Lectura 5:00 min
La deuda tecnológica frena los agentes de IA en las empresas mexicanas: Primero AI
Primero AI conecta sistemas heredados y reglas no documentadas para desplegar agentes con supervisión humana, mientras 87% de las organizaciones mexicanas afirma que la fragmentación tecnológica limita el escalamiento de sus iniciativas de IA.
Santiago Buenahora, José Murillo y Andrés Rosales, cofundadores de Primero AI.
Únicamente 26,093 de las 5.45 millones de unidades económicas registradas por los Censos Económicos 2024 utilizaban sistemas de inteligencia artificial durante 2023, una proporción cercana a 0.5 por ciento. Dos años después, los corporativos mexicanos buscan incorporar agentes capaces de revisar pagos o preparar cierres contables, aunque el despliegue encuentra un obstáculo acumulado durante la década anterior. Sus datos permanecen repartidos entre programas antiguos y hojas de cálculo, mientras parte de las reglas necesarias para operar sólo existe en la experiencia del personal.
Primero AI, una empresa mexicana dedicada a instalar agentes de inteligencia artificial en grandes corporativos latinoamericanos, identifica ese rezago como la principal dificultad para llevar la inteligencia artificial desde un asistente individual hasta los procesos centrales de una organización. José Murillo, cofundador y codirector ejecutivo de la compañía, dijo que numerosas empresas del país aplazaron su migración a la nube y realizaron pocas inversiones en software como servicio.
“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 Murillo en entrevista.
Una encuesta de ManageEngine muestra que la fragmentación limita la capacidad de 87% de las organizaciones mexicanas para escalar iniciativas de IA, mientras 56% enfrenta dificultades para convertir esas inversiones en retornos medibles.
El Connectivity Benchmark 2026 de MuleSoft, elaborado con respuestas de más de 1,000 responsables de tecnología, calcula que una organización administra en promedio 957 aplicaciones y mantiene integradas apenas 27 por ciento. Un agente que revisa un pago necesita recuperar información de varios sistemas y conservar permisos distintos para leerla o modificarla.
El mapa que necesita un agente
El cierre contable mensual muestra por qué un agente necesita consultar varios sistemas. Para completarlo, debe extraer datos del sistema de planificación de recursos empresariales y contrastarlos con los registros tributarios. Después verifica que el resultado coincida con la información financiera. El agente también debe aplicar reglas internas que muchas empresas nunca documentaron y que sólo conocen las personas encargadas del proceso.
Primero AI desarrolló Primia como una capa entre los modelos y los sistemas centrales de cada cliente. La plataforma conecta las aplicaciones dispersas y codifica la lógica con la que se ejecuta cada proceso. Sobre esa estructura funcionan agentes que reciben los datos y permisos correspondientes a una tarea. La implementación se realiza por módulos, de acuerdo con la empresa. Sus ingenieros trabajan dentro de los equipos del cliente durante la implementación.
Murillo describió el caso de una compañía que paga más de 100,000 facturas de proveedores cada mes. El agente revisa si las mercancías fueron entregadas y detecta diferencias antes de autorizar los pagos, mientras una persona conserva la supervisión. “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.
De acuerdo con la empresa, Primia detectó más de 10 millones de dólares en deducciones incorrectas para un cliente de bienes de consumo. La compañía mantuvo en reserva la identidad del cliente y tampoco informó el periodo durante el cual encontró esa cantidad. También reportó que un agente automatizó 85% de un proceso de revisión en una constructora y dejó el resto bajo control humano.
La integración de IA consume presupuesto antes de que una empresa pague por las consultas al modelo. El estudio de ManageEngine, realizado por Censuswide entre 250 responsables empresariales y de tecnología en México, encontró que 75% de las organizaciones destina más recursos a mantener sus sistemas en operación que a innovar. Solamente 9% asigna una proporción mayor a nuevas capacidades. Esa distribución reduce el dinero disponible para limpiar datos y sustituir conexiones provisionales acumuladas durante años.
Permisos antes de autonomía
La misma capa técnica determina qué puede hacer un agente. Murillo explicó que Primia restringe los datos enviados a proveedores externos y conserva el contexto empresarial fuera del modelo. La compañía ofrece acuerdos de retención cero y permite cambiar de proveedor. El diseño evita conceder acceso irrestricto a los sistemas de una organización.
“Tienes que pensar en la inteligencia artificial como un agente que está teniendo acceso a tu perímetro y tienes que poder decirle qué puede hacer y qué no puede hacer”, dijo Murillo.
La empresa afirma que sus agentes mantienen trazabilidad sobre las decisiones y dejan intervenciones sensibles bajo aprobación humana.
La compañía respaldó su salida pública con una ronda semilla de 12 millones de dólares encabezada por Kaszek y General Catalyst. Murillo dijo que el equipo creció cinco veces desde el comienzo de 2026 y que los recursos financiarán nuevas contrataciones y la ampliación de operaciones.
