Supera examen preliminar de cotización en KOSDAQ, con objetivo de salida a bolsa en octubre
Fondos de cotización destinados a investigación y desarrollo de infraestructura e innovación de soluciones
Mercado global: estrategia de expansión en Estados Unidos y Sudeste Asiático
«Rabel Up no solo resuelve los problemas de nuestros clientes, sino que identifica proactivamente aquellos que aún no han percibido. Debemos definir los problemas antes de que se abra el mercado para poder ofrecer soluciones que se utilicen inmediatamente cuando el mercado esté listo».
El 28 de agosto pasado, Shin Jung-gyu, CEO de Rabel Up, fue entrevistado en la oficina de la compañía ubicada en Gangnam, Seúl. El ejecutivo explicó la competencia central de la empresa: prever que el mercado de infraestructura de IA evolucionará desde el entrenamiento de modelos hacia la inferencia y posteriormente hacia agentes de IA, desarrollando de manera proactiva las tecnologías relacionadas. Rabel Up tiene como objetivo cotizar en el KOSDAQ en octubre. El ejecutivo informó que utilizará los fondos de la cotización para acelerar la investigación y desarrollo de infraestructura de IA y la expansión en mercados globales.
Preguntas y respuestas con Shin Jung-gyu, CEO de Rabel Up.
— Ha superado el examen preliminar de cotización en KOSDAQ. ¿Cuál es su impresión?
«Pude confirmar el alto interés del mercado en el sector de IA. Rabel Up, como empresa desarrolladora de sistemas operativos de infraestructura de IA, proporcionará infraestructura optimizada a empresas de IA nacionales e internacionales, y contribuirá a reducir los costos sociales asociados con la construcción y operación de infraestructura».
— ¿Qué aspecto de Rabel Up considera que el mercado valoró más?
«Creo que el mercado valoró especialmente nuestra capacidad de anticipar cambios en la infraestructura de IA y preparar tecnologías con antelación. Desde nuestra fundación, Rabel Up se ha adelantado aproximadamente cuatro años en términos tecnológicos y un año en comercialización. En el pasado, la operación de GPUs para entrenamiento a gran escala era fundamental, pero después de la llegada de ChatGPT, la inferencia —procesar simultáneamente múltiples modelos y usuarios— se convirtió en una capacidad clave. Recientemente, con la expansión del aprendizaje reforzado mediante retroalimentación posterior, incluso los límites entre entrenamiento e inferencia están desapareciendo. Rabel Up preparó plataformas relacionadas antes de que estos cambios se materializaran en demanda real del mercado».
— ¿Cuál es el cronograma específico de cotización?
«Presentamos la solicitud de registro de valores el martes pasado. Según lo planeado, completaremos la cotización en KOSDAQ a fines de octubre».
— ¿En qué invertirá prioritariamente los fondos de la cotización?
«Planeamos invertir prioritariamente en infraestructura de investigación y desarrollo y en la sofisticación de nuestras soluciones. Para crear soluciones de infraestructura de calidad, es necesario contar con experiencia operando infraestructuras a gran escala y validando directamente nuevos equipos. Un sistema NVIDIA B200 cuesta aproximadamente 1.500 millones de wones. Se estima que el sistema Vera Rubin de próxima generación requerirá alrededor de 6.000 millones de wones por rack».
— ¿En qué se diferencia su producto estrella, VacEnd.AI, de las soluciones de gestión de GPU existentes?
«La mayor diferencia es que contamos con tecnología end-to-end propia que abarca toda la infraestructura de IA. Las soluciones que combinan múltiples proyectos de código abierto tienen capas separadas en infraestructura, operación de aprendizaje automático e inferencia, lo que limita la optimización orgánica del sistema completo. VacEnd.AI de Rabel Up permite procesar en una única plataforma tareas como la reasignación de GPUs y la adquisición de recursos adicionales incluso cuando la cantidad de usuarios aumenta repentinamente».
— ¿Cuáles son los beneficios que los clientes pueden obtener con la adopción de VacEnd.AI?
