Skan AI ha cerrado una ronda de 63 millones de dólares para escalar su plataforma de inteligencia artificial empresarial. La financiación ha sido co-liderada por Cathay Innovation y Dell Technologies Capital, con participación de Citi Ventures, Bloomberg Beta, State Farm Ventures y Wipro Ventures.
La compañía define su producto como un grafo de contexto del trabajo. En la práctica, observa cómo se ejecutan procesos reales dentro de una organización, identifica variaciones, excepciones y pasos repetitivos, y usa esa información para construir agentes de IA con más conocimiento operativo. La ronda llega junto al lanzamiento más amplio de su plataforma y la disponibilidad general de Skan AI Blueprint y Skan AI Agents.
El punto fuerte de Skan AI es atacar una debilidad común de la automatización empresarial: muchas compañías documentan un proceso ideal, pero sus empleados trabajan cada día con atajos, excepciones y sistemas heredados que no aparecen en ningún manual. Si un agente aprende solo de la documentación oficial, puede automatizar una versión incompleta del trabajo.
Este enfoque encaja especialmente en banca, seguros, salud y operaciones complejas, donde los casos se procesan por miles y el margen de error es bajo. Skan asegura que su tecnología ya se usa en organizaciones de gran tamaño, incluidas entidades financieras y aseguradoras relevantes en Estados Unidos. La propuesta no es sustituir una herramienta de procesos, sino construir una capa de contexto para que la IA entienda qué ocurre antes de actuar.
La idea tiene atractivo, pero también abre preguntas. Observar flujos de trabajo puede implicar capturar actividad en pantalla, decisiones de empleados y datos sensibles. Para que el modelo sea viable en Europa, y también en compañías españolas con cumplimiento estricto, hará falta una arquitectura clara de privacidad, minimización de datos, permisos y trazabilidad.
La adopción de agentes de IA no se frenará por falta de demos, sino por falta de confianza en lo que hacen cuando encuentran una excepción. Un bot que tramita una reclamación bancaria o prepara una autorización sanitaria necesita saber cuándo continuar, cuándo pedir validación humana y cuándo detenerse. Esa frontera no suele estar escrita en una guía de proceso.
La inversión refleja una tendencia más amplia: el mercado empieza a financiar infraestructura de adopción, no solo modelos. Después de dos años de pruebas con copilotos, muchas empresas descubren que el cuello de botella está en datos internos, permisos, costes, evaluación y conocimiento operativo. Skan AI se sitúa justo en esa capa.
Para directivos españoles, la lectura es práctica. Antes de desplegar agentes en atención al cliente, operaciones o finanzas, conviene mapear el trabajo real y medir dónde hay variabilidad. Automatizar un proceso roto puede acelerar errores. En cambio, detectar las excepciones frecuentes permite decidir qué se automatiza, qué se rediseña y qué se deja en manos humanas.
La ronda de Skan AI confirma que la próxima fase de la IA empresarial será menos vistosa y más cercana a la ingeniería de procesos. Los ganadores no serán solo quienes tengan el modelo más potente, sino quienes consigan convertir trabajo real, desordenado y regulado en flujos que la IA pueda ejecutar con controles claros.
