1. Titular e introducción
Los gadgets de IA se han convertido en un déjà vu tecnológico: vídeos virales, listas de espera… y productos que nadie usa seis meses después. Era cree que el problema no está en los cacharros en sí, sino en la falta de una capa de software que les dé cerebro y coherencia.
Con 11 millones de dólares recién levantados, la startup no quiere lanzar su propio pin o anillo inteligente, sino construir algo más ambicioso: un sistema operativo de inteligencia para la ola de dispositivos que venga después del smartphone. En este análisis veremos qué está construyendo realmente Era, por qué la jugada de plataforma tiene más sentido que otro gadget más y qué implicaciones puede tener para Europa y también para el mundo hispanohablante.
2. La noticia en breve
Según informa TechCrunch, la startup neoyorquina Era ha recaudado un total de 11 millones de dólares para desarrollar una plataforma de software destinada a gadgets impulsados por IA.
La cifra incluye una ronda seed de 9 millones de dólares liderada por Abstract Ventures y BoxGroup, con la participación de Collaborative Fund y Mozilla Ventures, además de una pre‑seed previa de 2 millones de Topology Ventures y Betaworks. Entre los business angels hay varios perfiles conocidos del ecosistema de IA y hardware, como la cofundadora de Flickr, Caterina Fake.
Era, fundada en 2025 por la CEO Liz Dorman, el CTO Alex Ollman y la CPO Megan Gole, ofrece una capa de orquestación en la nube que conecta dispositivos con más de 130 modelos de lenguaje de más de 14 proveedores. La empresa no quiere fabricar hardware propio; su objetivo es que terceros puedan añadir voz, agentes e inteligencia multimodal a gafas, joyas, altavoces domésticos u otros formatos.
TechCrunch señala que Era ya ha enviado kits de desarrollo a artistas y makers, que han creado desde recuerdos “parlantes” hasta gadgets para vigilar la calidad del aire.
3. Por qué importa
El sector de los gadgets de IA, de momento, es más bien un cementerio de buenas intenciones. Humane ha acabado vendida a HP, Rabbit lleva meses en silencio y abundan los wearables de IA que se quedan como curiosidades de Kickstarter. El patrón se repite: empresas que intentan hacerlo todo a la vez –hardware nuevo, sistema operativo nuevo, interfaz nueva, canal de distribución nuevo.
Era decide jugar otra partida: ser infraestructura, no ícono.
Al presentarse como capa de inteligencia, y no como dispositivo final, evita la apuesta más cara y arriesgada: invertir en hardware en un mercado donde aún no está claro qué quiere realmente el usuario. Sus clientes pueden probar todo tipo de formatos raros y casos de uso de nicho; Era solo necesita que una parte de esos experimentos encuentre encaje.
La orquestación entre más de 130 modelos y 14 proveedores no es decoración de marketing. Ataca tres problemas muy concretos de los equipos de hardware pequeños y medianos:
- Costes y latencia: usar modelos baratos para preguntas sencillas y modelos más potentes solo cuando hace falta.
- Resiliencia: si un proveedor cambia precios, términos o sufre caídas, el dispositivo sigue funcionando.
- Variedad funcional: combinar modelos especialmente buenos en código, visión, resumen o idiomas locales.
Para una empresa que diseña wearables, dispositivos para el hogar o equipos industriales, esto puede ser la diferencia entre un prototipo bonito y un producto sostenible sin tener que montar un equipo de machine learning interno.
El riesgo, eso sí, es el clásico riesgo de plataforma: si Apple, Google o los grandes players de la nube lanzan sus propias capas de orquestación orientadas a gadgets y las integran profundamente en sus sistemas, Era corre el peligro de convertirse en simple funcionalidad. Su apuesta es que los gigantes seguirán centrados en el móvil y el PC, y dejarán el territorio experimental a terceros.
4. El contexto más amplio
Era encaja en varios movimientos de fondo que estamos viendo en la industria.
1. Del modelo de “app” al modelo de “agente”.
En los últimos años, OpenAI, Anthropic y otros han impulsado marcos en los que el usuario expresa un objetivo y el sistema decide qué pasos dar y qué herramientas usar. Llevar esta lógica al hardware implica que el gadget deja de ser un simple micrófono con altavoz, y pasa a ser un actor que puede tomar iniciativas: organizar un viaje, coordinar citas, automatizar tareas administrativas. Era habla precisamente de sustituir la capa de apps por una capa de inteligencia.
2. Explosión de formatos físicos.
Los ejemplos que cita TechCrunch –souvenirs que cuentan chistes, colgantes que miran la bolsa, sensores ambientales– son la punta del iceberg. Los componentes son tan baratos y la fabricación tan accesible que casi cualquier equipo puede diseñar su propio dispositivo. Es una situación parecida a la de los primeros años de Android, cuando cada fabricante probaba “su” teléfono. La diferencia hoy es que el sistema operativo ya no solo gestiona hardware, sino también qué modelo de IA se usa para cada tarea.
