Primero AI levanta US$12M para desplegar agentes en corporativos

Por qué la deuda tecnológica frena a los agentes de IA en México

Solo 26,093 de los 5.45 millones de unidades económicas que registran los Censos Económicos 2024 usaban inteligencia artificial durante 2023, una proporción cercana a 0.5%, según los datos retomados por El Economista. Para un founder mexicano, eso revela el verdadero cuello de botella: el problema no es la falta de modelos ni de entusiasmo, sino la fragmentación acumulada durante una década sin migraciones a la nube ni inversiones serias en SaaS.

«En México hay un resabio fuerte de tecnología. Muchas de las empresas no se mudaron a la nube, no hicieron inversiones en software como servicio», dijo José Murillo, cofundador y codirector ejecutivo de Primero AI, en entrevista con El Economista. El resultado es que los datos de un corporativo viven repartidos entre ERPs de los 90, CRMs desconectados, hojas de cálculo y reglas que solo conocen quienes llevan años operando un proceso.

El Connectivity Benchmark 2026 de MuleSoft, elaborado con respuestas de más de 1,000 responsables de tecnología, dimensiona el problema: una organización administra en promedio 957 aplicaciones y solo tiene integradas el 27%. Un agente que revisa un pago necesita consultar varios sistemas, conciliar permisos distintos y aplicar reglas internas que muchas veces nunca fueron documentadas.

🤖 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

La barrera que confirma ManageEngine

Una encuesta de ManageEngine a 250 responsables de tecnología y de negocio en México —parte de un estudio regional con 1,000 directivos en Brasil, Colombia, Chile y República Dominicana— confirma que el 87% de las organizaciones mexicanas afirma que la fragmentación tecnológica limita su capacidad para escalar iniciativas de IA, y 56% admite dificultades para convertir esas inversiones en retornos medibles.

El mismo estudio advierte que 75% de las empresas destina más recursos a mantener sistemas en operación que a innovar, y solo 9% asigna una proporción mayor a nuevas capacidades. El 88% planea consolidar proveedores tecnológicos durante los próximos 24 meses, el porcentaje más alto entre los cinco países analizados, según el comunicado oficial de ManageEngine difundido el 23 de julio de 2026. La consolidación aparece como la principal estrategia para reducir la fragmentación, de acuerdo con el estudio regional.

Wilson Calderón, director técnico asociado para América Latina en ManageEngine, resumió así el riesgo en un comunicado de la compañía: «La IA no puede orquestar una empresa que todavía no ha integrado sus datos, sus procesos y sus responsabilidades». En México, 55% de las organizaciones sufrió ciberataques exitosos durante 2025 y 77% teme el uso no autorizado de herramientas de IA generativa, según el mismo relevamiento replicado por DPL News.

Cómo ataca Primero AI el problema

Primero AI construyó Primia como una capa que se conecta directamente a los sistemas heredados del cliente y los traduce a una ontología empresarial compartida. Sobre esa base corren agentes con autenticación, gobernanza y trazabilidad de nivel corporativo. La implementación es modular y la ejecutan ingenieros forward-deployed que trabajan dentro de los equipos del cliente, no desde una oficina remota.

El caso más citado por Murillo es el de una compañía que paga más de 100,000 facturas de proveedores al mes. El agente valida que las mercancías fueron entregadas, detecta diferencias antes de autorizar el pago y deja la decisión final en manos de una persona. «En la mayoría de los flujos donde trabajamos es una capa de supervisión adicional al trabajo que hace un humano y esa capa permite a la empresa cometer menos errores que pueden ser costosos», explicó el cofundador a El Economista.

Primero AI reportó que Primia detectó más de US$10M en deducciones incorrectas para un cliente de bienes de consumo —la compañía no reveló la identidad ni el periodo— y que un agente automatizó 85% de un proceso de revisión en una constructora, con el resto bajo control humano, según la misma entrevista.

La ronda y los clientes

La empresa eligió el 25 de agosto de 2026 para su lanzamiento público. En esa misma fecha anunció una ronda semilla de US$12M co-liderada por Kaszek y General Catalyst, con participación de Definition, Conviction, 8VC e inversores ángel ligados a FEMSA, Bimbo, Aeroméxico y Kimberly-Clark de México, según el comunicado oficial replicado por Yahoo Finance.

Entre los clientes que ya opera Primero AI figuran la Secretaría de Desarrollo Económico de la Ciudad de México (SEDECO), Kimberly-Clark de México, Terpel, SmartFit y Verde Valle. Murillo dijo que el equipo creció cinco veces desde el comienzo de 2026 y que los recursos se destinarán a nuevas contrataciones y a la ampliación de operaciones en la región.

Qué significa esto para tu startup

Si construyes sobre IA en México o LATAM, el cliente real no es la nube ni el modelo: es la masa de sistemas legacy, reglas tácitas y permisos dispersos que cualquier agente debe atravesar para tener impacto contable. Esto redefine tres prioridades operativas:

Vende contexto, no modelos. Una camada de integración como Primia o plataformas equivalentes vale más que una demo brillante con el último modelo, porque resuelve el problema que el cliente admite tener: el 87% de las organizaciones mexicanas lo señala, según ManageEngine.
Diseña para el permiso, no solo para la tarea. Murillo insiste en que cada acción del agente debe quedar atada a un permiso explícito y trazable. Para tu arquitectura: ningún agente toca un sistema sin un scope definido y un log auditable, y menos aún si es vía API externa. El 77% de las organizaciones mexicanas ya teme fugas de información por uso no autorizado de IA generativa.
Piensa en módulos, no en big bang. Primero AI entrega por módulos y trabaja embebido en el cliente. Si vendes a corporativos, esta suele ser la única forma de pasar de POC a producción sin que el área de compras te pida un RFI de seis meses.

La tesis de Primero AI —que el valor está en la capa de integración, no en el modelo de moda— se está validando en otros mercados con plataformas de orquestación empresarial. Si quieres ganar en LATAM, el camino probable es construir sobre los sistemas que el cliente ya tiene, no pedirle que migre antes de comprar.