
International Lab (iLAB) incorpora a Envitel, una startup que desarrolla modelos probabilísticos de riesgo de incendio forestal para el mercado asegurador y reasegurador europeo. Su primer producto, EnviFIRE, simula miles de años de escenarios de incendio para calcular la probabilidad de quema y el periodo de retorno de cualquier punto del mapa.
Desde julio de 2026, EnviFIRE está operativo en España y Portugal, con 10.000 años simulados y una resolución de 100 metros. La compañía busca cubrir el vacío existente en el mercado europeo, donde los modelos de catástrofe utilizados actualmente se construyeron para Norteamérica y no reflejan la realidad del continente.
El equipo de Envitel está formado por Juan Roos Fraga, CEO y cofundador; Guillermo García Sánchez, CTO y cofundador; y Michael Tzannes, cofundador y founding advisor, que está basado en Boston (EE. UU.).
Hablamos con Juan Roos Fraga para conocer mejor el proyecto, sus próximos objetivos y su llegada a International Lab.
¿Qué es Envitel y cuál es su propuesta de valor?
Envitel desarrolla EnviFIRE, un modelo probabilístico de riesgo de incendio forestal para el mercado asegurador y reasegurador europeo. Simulamos miles de años de escenarios de incendio y, con ello, entregamos la probabilidad de quema y el periodo de retorno de cualquier punto del mapa. Nuestro primer producto está operativo desde julio de 2026 y cubre España y Portugal con 10.000 años simulados a 100 metros de resolución.
El hueco que ocupamos es claro: los modelos de catástrofe con los que se tarifa hoy se construyeron para Norteamérica y no reflejan la realidad europea. En un contexto en el que 2025 fue la peor temporada de incendios registrada en la UE y en el que cerca del 75 % de las pérdidas por catástrofes naturales en Europa siguen sin asegurar, la falta de un modelo de incendio calibrado para el continente es un problema real de mercado.
¿Qué os motivó a desarrollar el proyecto? ¿Cuál es vuestro propósito?
Guillermo viene de las matemáticas aplicadas y yo de la ingeniería. Los dos llevamos años modelizando fenómenos físicos y, al analizar el incendio forestal en Europa, nos encontramos con una combinación difícil de ignorar: un riesgo que crece cada año y un sector que tiene que pagar la factura sin disponer de una herramienta construida para aquí. Fundamos Envitel en diciembre de 2025 para cubrir ese vacío.
Nuestro propósito es que el riesgo de incendio en Europa pueda medirse con números hechos para Europa, porque mientras un riesgo no se sabe cuantificar, no se asegura, y quien acaba asumiendo el coste es el propietario o el Estado.
¿Novedades recientes, premios o reconocimientos? ¿Algún evento previsto?
Premios todavía ninguno. Sí hemos alcanzado varios hitos este año. En enero presentamos una solicitud de patente provisional ante la oficina de patentes de Estados Unidos sobre nuestro algoritmo de propagación de incendios.
En primavera fuimos seleccionados por Google for Startups y NVIDIA Inception. En julio lanzamos EnviFIRE v1, nuestro primer producto operativo, poco más de medio año después de constituir la empresa. En financiación, cerramos una ronda pre-seed con Optimality Fund.
No tenemos ningún evento propio previsto por ahora, pero estaríamos encantados de colaborar en alguno que organice el centro.
¿Por qué elegisteis Madrid como ciudad para desarrollar la startup?
Es nuestra ciudad. Guillermo y yo vivimos aquí, y aquí hizo Guillermo su doctorado en matemáticas aplicadas por la Politécnica. A eso se suman dos razones prácticas.
La primera es la conectividad: nuestro mercado se reparte entre Londres, Zúrich, Múnich y París, y desde Madrid llegamos a cualquiera de esas plazas en una mañana y con unos costes de estructura muy inferiores. La segunda es el talento: los perfiles que necesitamos, con formación en modelización física y computación científica, están en Madrid.
¿Qué hitos esperáis conseguir en los próximos 6 meses?
Tres. El primero es completar el modelo europeo: hoy cubrimos la Península y el objetivo es alcanzar los 100.000 años simulados para el conjunto de Europa, que es el estándar que pide la industria.
El segundo es cerrar nuestros primeros clientes, que es hoy la prioridad principal de la empresa. El tercero es empezar a construir la capa de pérdidas sobre el modelo de peligrosidad, el paso que convierte una probabilidad de quema en una cifra que un asegurador puede incorporar directamente a su cuenta de resultados.
¿Qué podéis aportar a la comunidad de emprendedores del iLAB?
No somos primerizos. Guillermo y yo llevamos años emprendiendo juntos, así que, aunque la compañía tenga menos de un año, hemos pasado ya por buena parte de las fases que atraviesa una startup: los primeros meses sin producto, la búsqueda de los primeros clientes, la captación de financiación y el crecimiento de un equipo.
Esa experiencia acumulada es probablemente lo más útil que podemos ofrecer al resto de proyectos del centro, sobre todo a los que estén arrancando ahora, y la compartimos encantados con quien le pueda servir.
A ello podemos sumar dos cosas más concretas: cómo se opera una empresa de dos personas apoyándose en herramientas de inteligencia artificial, y qué implica vender a un sector regulado y con ciclos de venta largos, algo que comparten bastantes proyectos deep tech.
¿Cómo conocisteis el iLAB?
Vivo cerca del edificio y paso por delante a menudo. Eso me llevó a interesarme por la actividad que acoge y, al ver que el centro alojaba proyectos innovadores y ofrecía espacio de trabajo, presentamos la solicitud en abril.
¡Bienvenidos, Envitel, a la Comunidad iLAB!
Nos alegra contar con un nuevo proyecto que apuesta por la innovación desde Madrid y trabaja para mejorar la forma de medir y gestionar el riesgo de incendios forestales en Europa.
Su experiencia emprendiendo, su conocimiento en modelización física y computación científica y su experiencia en sectores regulados y con ciclos de venta largos serán también una aportación de valor para la comunidad. Desde iLAB, esperamos que puedan compartir conocimientos, generar nuevas conexiones y colaborar con otros proyectos del ecosistema.
