ¿tiene el equipo publicaciones peer-reviewed en el campo? ¿Vienen de un grupo de investigación líder (Caltech, MIT, ETH, FCFM)?

Perspectiva YC sobre Deep Tech

Y Combinator ha financiado más de 150 startups Deep Tech incluyendo Ginkgo Bioworks, Rigetti Computing, PsiQuantum (pre-YC pero con alumni) y Fathom (fusión nuclear). Su consejo para fundadores de Deep Tech: "hacer el trabajo científico suficiente para que los inversores no puedan ignorar la magnitud del problema, pero moverse hacia customers lo antes posible — incluso con hardware imperfecto". El error más común es enamorarse del laboratorio y olvidar que el negocio necesita contratos, no solo papers.