Una startup recibió US$12 millones para desarrollar una plataforma que permite a agentes de IA automatizar procesos dentro de grandes empresas.
Durante los últimos años, la inteligencia artificial se convirtió en una herramienta cada vez más habitual dentro de las empresas: redacta documentos, analiza información, responde consultas y ayuda a los empleados en tareas cotidianas. Pero la próxima etapa apunta a algo más ambicioso: que la IA pueda entender cómo funciona una organización, tomar decisiones dentro de determinados límites y ejecutar procesos de principio a fin.
En ese escenario aparece Primero, una startup mexicana que acaba de anunciar una ronda de inversión semilla de US$12 millones, una de las mayores de su tipo en América Latina. La operación fue liderada por el fondo argentino Kaszek y General Catalyst, con la participación de Definition, Conviction y 8VC, además de inversores vinculados a grandes compañías de la región.
El capital será utilizado para ampliar las operaciones de la compañía y continuar el desarrollo de Primia, su plataforma de inteligencia artificial orientada a grandes empresas.
El desafío: una empresa puede tener cientos de sistemas que no hablan entre sí
Para que un agente de IA pueda tomar decisiones dentro de una compañía necesita algo más que acceso a un modelo de lenguaje. Tiene que poder consultar información de distintas áreas, interpretar las reglas internas de la organización y, eventualmente, actuar sobre diferentes sistemas.
Ese es uno de los grandes obstáculos que enfrentan las empresas que buscan avanzar hacia una IA más autónoma.
Según el 2026 Connectivity Benchmark Report de MuleSoft, las organizaciones manejan en promedio 957 aplicaciones y apenas el 27% están conectadas entre sí. El problema se vuelve todavía más relevante con la llegada de los agentes de IA, que necesitan acceder a información distribuida y coordinar acciones entre distintos sistemas.
En una empresa grande, por ejemplo, los datos pueden estar repartidos entre sistemas de gestión, plataformas financieras, herramientas de logística, bases de datos, documentos y programas desarrollados hace años. La información existe, pero no necesariamente está preparada para que una inteligencia artificial pueda utilizarla de manera integrada.
De responder consultas a ejecutar procesos
Primero busca resolver justamente ese problema a través de Primia, una plataforma que conecta los sistemas fragmentados de una organización y construye una capa de inteligencia sobre ellos.
La propuesta no consiste solamente en conectar bases de datos. Según la compañía, la plataforma incorpora las reglas y la lógica específicas de cada negocio para que los agentes de IA puedan trabajar con contexto y operar dentro de los límites establecidos por la organización.
En otras palabras, el objetivo es que la IA no tenga que limitarse a responder “¿qué pasó?” o “¿qué debería hacer?”, sino que pueda avanzar con el siguiente paso: hacerlo.
Ese tipo de esquema muestra hacia dónde apunta la llamada IA agéntica: sistemas capaces de ejecutar tareas de manera autónoma, pero con mecanismos de control, supervisión y trazabilidad.
El problema no es solamente incorporar IA
El avance hacia este modelo también expone una dificultad que muchas empresas todavía no resolvieron: incorporar una herramienta de inteligencia artificial no necesariamente significa transformar la manera en que funciona una organización.
Un estudio global de McKinsey publicado en 2026 muestra que las compañías que obtienen mejores resultados con IA son también las que modifican sus procesos de trabajo. La consultora señala que casi tres cuartas partes de las organizaciones consideradas de alto desempeño rediseñaron de manera significativa sus flujos de trabajo a partir del uso de IA, mientras que entre el resto de las empresas lo hizo aproximadamente una cuarta parte.
La conclusión apunta a un cambio importante: el valor de la IA no estaría solamente en hacer más rápido una tarea que ya existe, sino en replantear cómo se realiza el trabajo.
McKinsey también había identificado que solo el 21% de las organizaciones que utilizaban IA generativa había rediseñado fundamentalmente alguno de sus flujos de trabajo, una señal de la distancia que todavía existe entre experimentar con estas herramientas y convertirlas en parte central de las operaciones.
El próximo paso: empresas que funcionan con agentes
La apuesta de Primero se inscribe en una tendencia más amplia dentro del desarrollo de inteligencia artificial: el paso de los copilotos a los agentes.
Un copiloto puede asistir a una persona: resumir un documento, sugerir una respuesta o analizar información. Un agente, en cambio, puede recibir un objetivo, consultar diferentes fuentes, tomar una serie de decisiones y ejecutar acciones para alcanzarlo.
Para que eso sea posible dentro de una empresa, sin embargo, no alcanza con tener un modelo potente. También hacen falta acceso a los datos, integración entre sistemas, reglas claras y mecanismos para controlar qué puede hacer la IA.
Por eso la infraestructura empresarial se convirtió en uno de los nuevos campos de batalla de la inteligencia artificial. Las compañías que están avanzando hacia modelos más autónomos se encuentran con un ecosistema tecnológico construido durante años, muchas veces con sistemas que fueron diseñados para funcionar de manera independiente.
Una apuesta por América Latina
Para Nicolás Berman, socio de Kaszek, existe una oportunidad importante en las grandes compañías latinoamericanas que buscan incorporar inteligencia artificial a sus operaciones.
La apuesta parte justamente de esa necesidad: en lugar de crear otro asistente de IA para los empleados, construir la infraestructura necesaria para que los agentes puedan entrar en el corazón de una empresa y participar de sus procesos.
La diferencia puede parecer sutil, pero marca un cambio de etapa. La primera ola de la IA empresarial consistió en preguntarle cosas a una máquina. La siguiente apunta a que la máquina pueda hacer cosas por la empresa.
Y ahí aparece una de las preguntas que definirán la próxima etapa de la tecnología: cuánto de las decisiones cotidianas de una organización podrá quedar en manos de agentes de inteligencia artificial y cuánto seguirá necesitando intervención humana.
