Emilia AI levanta US$1,5M para llevar IA a restaurantes en Brasil

La idea detrás de Emilia AI

Dos colombianos están convirtiendo las cámaras que ya cuelgan del techo de los restaurantes brasileños en algo más que un sistema de seguridad: en agentes de inteligencia artificial que sugieren la próxima venta al mesero y detectan cuándo un plato sale de cocina sin cobrar. Emilia AI, fundada en 2024 por Andrés Cajiao y Sebastián Rojo, acaba de cerrar una ronda pre-seed de US$1,5 millones liderada por Prosus Ventures, con US$1 millón del fondo y US$500.000 de un grupo de inversionistas ángeles del sector tecnológico, según la nota de Enter.co que cubre el anuncio.

El modelo es directo: aprovechar un activo que el restaurante ya pagó (cámaras de CCTV) y cruzarlo con la data del Punto de Venta (POS) para producir información accionable que un gerente o dueño puede revisar al final del turno. La compañía, con sede en Estados Unidos, eligió Brasil como primer mercado y destinará la ronda a desarrollar la plataforma y expandir operaciones allí antes de mirar otros países de América Latina, según el mismo reporte.

Cómo funciona: dos agentes, dos problemas distintos

La plataforma tiene dos productos que la fuente describe con detalle:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Coach: observa la operación del restaurante y detecta oportunidades de venta perdidas por el personal durante el servicio — desde un posteo no ofrecido hasta una segunda bebida que no se sugirió a tiempo.
Sentinel: actúa como una capa de detección de fraude, cruzando lo que muestran las cámaras con los registros del POS. Busca inconsistencias como productos que salen de cocina sin registrarse en caja, movimientos no autorizados en áreas restringidas o diferencias de caja al cierre.

El propio artículo de Enter.co recoge un dato clave: en una prueba con Jin Jin, franquicia de iFood, Sentinel condensó 12 horas de video en un conjunto reducido de incidentes relevantes, y la cadena llevó la solución a más de 77 establecimientos. Otro piloto con Alife Nino, grupo brasileño con más de 100 locales, reportó según Emilia AI cerca de US$300 mensuales adicionales de facturación por mesa, frente a un costo aproximado de US$10 por mesa — un retorno calculado por la propia compañía de 28 veces la inversión.

El sistema fue diseñado además con restricciones de privacidad explícitas: no usa biometría, no graba conversaciones fuera del servicio y no almacena los videos fuera del establecimiento, según describe la nota original.

Por qué Prosus Ventures entra aquí

Prosus Ventures no es un fondo minorista: su portafolio incluye el control total de iFood desde 2022 (adquirido por aproximadamente US$1.900 millones), además de participaciones en Delivery Hero, Swiggy, Foodics, Sharebite, Facily y Stack Overflow, entre otras, según la página de portafolio de Prosus y la entrada de Wikipedia sobre la firma. Para Matheus Campos, Head de América Latina de Prosus Ventures citado por Enter.co, Emilia encaja con un interés estratégico de integrar IA en todo el ecosistema de foodservice, no solo en la capa de entrega.

El WAAA Weekly AI Briefing del 19 de septiembre de 2026, que reproduce extractos del comunicado oficial de Prosus del 14 de septiembre, recoge la declaración de Cajiao describiendo la visión: «la próxima generación de sistemas operativos para restaurantes… para aumentar al personal, no para reemplazarlo». La misma nota cita a Campos calificando la operación como «una apuesta estratégica para profundizar la integración de IA en todo nuestro ecosistema, particularmente en el sector foodservice».

El mercado brasileño: alta rotación y baja captura de venta

La apuesta por Brasil no es casual. Según los datos que Emilia AI presenta en su comunicación recogida por Enter.co, un restaurante típico del país renueva toda su plantilla cada 16 meses y registra una rotación superior al 70% anual. En un sector con recambio permanente de personal, la promesa de un sistema que compensa la inexperiencia con señales en tiempo real es directamente proporcional al dolor.

Para un founder latinoamericano del sector gastronómico, la pregunta deja de ser «¿la IA puede ver a través de mis cámaras?» y pasa a ser «¿cuánto margen pierdo por turno porque mis meseros no sugieren bien y porque algo se cocina sin quedar registrado?». Emilia propone atacar ambos frentes a la vez con el mismo hardware.

¿Qué significa esto para tu startup?

Tres lecturas prácticas, sin entrar en áreas que la fuente no respalda:

Infraestructura barata como ventaja competitiva. Emilia no pidió a los restaurantes instalar hardware nuevo; usó cámaras que ya pagaron. Si tu startup depende de sensores, dispositivos o equipamiento costoso, pregúntate qué activo existente en el cliente puedes reusar para bajar el costo de adopción.
«Augmentar, no reemplazar» como posicionamiento narrativo. Cajiao lo explicitó en el comunicado recogido por WAAA: la propuesta es aumentar al personal, no sustituirlo. En mercados con rotación alta y miedo al desempleo tecnológico, ese encuadre abre puertas regulatorias y de adopción que el discurso de «automation total» cierra.
Apalancarse en la tesis del inversionista, no pelearse con ella. Prosus ya controla iFood, Delivery Hero, Swiggy y Foodics, según Wikipedia y su portafolio oficial. Entrar en foodservice con cámara + IA no compite con esas inversiones: las complementa. Si buscas un lead en una ronda pre-seed/seed, mapea primero qué tesis activas tiene ese fondo y ubícate dentro.

Acciones concretas para founders

Audita tu propio «equipamiento invisible»: lista todo el hardware y datos que tu cliente ya tiene y paga (cámaras, POS, ERPs, CRM). Ahí está la palanca para reducir el ticket de entrada de tu producto.
Construye un piloto con métricas de retorno medibles, no de uso. Emilia habla de US$300 vs US$10 por mesa al mes, y de 28x de retorno. Aunque tu cifra sea distinta, lleva tu piloto a un número comparable por unidad de negocio del cliente, no a «usuarios activos».
Diseña con privacidad desde el día uno si tocas video o audio. Emilia explicita en el comunicado recogido por la fuente original que no usa biometría, no graba fuera del servicio y no almacena videos fuera del local. En LATAM, donde la regulación de datos avanza, eso es defensiva legal y ventaja de marketing.

Conclusión

Emilia AI es un caso interesante más por la tesis que por el monto: US$1,5 millones en pre-seed es una cifra accesible para un venture, pero el movimiento apunta a un patrón replicable — convertir infraestructura ya desplegada en un producto de datos con IA, apoyado por un fondo cuya estrategia global de foodservice hace que el deal encaje sin fricción. Para founders hispanohablantes, el aprendizaje no es «construye visión por computador para restaurantes», sino encontrar un activo subutilizado en un sector con dolor agudo de margen y proponerle una capa de software con retorno medible.