Una startup londinense llamada Trace ha recaudado $3 millones en financiación semilla para desarrollar una plataforma de orquestación de flujos de trabajo que proporciona contexto empresarial a los agentes de IA. La compañía, que forma parte de la cohorte de verano 2025 de Y Combinator, busca resolver uno de los mayores obstáculos en la adopción empresarial de agentes de IA mediante la creación de gráficos de conocimiento que mapean los entornos corporativos complejos. Según anunciaron el jueves, la ronda fue liderada por Y Combinator junto con Zeno Ventures, Transpose Platform Management, Goodwater Capital, Formosa Capital y WeFunder.
El financiamiento también incluyó la participación de inversores ángeles Benjamin Bryant y Kevin Moore. La startup apuesta por resolver la lenta adopción de agentes de IA en entornos empresariales, argumentando que la falta de contexto adecuado ha sido el principal impedimento para su implementación efectiva a escala.
Cómo funciona la orquestación de flujos de trabajo de Trace
El sistema de Trace comienza construyendo un gráfico de conocimiento a partir de las herramientas existentes de una empresa, incluyendo sistemas de correo electrónico, Slack y Airtable que configuran la vida laboral diaria. Una vez establecido este contexto, los usuarios pueden ingresar tareas de alto nivel como “Necesitamos diseñar un nuevo micrositio” o “Desarrollemos nuestro plan de ventas para 2027”, y la plataforma responde con un flujo de trabajo paso a paso.
La tecnología delega algunas tareas a agentes de inteligencia artificial y asigna otras a trabajadores humanos. Cuando el sistema invoca un agente de IA, lo instruye con los datos específicos necesarios para completar su subtarea, automatizando así el complejo proceso de integración que tradicionalmente ha bloqueado el despliegue real dentro de las empresas.
El enfoque de ingeniería de contexto para agentes de IA
Según el CEO de Trace, Tim Cherkasov, OpenAI y Anthropic están construyendo “brillantes internos” que pueden ser aprovechados dentro de las compañías. Sin embargo, la visión de Trace es convertirse en el “gerente que sabe dónde colocarlos”, proporcionando la supervisión y coordinación necesarias para el trabajo de múltiples agentes.
El CTO Artur Romanov explicó que la industria ha evolucionado desde la ingeniería de prompts hacia la ingeniería de contexto. “Quien proporcione el mejor contexto en el momento adecuado será la infraestructura sobre la cual se construirán las empresas que prioricen la IA”, afirmó Romanov. La startup espera posicionarse como esa infraestructura fundamental.
Competencia en el mercado de IA empresarial
Trace enfrentará una competencia significativa en el saturado mercado de IA agéntica. A principios de esta semana, Anthropic lanzó su propia interpretación de agentes empresariales, enfocándose en plugins preconstruidos para funciones departamentales específicas. Adicionalmente, muchos de los servicios de productividad laboral de los que Trace extraerá información, como Jira de Atlassian, están lanzando sus propios agentes que potencialmente competirán con el sistema de la startup.
Sin embargo, los fundadores de Trace confían en que su enfoque basado en gráficos de conocimiento será clave para el éxito. La compañía planea integrar la ingeniería de contexto profundamente en la estructura del despliegue de agentes, diferenciándose de competidores que pueden ofrecer soluciones más fragmentadas o específicas de plataforma.
El futuro inmediato de Trace dependerá de su capacidad para demostrar que su enfoque de orquestación centralizada puede superar las soluciones puntuales de los proveedores establecidos. La startup necesitará construir integraciones robustas con múltiples plataformas empresariales mientras escala su tecnología de gráficos de conocimiento. Quedará por verse si el mercado adoptará una capa de orquestación unificada o preferirá agentes especializados integrados directamente en las herramientas existentes.