3. El enrutamiento entre modelos como negocio propio.
Servicios como OpenRouter, la estrategia de Nvidia con sus microservicios de modelos o los “model gardens” de las grandes nubes van en esa dirección: ser la capa que decide qué modelo se invoca. Era es esa misma idea, pero aplicada a dispositivos con conectividad inestable, baterías limitadas y, a veces, inferencia local. Se parece más a un “AWS IoT con esteroides de IA” que a una simple librería.
Si el escenario de Era se cumple, no habrá “un” gadget de IA icónico como el iPhone, sino una larga cola de objetos inteligentes muy específicos: para fábricas, para aulas, para el hogar, para la vida urbana. Y alguien tendrá que poner orden en ese ecosistema.
5. La perspectiva europea e hispana
En Europa, los gadgets de IA no solo se miran desde la óptica de la innovación, sino también desde la de privacidad, regulación y soberanía tecnológica.
Dispositivos que escuchan de forma continua, captan imágenes o infieren contexto chocan de frente con el RGPD. ¿Quién es responsable del tratamiento? ¿Dónde se almacenan los datos? ¿Se usan para reentrenar modelos? La idea de Era de permitir que el usuario elija proveedor de memoria y de modelo de forma respetuosa con la privacidad puede encajar bien con el marco europeo… si se implementa de forma rigurosa.
Con la Ley de IA de la UE, muchos de los modelos a los que enruta Era quedarán clasificados como sistemas de IA de propósito general, con obligaciones tanto para quienes los desarrollan como para quienes los despliegan. Una plataforma como Era podría simplificar el cumplimiento para fabricantes europeos y latinoamericanos (un solo punto de integración, registros centralizados, gestión de consentimiento), o complicarlo si actúa como caja negra con sede en EE. UU.
Desde el punto de vista de mercado, esta propuesta es interesante para el tejido de pymes y fabricantes que tenemos en España y en América Latina: empresas de domótica, agricultura de precisión, logística, ciudades inteligentes… Muchas no van a construir su propia capa de IA, pero sí podrían lanzar dispositivos específicos si cuentan con una base tecnológica sólida.
La cara B es la dependencia. Europa lleva años hablando de autonomía digital; América Latina está cada vez más atenta a no “alquilarlo todo” a proveedores de EE. UU. y China. Veremos iniciativas europeas y latinoamericanas –desde clouds soberanos hasta plataformas open source– intentar ocupar un espacio similar al de Era.
6. Mirando hacia adelante
En los próximos 12 a 24 meses, el panorama de los gadgets de IA se parecerá probablemente a los primeros años de las tiendas de apps: mucho ruido, muchas modas pasajeras, y unas pocas ideas que, casi sin darnos cuenta, definirán el estándar.
Para Era, hay tres frentes decisivos:
- Conseguir clientes con volumen real: más allá de artistas y makers, necesita convencer a fabricantes que puedan poner decenas de miles de dispositivos en la calle, tanto en consumo como en entornos profesionales.
- Demostrar solidez en escenarios difíciles: los dispositivos fallan, las redes se caen, los usuarios gritan en un bar o en una planta industrial. Una plataforma de orquestación tiene que contemplar degradación elegante, trabajo offline, actualizaciones remotas… o quedará como juguete de laboratorio.
- Posicionarse frente a los gigantes: si Google integra agentes de IA avanzados en Android y Wear OS, o Apple refuerza su propia capa de IA en Apple Watch, AirPods y compañía, Era tendrá que decidir si se integra como complemento o se centra en mercados donde esos actores no están tan presentes: industria, sanidad, educación, administraciones públicas.
En cuanto al modelo de negocio, el cobro por uso (tokens, llamadas, minutos de cómputo) es lo natural para un servicio cloud, pero a los fabricantes de hardware les incomodan los costes variables. Es razonable esperar fórmulas híbridas: licencias por dispositivo con límites de uso, acuerdos enterprise, modelos de marca blanca.
La gran incógnita: ¿aceptará el usuario llevar otro dispositivo encima, o el smartphone seguirá absorbiendo todas las interacciones útiles de IA gracias a mejores sensores y modelos en el propio terminal? El futuro de Era está íntimamente ligado a esa respuesta.
7. Conclusión
Era está haciendo la apuesta más inteligente que se puede hacer hoy en el terreno de la hardware de IA: no jugárselo todo a un solo gadget, sino construir la infraestructura que muchos gadgets distintos podrían necesitar. Si los dispositivos de IA cuajan como categoría, una “capa de inteligencia” independiente puede ser para la era post‑smartphone lo que Android fue para el móvil. Si no, quedará como un experimento caro y fascinante.
La pregunta para usted es sencilla: ¿qué experiencia de IA tendría que ser radicalmente mejor para que se planteara comprar o llevar un dispositivo nuevo, en vez de seguir usando solo el móvil?
