La startup de inteligencia artificial Cohere, con sede en Toronto, ha alcanzado un hito significativo al duplicar sus ingresos anualizados hasta los 100 millones de dólares en mayo de 2025, según fuentes cercanas a la empresa. Este crecimiento se produce tras un cambio estratégico iniciado en el tercer trimestre de 2024, cuando la compañía apostó por implementaciones privadas adaptadas a clientes empresariales de sectores altamente regulados como las finanzas, la sanidad y la administración pública.
El CEO de Cohere, Aidan Gomez, detalló esta nueva dirección en una carta de fin de año, subrayando el enfoque de la empresa en desarrollar modelos de IA personalizados para usuarios empresariales, en lugar de competir en la carrera por crear modelos fundacionales cada vez más grandes. La estrategia ha dado excelentes resultados, ya que aproximadamente el 85% del negocio de Cohere procede ahora de implementaciones privadas, con márgenes de beneficio en torno al 80%.
Fundada en 2019 por antiguos investigadores de Google AI, Cohere ha recaudado más de 900 millones de dólares de inversores como Nvidia, Cisco e Inovia Capital. La compañía fue valorada por última vez en 5.500 millones de dólares tras una ronda de financiación de 500 millones en julio de 2024. A diferencia de empresas de IA orientadas al consumidor como OpenAI y Anthropic, Cohere ha mantenido su enfoque exclusivamente empresarial, prestando servicio a clientes como Oracle, Fujitsu y Notion.
En enero de 2025, Cohere lanzó North, una aplicación similar a ChatGPT diseñada para ayudar a los trabajadores del conocimiento en tareas como la síntesis de documentos y el análisis de datos. Esta plataforma segura de trabajo con IA permite a los usuarios crear y desplegar agentes de IA sin necesidad de conocimientos de programación, manteniendo estrictos controles de privacidad de datos. La plataforma puede desplegarse en la nube o en instalaciones locales, incluso en entornos aislados para máxima seguridad.
El giro de Cohere hacia modelos más pequeños y especializados refleja una tendencia más amplia en el sector de la IA. A medida que las empresas constatan rendimientos decrecientes al aumentar el tamaño de los modelos, la industria prioriza cada vez más herramientas específicas para cada dominio frente a sistemas generalistas de gran escala. Este enfoque ha calado entre los clientes empresariales que buscan soluciones de IA seguras y personalizadas, capaces de resolver retos empresariales concretos y mantener el control sobre datos sensibles.