«Es difícil divulgar cifras específicas de clientes individuales. Recuerdo que en un proyecto independiente de modelo fundacional de IA, logramos reducir el tiempo de respuesta ante incidentes a 1/46 del nivel anterior. También alcanzamos un rendimiento de aproximadamente el 97 % en entornos virtualizados en comparación con metal desnudo. Excluyendo los recursos necesarios para la ejecución del sistema operativo, estamos extrayendo rendimiento de GPU cercano a los límites del hardware».
— Algunos críticos señalan que un modelo de negocio centrado en GPU podría tener limitaciones a largo plazo.
«La fortaleza de Rabel Up radica en su versatilidad. El mercado de semiconductores de IA experimenta cambios tecnológicos rápidos y demandas diversas, lo que impide que una única empresa domine todos los segmentos. Actualmente, Rabel Up es compatible con aproximadamente 14 a 15 tipos de semiconductores de IA. Desde que comenzamos con Google TPU en 2018, hemos adaptado nuestras soluciones a diversos semiconductores de IA. En Corea del Sur, también participamos en proyectos de demostración de unidades de procesamiento neuronal (NPU) de PuriosAI y Rebellion».
— ¿Qué regiones considera prioritarias para la expansión en mercados globales?
«Planeamos enfocarnos prioritariamente en el Sudeste Asiático y Estados Unidos, y posteriormente expandirnos hacia Europa. En Estados Unidos, las grandes tecnológicas dominan el mercado de infraestructura de IA, e incluso las grandes empresas de IA cuentan con miles de empleados en infraestructura propia, lo que dificulta el acceso de soluciones externas. Sin embargo, creemos que debemos asegurar una ruta de entrada única para Rabel Up antes de que el mercado se estabilice completamente. En el Sudeste Asiático, actualmente están emergiendo rápidamente grandes proveedores de nube nuevos. Dado el rápido crecimiento del mercado, considero importante realizar una entrada temprana con proveedores locales y construir relaciones de cooperación».
— ¿Cuál es la diferenciación de Rabel Up en comparación con competidores extranjeros?
«En pocas palabras, nuestro punto diferenciador es que 'simplemente funciona'. En el mercado de infraestructura de IA, existen muchas soluciones que aumentan su estabilidad mediante pruebas con clientes después de su lanzamiento. Rabel Up, basándose en la experiencia acumulada durante años, especialmente operando productos en el mercado empresarial durante largo tiempo, ha vivenciado diversas situaciones excepcionales que van desde hardware hasta servicios reales de IA. Con esta experiencia, podemos ofrecer soluciones 'listas desde el primer día' que los clientes pueden implementar inmediatamente. Este es nuestro punto diferenciador».
— ¿Cuál fue la motivación para participar en el consorcio de negocios de IA para Todos con KT, y cuál es su rol?
«Rabel Up tiene amplia experiencia en la operación de cargas de trabajo de IA orientadas a empresas y desarrolladores, pero carece de experiencia en servicios de IA a gran escala utilizados por un público indeterminado. A través del proyecto de IA para Todos, buscamos identificar qué problemas técnicos surgen en los patrones de uso de usuarios generales y resolverlos. En particular, considero que podemos adquirir experiencia identificando cuellos de botella en servicios a gran escala y optimizando sistemas de IA y costos».
— ¿Cómo visualiza a Rabel Up en tres años?
«Nuestro objetivo es posicionarnos como una plataforma para gestionar y operar de manera integrada agentes de IA distribuidos en diversos lugares. En tres años, la cantidad de agentes de IA con inteligencia a nivel humano será significativamente superior a la población humana. Se prevé que la IA manejará una cantidad considerable de trabajo administrativo. Rabel Up aspira a ser la empresa que proporciona el 'patio de juegos' donde los agentes de IA operan en un entorno de coexistencia entre humanos e IA. Si el mercado crece según lo esperado, proyectamos que nuestros ingresos se sextuplicarán en tres años. La visión de Rabel Up se centra en software. En lugar de poseer directamente infraestructura en la nube, nos enfocaremos en software e inteligencia para permitir la utilización eficiente de cualquier hardware».
* Este artículo ha sido traducido por IA.