Hace poco, a principios de abril, la startup Era reunió en Nueva York a varios artistas que habían recibido su kit de desarrollo para mostrar prototipos de hardware creados con su plataforma. Entre los objetos exhibidos había desde un recuerdo que cuenta datos y chistes sobre Francia hasta un dispositivo con apariencia de teléfono que analiza tus acciones y te indica si hoy podrías dejar tu trabajo, así como un aparato que informa sobre la calidad del aire.
Estas piezas son experimentales, pero comparten la misma base: la capacidad de la plataforma de Era para orquestar agentes de IA y dotar de inteligencia a nuevos formatos de hardware.
Qué hace la plataforma y por qué importa
En lugar de convertirse en fabricante de dispositivos, Era se centra en suministrar una capa de software que facilite tareas como la creación de voces personalizadas o la incorporación de inteligencia a objetos tradicionales, por ejemplo unos auriculares.
La idea es ofrecer a diseñadores, makers y marcas la posibilidad de experimentar con funciones avanzadas sin asumir la complejidad de construir y mantener modelos de IA y la lógica que los conecta. La plataforma admite más de 130 modelos de lenguaje de más de 14 proveedores, lo que permite probar distintos enfoques de inferencia y respuestas multimodales en formatos como gafas, joyería o altavoces domésticos.
Financiación, equipo e inversores
Era ha recaudado hasta ahora $11 millones: un tramo semilla de $9 millones liderado por Abstract Ventures y BoxGroup, con la participación de Collaborative Fund y Mozilla Ventures, más una ronda presemilla de $2 millones de Topology Ventures y Betaworks. Entre los inversores ángeles figuran nombres como Caterina Fake, Ken Kocienda, Tony Wang, Daniel Kuntz, Mina Fahmi, ShaoBo Z y Kelin Zhang. La compañía fue fundada por Liz Dorman (CEO), Alex Ollman (CTO) y Megan Gole (CPO); el equipo combina experiencia en orquestación de agentes y proyectos de hardware con emprendimientos previos y colaboraciones en iniciativas lideradas por figuras relevantes del sector.
Ventajas técnicas y enfoque de producto
Según sus responsables, la fortaleza de la plataforma reside en la enrutación dinámica entre modelos y en la gestión de limitaciones del mundo real, como la conectividad intermitente. Era concibe su software como una capa de inteligencia que sustituye al modelo tradicional de apps, permitiendo que objetos cotidianos tomen decisiones o procesen entradas multimodales sin depender de una sola arquitectura. Además, la infraestructura está diseñada para escalar a millones de dispositivos y para soportar experimentos personalizados que las marcas lancen para segmentos concretos de usuarios.
Visión de privacidad y comunidad
La compañía también plantea que, a medida que proliferan los gadgets con IA, los usuarios deberían escoger su propia combinación de memoria y proveedores de modelos de forma que se preserve la privacidad. Con ese objetivo, Era quiere abrir su plataforma a la comunidad open source y a makers —tal y como hizo en la muestra de artistas— para demostrar cómo se puede habilitar una variedad de dispositivos y usos. La intención es que el control sobre la experiencia recaiga más en usuarios y creadores diversos que en un reducido grupo de gigantes tecnológicos.
Contexto del mercado
El sector de hardware con IA todavía busca un modelo claro de éxito: algunas empresas como Humane acabaron vendiéndose a HP, Rabbit está en silencio, mientras que Plaud ha encontrado tracción en notas de reuniones y otras startups como Sandbar o Taya siguen en fases tempranas. Era apuesta a que cuando surjan casos de uso convincentes, ciertos gadgets lograrán adopción estable y su plataforma será la infraestructura que permita esa diversificación. La empresa proyecta un crecimiento en el número y la variedad de factores de forma —lo que describen como una especie de explosión cambriana de dispositivos— gracias a la commoditización tecnológica.
Conclusión y contacto
En suma, Era propone un enfoque centrado en la orquestación de IA para el hardware: no quiere fabricar productos, sino ofrecer las herramientas para que otros los imaginen y construyan. Su estrategia combina soporte técnico amplio, capacidad de escala y una agenda de privacidad y apertura que busca atraer tanto a creadores artísticos como a fabricantes. Ivan Mehta, que cubre desarrollos globales de tecnología de consumo y está basado en India, escribió sobre este proyecto para TechCrunch; es posible verificar el contacto con el autor mediante el correo [email protected] o en Signal con el identificador ivan.42.
