Una nueva startup llamada LGND se propone cambiar la forma en que interactuamos con los datos satelitales y la información geoespacial. Su objetivo no es menor: hacer que preguntar por la Tierra sea tan sencillo como hablar con ChatGPT. A través de una arquitectura basada en IA generativa y embeddings geográficos, LGND aspira a democratizar el acceso a datos complejos sobre nuestro entorno físico, permitiendo que cualquier persona o sistema pueda “consultar” al planeta como si se tratara de una conversación.

Con sede en Nueva York, LGND ha conseguido atraer financiación y atención por una propuesta que une machine learning, observación terrestre y una interfaz natural, impulsando aplicaciones en sectores como el cambio climático, la logística, la defensa o los seguros. En este artículo te explicamos quiénes son, qué hacen exactamente y por qué su planteamiento representa un salto en la interacción con datos satelitales.

¿Qué es LGND y por qué todo el mundo empieza a hablar de ello?

LGND (Legend, aunque se escribe sin vocales) es una empresa emergente de inteligencia artificial especializada en el tratamiento conversacional de datos de la Tierra. Fundada por tres veteranos del sector geoespacial —Nathaniel Manning, Dan Hammer y Bruno Sánchez-Andrade Nuño— la compañía se ha propuesto un reto ambicioso: permitir que cualquier persona, sin conocimientos técnicos, pueda consultar datos de observación de la Tierra como si estuviera haciendo preguntas en un chatbot inteligente.

Para lograr esto, LGND transforma imágenes satelitales y otras fuentes de datos geoespaciales en lo que denominan geo-embeddings, una especie de vector numérico que representa zonas concretas del planeta en un espacio matemático que captura su estructura visual, su contexto y su evolución en el tiempo. Esto permite realizar búsquedas por similitud semántica sin necesidad de desarrollar modelos de aprendizaje profundo específicos para cada caso.

En otras palabras, se puede preguntar al sistema cosas como «¿Dónde hay zonas de deforestación similares a esta área del Amazonas?» o «¿Qué regiones están experimentando urbanización rápida como Lagos, Nigeria?» y obtener respuestas precisas, visuales y accionables.

Cómo funciona la IA geoespacial de LGND

El núcleo del sistema de LGND se basa en una infraestructura de inteligencia artificial generativa aplicada al terreno. Cada día, su motor procesa más de 100 terabytes de datos provenientes de múltiples satélites y sensores, generando vectores de alta dimensionalidad que describen fragmentos concretos de la superficie terrestre.

Estos embeddings están diseñados para ser consultables mediante lenguaje natural, sin necesidad de mapas ni coordenadas. Internamente, utilizan arquitecturas similares a las que emplea GPT-4 para lenguaje, pero adaptadas a la información geográfica. Esto incluye tanto información visual (por ejemplo, colores y texturas en imágenes) como patrones temporales (como cambios de uso de suelo o evolución de cultivos).

Una de las ventajas técnicas más destacables es que esta representación permite reducir en más de un 90 % los costes de computación respecto a sistemas tradicionales de análisis geoespacial, y acelera tareas de consulta y clasificación entre 10 y 100 veces.

El sistema se ofrece a través de:

• Una aplicación web sin código para usuarios que solo quieren explorar mapas interactivos con preguntas.

• Un conjunto de APIs y SDKs para desarrolladores, gobiernos y empresas que desean integrar la IA terrestre en sus procesos automatizados.

¿Qué diferencia a LGND de otros sistemas geoespaciales?

A diferencia de otras plataformas de observación terrestre como Google Earth Engine o herramientas especializadas de instituciones como la ESA o la NASA, LGND no se limita a proporcionar imágenes o datos numéricos. Su modelo es conversacional: los usuarios no necesitan conocer formatos de datos, capas GIS ni coordinar bases de datos masivas.

