LGND recauda 9 millones para crear un ChatGPT de datos geográficos

La startup desarrolla «embeddings» para simplificar el análisis de imágenes satelitales. Su tecnología promete reducir costes y tiempo en tareas como el seguimiento de cortafuegos en California. La ronda semilla fue liderada por Javelin Venture Partners.

«Hacer el análisis espacial 100 veces más eficiente»

LGND, fundada por Nathaniel Manning y Bruno Sánchez-Andrade Nuño, busca revolucionar el procesamiento de los 100 terabytes diarios de imágenes satelitales. «No queremos reemplazar a las personas, sino multiplicar su productividad», dijo Nuño a TechCrunch. Su sistema identifica patrones como cortafuegos —carreteras o ríos que frenan incendios— mediante inteligencia artificial.

Inversión y aplicaciones prácticas

La startup recaudó 9 millones de dólares en una ronda con participantes como AENU, Space Capital y ángeles como John Hanke (Keyhole). Su API permite consultas complejas, como «encontrar playas sin algas en febrero» para turismo, evitando el costoso desarrollo de modelos específicos.

Del píxel a la inteligencia accesible

Actualmente, interpretar datos geográficos exige cientos de miles de dólares por proyecto, según Manning. Los «embeddings vectoriales» de LGND resumen información espacial para hallar relaciones entre puntos, simplificando el 90% del procesamiento. «Son resúmenes universales», explicó Nuño.

Un mercado de 400.000 millones en la mira

LGND aspira a dominar el análisis geoespacial, un sector valuado en casi 400.000 millones de dólares. Manning lo compara con Standard Oil: «Queremos ser la referencia en este tipo de datos». Su herramienta ya atrae a empresas que necesitan respuestas rápidas sobre territorio.

Resultados que podrían verse pronto

El éxito de LGND dependerá de su capacidad para masificar el uso de embeddings en industrias como agricultura, logística o emergencias. Su enfoque podría democratizar el acceso a datos críticos para combatir crisis climáticas o planificar infraestructuras.