Opinión June recauda 20 millones para integrar inteligencia artificial sin especialistas
La inversión global en IA capturó el 61% del venture capital en 2025, pero menos del 14% de las empresas medianas la usan. La startup June llega con una solución que podría romper el estancamiento en América Latina.
América Latina se asoma a una paradoja que define el momento actual de la inteligencia artificial: nunca se ha invertido tanto dinero en esta tecnología, pero las empresas de la región siguen sin integrarla de forma masiva. La startup June, fundada por exejecutivos de Salesforce y respaldada por Marc Benioff, Michael Dell y Aaron Levie, acaba de recaudar 20 millones de dólares para resolver exactamente ese cuello de botella. Su tesis es sencilla y brutal: la mayoría de las compañías no necesita más ingenieros de IA, necesita herramientas que automaticen la integración con sus sistemas heredados.
El abismo entre el capital y la ejecución
Según el informe de South Summit y PwC, durante 2025 la inteligencia artificial concentró el 61% del capital de riesgo global, frente al 30% de apenas tres años atrás. La inversión total en startups alcanzó los 441 mil millones de dólares, un 26% más que en 2024. Sin embargo, en España (mercado que sirve como termómetro para la región) apenas el 13,4% de las compañías con más de diez empleados utiliza IA. Las grandes empresas llegan al 49,2%; las pymes apenas al 8,7%. Si Latinoamérica replica estas proporciones, el impacto sobre su tejido productivo, dominado por pymes, es preocupante. El dinero sobra; la ejecución falta.
La brecha no es técnica, sino estructural. El 67% de las empresas señala la escasez de talento como el principal obstáculo; el 54%, el costo de implementación. En América Latina, la dependencia de los llamados "forward-deployed engineers" (ingenieros de despliegue avanzado) se convierte en un lujo inaccesible. June ataca justo ese punto: promete una plataforma que escanea los sistemas existentes, identifica procesos, detecta cuellos de botella y construye agentes de IA sin necesidad de esos perfiles hiperespecializados.
El caso que ilumina el camino
Paul Akinmade, chief strategy officer de CMG, un prestamista hipotecario estadounidense sin ADN tecnológico, lo expresa con crudeza: "Si tu producto necesita FDEs, no quiero tu producto. Ya lo he intentado y me cansa". Su equipo había logrado migrar desarrollo a Claude Code, pero la integración con Salesforce se convirtió en un muro que solo June pudo derribar en semanas, cuando meses de reuniones con arquitectos y consultores no habían dado fruto. La anécdota encierra una lección clave para los directivos latinoamericanos: la IA no fracasa por falta de potencia algorítmica, sino por la incapacidad de conectar esa potencia con la realidad de datos fragmentados, ERPs con campos vacíos y décadas de deuda técnica.
El talón de Aquiles latinoamericano
En la región, los desafíos se multiplican. La fuga de cerebros es real: un ingeniero senior de machine learning en España gana entre 55.000 y 70.000 euros anuales, frente a los 150.000-250.000 dólares en Estados Unidos. Contratar talento del exterior es prohibitivo; formarlo internamente lleva años que las empresas no tienen. Además, el 38% de las compañías reporta mala calidad de datos como freno principal. Si un ERP tiene duplicados, categorías inconsistentes y campos vacíos, ningún modelo de IA —por sofisticado que sea— podrá generar valor. La advertencia del informe de Abemon es demoledora: "El modelo aprenderá basura".
June propone exactamente lo contrario: que sea la propia IA la que limpie, estructure y conecte los datos antes de construir agentes. La plataforma genera una hoja de ruta paso a paso: eliminar duplicados, conectar fuentes, ordenar flujos. Para un banco, un retailer o una empresa logística en Latinoamérica, ese proceso de saneamiento suele ser el principal cuello de botella, no la falta de inversión en modelos. La promesa de June es que las empresas puedan saltarse años de consultoría técnica y pasar directamente a la acción.
¿Quién pagará el costo real de la integración?
España concentra 392 startups de IA y más de 1.600 millones de euros invertidos desde 2020, posicionándose como el quinto hub europeo por financiamiento. Si June logra escalar en ese mercado, su desembarco en Latinoamérica, donde bancos, cadenas de retail y operadores logísticos arrastran sistemas heredados de los años noventa, es solo cuestión de tiempo. La pregunta estratégica para los líderes de la región no es si la IA puede transformar sus empresas, sino si están dispuestos a pagar el costo de la integración. June apuesta a que la propia IA puede hacerlo, y que los FDEs (al menos para la mayoría) serán innecesarios.
Conclusión: la ventana se abre (y se cierra)
La paradoja de la inversión sin adopción no se resuelve con más capital, sino con herramientas que reduzcan la fricción entre los sistemas legacy y los modelos de última generación. Para América Latina, donde el capital es escaso y la deuda técnica abundante, startups como June representan una oportunidad concreta de salto. Pero la ventana no estará abierta para siempre: quienes no resuelvan en los próximos 18 a 24 meses la integración de sus datos y procesos quedarán relegados frente a competidores que sí lo hagan. La pregunta que todo director ejecutivo debería hacerse hoy no es cuánto invertir en IA, sino cómo hacer que la inversión existente realmente funcione.