Este enfoque tiene implicaciones importantes:

• Accesibilidad: abre el uso de inteligencia geoespacial a sectores que no contaban con expertos en teledetección.

• Contextualización: los datos no solo se muestran, sino que se interpretan. Por ejemplo, ante una consulta sobre incendios, el sistema puede identificar riesgos en función del terreno, el clima y la historia local.

• Automatización: gracias a los SDKs, puede integrarse en flujos de trabajo industriales, análisis de seguros, monitorización agrícola o prevención de desastres.

Para entender mejor su propuesta de valor, a continuación se muestra una comparación de LGND con otras plataformas clave en el ámbito geoespacial:

Como puede observarse, LGND es la única plataforma que combina un enfoque conversacional, datos satelitales multifuente y capacidades avanzadas de IA en una solución accesible sin código, lo que la convierte en una opción particularmente atractiva para gobiernos, ONGs y empresas que desean resultados sin requerir grandes departamentos de análisis geoespacial.

Sectores donde LGND puede tener impacto

Los campos de aplicación de este enfoque son múltiples. Algunos de los más destacados incluyen:

1. Cambio climático y conservación ambiental

Los gobiernos y ONGs pueden usar LGND para detectar cambios en los ecosistemas, monitorear zonas de riesgo o evaluar el impacto de políticas medioambientales. Un ejemplo técnico sería detectar automáticamente áreas con pérdida forestal de más de 20 % en los últimos 3 años a partir de imágenes ópticas multitemporales.

2. Agricultura de precisión

Empresas agrícolas pueden emplear el sistema para supervisar el estado de cultivos, anticipar sequías o predecir rendimientos mediante correlaciones entre NDVI (índice de vegetación normalizado) y otros parámetros biofísicos.

3. Gestión de infraestructuras y seguros

Las aseguradoras pueden identificar zonas con alta vulnerabilidad a inundaciones, incendios o deslizamientos. Esto se traduce en mejores evaluaciones de riesgo y en la posibilidad de actuar antes del siniestro, no después.

4. Defensa y logística

Gobiernos y fuerzas de seguridad pueden utilizar la plataforma para localizar cambios inusuales en zonas sensibles, vigilar movimientos irregulares o planificar rutas logísticas teniendo en cuenta las condiciones del terreno.

Financiación y socios: LGND crece con respaldo

En julio de 2025, LGND cerró una ronda de financiación de 9 millones de dólares liderada por Javelin Venture Partners, con la participación de Space Capital, Clocktower Ventures, AENU y otros. También cuenta con el respaldo de figuras como John Hanke (fundador de Google Earth), Karim Atiyeh (cofundador de Ramp) y Suzanne DiBianca (Salesforce), lo que refuerza su proyección tanto tecnológica como de mercado.

La compañía mantiene su sede en Nueva York, pero cuenta con colaboradores en San Francisco y Copenhague. Actualmente, su plantilla trabaja de forma remota y sigue contratando especialistas en geointeligencia, IA aplicada y desarrollo de software distribuido.

Reflexiones finales: ¿es esto el futuro de la inteligencia geoespacial?

LGND ha conseguido algo poco habitual: reducir la complejidad técnica del análisis satelital a un modelo conversacional que permite “hablar con la Tierra”. No se trata solo de presentar mapas bonitos o capas de datos superpuestas, sino de permitir un diálogo directo con los procesos que ocurren sobre el terreno.

La analogía con ChatGPT no es casual. Así como los grandes modelos de lenguaje han democratizado el acceso a la información textual, LGND busca que los datos visuales y estructurales de nuestro planeta sean igualmente accesibles, interpretables y útiles.

Si la empresa logra mantener el ritmo de desarrollo y mejorar la precisión y cobertura de sus embeddings, es posible que su plataforma acabe siendo una herramienta clave en la gestión sostenible del territorio. Tanto desde el punto de vista técnico como ético, se abre una nueva forma de relacionarnos con nuestro entorno físico.