Maisa: trabajadores digitales de IA 10 veces más baratos

Maisa: agentes que ejecutan procesos, no chatbots

Maisa cerró en 2025 la mayor ronda semilla de IA registrada en España: US$25 millones liderados por el fondo sueco Creandum, según recoge La Vanguardia. La compañía, fundada en 2024 y con sede doble en Valencia y San Francisco, no vende chatbots ni asistentes conversacionales. Vende lo que el sector llama «trabajadores digitales»: agentes que ejecutan procesos completos en sectores muy regulados como banca, seguros y energía, dejando una traza auditable de cada paso.

Su tecnología se llama KPU. Y su CEO, David Villalón, sostiene una tesis incómoda para el sector: usar IA hoy no siempre es más barato que un empleado. «La gente se cree que hoy es más barato usar IA que a humanos, y no lo es, salvo que optimices mucho el sistema», afirma en una entrevista con Neo (La Vanguardia).

Para un founder que está evaluando llevar agentes a producción, esa frase vale más que cualquier demo.

Por qué el costo por token es la métrica que nadie está mirando

El argumento de Villalón es concreto: los grandes proveedores de modelos cobran por los tokens que el modelo «piensa» para resolver una tarea, un razonamiento que además no se entrega completo. «Si pagas por uso, puedes acabar en el orden de dos o tres dólares por ejecución. Con volumen, eso es mucho dinero», advierte.

Su conclusión es dura: «Los proveedores de modelos no son tus amigos: quieren que gastes tokens».

La alternativa de Maisa es forzar al sistema a demostrar con código el camino al resultado. Escribir código cuesta menos que generar los tokens equivalentes, y eso —dice— los hace de media diez veces más baratos. Donde eso no alcanza, entrenan un modelo pequeño y específico para el cliente, lo que puede recortar el costo más de un 90%. En lugar de pagar por uso, el cliente paga una máquina con costo fijo, contabilizable como inversión y no como gasto corriente.

Tres cajas: no todos los agentes son el mismo problema

Villalón propone un marco simple para no mezclar peras con manzanas:

• Agentes de voz conversacionales, los de call center. Aquí la narrativa de reducción de costos sí puede darse.
• Copilotos tipo ChatGPT, de ida y vuelta. Pueden alucinar y no pasa nada, porque lo que ganas es tiempo.
• Ejecutores de procesos, la categoría de Maisa. Aquí no basta con que lo haga: necesitas saber cómo lo hizo, que sea reproducible y auditable.

«No puedes resolver los tres problemas con la misma solución», resume. Traducido a tu startup: si estás comprando una sola herramienta para los tres casos, probablemente estés pagando de más en dos.

Cómo se hace el onboarding de un trabajador digital

Un agente no rinde desde el día uno. Maisa lo configura en lenguaje natural, no con diagramas de flujo. «Le planteas la tarea y él te hace preguntas, como un junior que pregunta cómo se hacen las cosas aquí», explica Villalón. Se recopilan las respuestas, se configura el trabajador y se lo expone a tareas reales. En unas semanas está listo para coger volumen.

El sistema exige guardarraíles y evaluadores: cada trabajo se evalúa de forma automática y, si algo va mal, se avisa a un humano. El Mundo reportó en abril de 2026 que Maisa aplica un método llamado 1-3-6 —una semana para el primer worker, tres de testeo y seis para superar el periodo de prueba— y que ya abría la puerta a compañías de entre 500 y 1.500 empleados. El mismo medio señalaba que siete grandes corporaciones confiaban en la scaleup, con una plantilla cercana a las 70 personas y planes de abrir oficinas en Madrid, Barcelona, Dallas, Miami y Londres.

Qué significa esto para tu startup

Antes de firmar con cualquier proveedor de agentes, haz tres cosas:

• Mide el costo por ejecución, no por token. Pide a tu proveedor el costo real de una tarea completa con tu volumen. Si no puede dártelo, no tiene el problema resuelto.
• Evalúa el modelo pequeño. Si tu caso de uso es estable y repetitivo, un modelo específico entrenado para tu operación puede salir mucho más barato que una API por uso. Pregunta por esa opción antes de escalar.
• Exige trazabilidad desde el día uno. Si el agente toca datos financieros o personales, necesitas reconstruir después qué hizo y por qué. Sin eso, no está listo para producción.

El debate laboral: desplazamiento sí, reemplazo no

Villalón admite el elefante en la sala. «Creo que va a ocurrir», dice sobre el desplazamiento de personas. Su argumento para dormir tranquilo es demográfico: menciona el caso de Suiza, que según dijo se está quedando sin relevo para quienes se jubilan, y la falta de talento cualificado para cubrir el volumen de trabajo actual.

El Mundo recoge que Villalón cita una estimación de Goldman Sachs de 300 millones de empleos afectados, aunque matiza que afectado no equivale a despedido, y que Anthropic reconoce un impacto laboral innegable pero menos negro de lo que se pinta. Su conclusión: es una transición hacia otro tipo de trabajo, con momentos de tensión, que abre la conversación sobre el nuevo contrato social en un mundo donde trabajar puede llegar a ser opcional.

Gobernanza, soberanía y seguridad: lo que viene

La predicción de Villalón para el próximo año es que van a aflorar los problemas de escalabilidad, gobernanza y soberanía. Las empresas entenderán que están alquilando inteligencia y que tienen un problema si el proveedor sube precios o retira un modelo. «Un modelo que tenías en producción se deja de ofrecer y te toca rehacer todas las pruebas que ya hiciste un año atrás», ilustra.

No es una preocupación aislada. El Confidencial Digital publicó un análisis reciente sobre agentes de IA en la empresa donde sostiene que llevarlos a producción exige resolver cuatro cosas antes: guardarraíles a medida, control de acceso por usuario y equipo, trazabilidad y auditoría de cada acción, y aislamiento con control sobre dónde se procesan los datos. En la misma línea, WWWhat's New documentó que Microsoft presentó en su Build 2026 una capa de gobernanza para agentes, AgentGuard, con permisos por roles y registro de auditoría.

Conclusión

Maisa no vende una revolución, vende una cuenta de resultados. Su apuesta es que el costo real de la IA —no el de la demo— se convierte en el criterio que separa los proyectos que llegan a producción de los que se quedan en el piloto. Para un founder, la lección es doble: primero, calcula el costo por tarea ejecutada antes de escalar; segundo, exige trazabilidad y control de acceso desde el primer día, porque la gobernanza va a dejar de ser un extra y va a ser el requisito de entrada.

Fuentes

• La Vanguardia: David Villalón, CEO de Maisa
• El Mundo: Trabajadores digitales del mundo, uníos (bajo la batuta de Maisa)
• El Confidencial Digital: Agentes de IA en la empresa
• WWWhat's New: Microsoft Build 2026