Xoople levanta 130 millones para construir el mapa terrestre que la IA necesita
Una startup madrileña ha cerrado una ronda de 130 millones de dólares para construir lo que podría convertirse en la capa de datos geoespaciales más precisa del planeta. Xoople, fundada en 2019 en Tres Cantos, aspira a ser el primer unicornio del sector espacial español con una infraestructura que no vende imágenes satelitales al uso, sino datos estructurados, etiquetados y listos para entrenar modelos de inteligencia artificial.
Una Serie B de 130 millones para escalar la infraestructura
La ronda Serie B de Xoople, liderada por Nazca Capital con la participación de MCH Private Equity, CDTI, Buenavista Equity Partners y Endeavor Catalyst, eleva la financiación acumulada de la empresa a 225 millones de dólares. Estas cifras posicionan a la compañía como una de las startups tecnológicas españolas con mayor captación de capital en los últimos dos años, en un momento en que el ecosistema emprendedor del país busca referentes de peso internacional. La valoración implícita de la operación sitúa a Xoople en la antesala del club de los unicornios, empresas privadas valoradas en más de 1.000 millones de dólares, una categoría en la que el tejido empresarial español tiene representantes contados. Lo significativo no es solo el importe, sino la composición del consorcio inversor: fondos de capital riesgo especializados en deep tech junto a entidades públicas como el CDTI, que refuerzan la apuesta por tecnología de soberanía estratégica desarrollada en España.
EarthAI: datos geoespaciales listos para agentes de IA autónomos
El diferenciador de Xoople no es la cámara del satélite, sino lo que ocurre después de la captura. La plataforma EarthAI procesa los datos brutos de su constelación propia de satélites y los entrega como activos estructurados, etiquetados y contextualizados, directamente consumibles por modelos de inteligencia artificial y flujos de trabajo autónomos. Esto resuelve uno de los cuellos de botella más costosos en proyectos de IA aplicada a entornos físicos: la preparación del dato. Según la empresa, los sensores desarrollados en colaboración con L3Harris Technologies, uno de los principales contratistas de defensa aeroespacial de Estados Unidos, son capaces de capturar un volumen de datos dos órdenes de magnitud superior al de los sistemas de monitoreo actuales. En la práctica esto significa pasar de imágenes de satélite convencionales, con revisitas de días o semanas, a una cobertura continua y de alta resolución que permite detectar cambios en tiempo casi real.
Siete años construyendo tecnología antes de salir al mercado
Fundada en 2019, Xoople pasó sus primeros años sin visibilidad pública, concentrada en el desarrollo de tecnología antes de buscar clientes o tracción de mercado. Esta apuesta por la infraestructura a largo plazo contrasta con la cultura de startups que priorizan el crecimiento rápido de usuarios frente a la profundidad técnica. El resultado: cuando salieron a la búsqueda de clientes, ya tenían un producto maduro y diferenciado. Hoy cuentan con agencias gubernamentales y empresas del Fortune 500 en fase de preview privada, lo que indica que el pipeline comercial está activado pero todavía no ha alcanzado escala plena. Las aplicaciones que la compañía prioriza incluyen el sector asegurador, donde la monitorización precisa de riesgos físicos como inundaciones, sequías o colapsos de infraestructura puede cambiar los modelos de pricing; la agricultura de precisión, que requiere datos hiperlocalizados para optimizar recursos; y la monitorización gubernamental de territorio, activos críticos y gestión de emergencias.
El contexto: por qué los datos geoespaciales son estratégicos en 2026
El auge de los agentes de IA autónomos en sectores como la logística, la gestión de infraestructuras o la respuesta a catástrofes ha creado una demanda creciente de datos del mundo físico que sean fiables, actualizados y procesables por máquinas. Los modelos de lenguaje avanzados son capaces de razonar sobre el mundo, pero su conocimiento del estado actual de ese mundo depende enteramente de los datos que reciben. Los datos satelitales han pasado de ser un insumo para aplicaciones de nicho a convertirse en una capa de infraestructura crítica para cualquier sistema autónomo que deba tomar decisiones basadas en lo que ocurre en el mundo físico en tiempo real. En este contexto, empresas como Xoople no compiten con Google Earth en el mercado de consumo, sino con plataformas de datos empresariales como Planet Labs o Maxar Technologies en el segmento B2B de alto valor. La diferencia es que Xoople ofrece los datos ya listos para IA, eliminando el trabajo de ingeniería de datos que hoy consume una fracción considerable del presupuesto de cualquier proyecto de machine learning aplicado.
Implicaciones para el sector tecnológico español
Más allá del caso concreto de Xoople, esta operación tiene implicaciones para el ecosistema tecnológico español. Por un lado, valida que es posible construir en España tecnología de infraestructura profunda, es decir, capas técnicas que otros construyen sobre ellas, y levantar capital a escala internacional para hacerlo. Por otro lado, la participación del CDTI y fondos nacionales junto a capital privado señala una maduración del ecosistema inversor español en sectores de deep tech que históricamente se financiaban casi exclusivamente desde Silicon Valley, Tel Aviv o Londres. Para empresas españolas en sectores que dependen de datos del mundo físico, seguros, agricultura, urbanismo, logística, la existencia de una plataforma geoespacial con esta ambición y respaldo puede abrir casos de uso que hoy no son accesibles por coste o falta de calidad de los datos disponibles.
Conclusión
Xoople representa una apuesta infrecuente en el ecosistema startup español: siete años de construcción silenciosa de tecnología de infraestructura, seguidos de una ronda de capital de envergadura que valida la estrategia. La combinación de constelación satelital propia, procesamiento con IA y entrega de datos listos para consumo por agentes autónomos la sitúa en una posición diferenciada frente a los proveedores convencionales de imágenes espaciales. El reto ahora es pasar del preview privado a la escala comercial con la velocidad que exigen los inversores que acaban de apostar 130 millones. Si lo logra, no solo habrá construido un unicornio, sino también una capa de infraestructura que muchas empresas europeas necesitarán para competir en la próxima generación de aplicaciones de IA aplicada al mundo físico.
