La startup Ema cerró una ronda Serie B de USD 77 millones liderada por Creaegis, un fondo con sede en Bengaluru, con lo que su financiamiento total acumulado llega a USD 140 millones. Según la compañía, su valuación más que triplicó a la de la ronda anterior, de 2024, aunque no reveló la cifra exacta. La operación importa porque marca hasta dónde está dispuesto a llegar el capital de riesgo para financiar productos que buscan reemplazar al software corporativo tradicional y a las consultoras de implementación IT, más que complementarlos.
De la ronda participaron también los inversores existentes Accel, Section 32 y Prosus, que ampliaron su posición. Ema aclaró que toda la ronda fue equity primario, sin deuda ni transacciones secundarias de por medio.
Más de 50 clientes activos y 1 millón de usuarios
Fundada en 2023 por Surojit Chatterjee, ex Google y ex Coinbase, y Souvik Sen, ex Okta, la empresa, con sede en Mountain View, asegura tener más de 50 clientes empresariales activos y más de 1 millón de usuarios corporativos usando su plataforma. Entre esos clientes nombró a NTT DATA, Hitachi, ADP, PwC, KPMG y Wipro, y también a dos nombres que llaman la atención por ser competidores directos del sector tecnológico: Google y Microsoft.
Chatterjee dijo que los ingresos de la compañía crecieron 50 veces en los últimos dos años y que los bookings, es decir el valor total contratado incluyendo acuerdos multianuales de dos y tres años, superaron los USD 150 millones. Aclaró que esa cifra no equivale a ingresos recurrentes anuales y prefirió no divulgar ese dato por separado. También mencionó que más del 90% de sus clientes ya ampliaron el uso del producto más allá del caso de uso inicial, y que la retención neta en dólares ronda el 180%, lo que indica que los clientes existentes gastan cada vez más con el paso del tiempo.
El modelo de ‘AI employees’ apunta a reemplazar el software
El producto de Ema coordina equipos de agentes de inteligencia artificial, sistemas que la empresa llama ‘AI employees’, capaces de ejecutar procesos corporativos de varios pasos dentro de las aplicaciones que ya usa una compañía, en lugar de resolver una tarea aislada por vez. Chatterjee explicó que el software primero se integra sobre las herramientas existentes de una empresa y que, a partir de ahí, algunos clientes empiezan a reducir su dependencia de esas aplicaciones o directamente las dejan de usar. «Muchos de nuestros clientes ya están en camino de reemplazar por completo grandes aplicaciones de software como servicio, porque terminan funcionando apenas como una base de datos», afirmó.
La empresa no cobra por licencias de usuario ni por consumo de tokens, el costo asociado al uso de modelos de lenguaje. En cambio, factura según la finalización de tareas y los resultados de negocio obtenidos.
Anthropic y OpenAI avanzan sobre el mismo terreno corporativo
La ronda de Ema se da mientras los grandes laboratorios de inteligencia artificial también empujan hacia el mercado empresarial. Anthropic amplió el uso de Claude en operaciones centrales de compañías, incluyendo tareas financieras y legales, y OpenAI armó equipos de ingenieros que trabajan junto a clientes corporativos para poner sus modelos en producción. Chatterjee dijo no ver a esos laboratorios como competencia directa. Según explicó, Ema puede combinar más de 150 modelos, tanto de código abierto como propietarios, y su valor diferencial pasa por el conocimiento del dominio de cada industria, las integraciones con sistemas existentes y la orquestación de procesos completos, más que por entrenar sus propios modelos base.
Los fondos van a ventas y marketing
Ema planea destinar la mayor parte del nuevo capital a expandir su operación comercial, después de haber pasado sus primeros años centrada en construir el producto. La compañía ya tiene cerca de 200 empleados distribuidos entre oficinas en Mountain View, Bengaluru, Londres y Vancouver. Chatterjee sostuvo que, pese a asumir tareas que antes correspondían a consultoras de implementación de software, la empresa mantiene márgenes brutos cercanos al 80%, en parte porque sus sistemas de IA requieren cada vez menos soporte humano a medida que aprenden de cada despliegue.
