Melius quiere que los equipos creativos dejen de operar herramientas

--- title: Melius quiere que los equipos creativos dejen de operar herramientas slug: melius-wants-creative-teams-to-stop-operating-tools meta_title: Melius apuesta a que el cuello de botella creativo son las herramientas meta_description: Melius recaudó 25 millones de dólares para un sistema operativo creativo compartido en el que equipos de agentes gestionan el trabajo de producción de imagen, vídeo y audio. category: ai tags: Melius, IA creativa, flujos de trabajo de agentes, financiación, General Catalyst, CRV, Ampersand, OneByZero, operaciones creativas, laboratorio de agentes ---

Melius recaudó 25 millones de dólares esta semana, repartidos entre una ronda semilla de 5 millones liderada por General Catalyst y una Serie A de 20 millones liderada por CRV. La empresa con sede en Nueva York se describe como el primer laboratorio de agentes para el trabajo creativo, y su producto es un sistema operativo creativo compartido en el que equipos de agentes de IA gestionan la producción.

Los cofundadores construyeron la empresa sobre una queja concreta. Los equipos creativos, en palabras del CEO Joowon Kim, no tienen un problema de cantidad de ideas. Tienen un problema de recursos. La IA generativa abarató la producción de contenido, pero usarla todavía implica abrirse camino con ingeniería de prompts a través de una docena de herramientas desconectadas.

En qué consiste realmente la apuesta

Melius no afirma tener un modelo mejor. Afirma que el cuello de botella está entre la idea y el activo terminado, y que los agentes pueden adueñarse de ese espacio.

La empresa salió del modo sigiloso en julio de 2026 y dice que superó un ritmo de facturación anual de siete cifras en tres meses, con miles de equipos creando activos en ella a diario. Yuri Sagalov, de General Catalyst, enmarcó la tesis como consolidación: la mayoría de las herramientas generativas para equipos creativos son de un solo propósito, un cuadro de prompts por aquí y un editor por allá, y la ventaja se acumula cuando los agentes pueden llevar un flujo de trabajo desde el primer borrador hasta el activo terminado.

Vale la pena señalar los antecedentes del equipo fundador. El CEO Joowon Kim y el CTO Young Kim trabajaron juntos en Ramp, donde Kim fue director de ingeniería y cofundador de Venue, que Ramp adquirió en 2023. El COO Arnav Ramu proviene de la inversión en software en Hg y de la banca de inversión en Guggenheim. Es un equipo formado para la disciplina operativa más que para la investigación de modelos, lo que encaja con un producto cuya propuesta es la propiedad del flujo de trabajo.

El nombre de la categoría que Melius reclama, un laboratorio de agentes para el trabajo creativo, apunta a lo que cree que escaseará. No las imágenes, que ahora son abundantes y baratas. El criterio sobre qué imágenes son las correctas.

La misma semana contó una historia coherente

Otras tres rondas de financiación se concretaron en cuestión de días y apuntan en la misma dirección.

Ampersand cerró una Serie A de 15 millones de dólares liderada por Bessemer para construir la plomería de lectura y escritura entre aplicaciones de IA y sistemas de registro como Salesforce y NetSuite. Su propuesta frente a las plataformas de integración tradicionales es la profundidad: los sistemas empresariales están muy personalizados, y un conector superficial que ignora esas personalizaciones fracasa en la práctica. La empresa también lanzó Andi, un agente de integración de IA que se encarga del trabajo de implementación para cada cliente.

El planteamiento es preciso. Ampersand deja los sistemas de registro donde están. Les da a los agentes la capacidad de leer y escribir dentro de ellos, lo cual es una afirmación más pequeña y más defendible. Su financiación total ahora ronda los 20 millones de dólares, y Yelp y Mana Ventures se sumaron como nuevos inversores.

OneByZero recaudó una Serie A de 20 millones de dólares liderada por Jungle Ventures, su primera financiación externa desde su fundación en 2023. La empresa de Singapur construye infraestructura de despliegue y gobernanza de IA empresarial y la vende de manera opuesta a los creadores de agentes de autoservicio. Sus ingenieros desplegados en primera línea integran agentes dentro de los sistemas de los clientes y asumen la responsabilidad de lo que sale a producción. La empresa afirma que algunos clientes han automatizado más del 90 por ciento de las interacciones con clientes y han reducido a la mitad ciertos tiempos de entrega de migración de datos, operando en nueve mercados.

El detalle que importa en esa propuesta es la gobernanza. NEO permite a las empresas definir qué puede hacer la IA, dónde se mantiene el juicio humano en el circuito y deja un rastro de auditoría de cada acción de los agentes. Eso es lo que consigue la aprobación para operar en industrias reguladas en lugar de quedarse estancado en la prueba de concepto.

Zeroset cerró una pre-semilla de 5,2 millones de dólares co-liderada por Gradient Ventures y 2048 Ventures para Nebula, una capa de estado que permite a los agentes de horizonte largo consultar el estado actual de un flujo de trabajo en lugar de reconstruir el contexto en cada turno.

Qué los conecta

Ninguna de estas empresas vende un modelo. Cada una vende la capa que hace que los modelos sean utilizables dentro de un proceso existente, y cada una deja claro que la capacidad ya no es la restricción.

Eso es un cambio en dónde esperan los fundadores que se acumule el valor. Durante el ciclo de lanzamientos de modelos de los últimos dos años, cada lanzamiento restableció el techo de capacidad. Las rondas de esta semana sugieren que los inversores piensan que el techo ya es suficientemente alto, y el dinero se está moviendo hacia quien elimine la fricción entre un modelo capaz y una pieza de trabajo terminada.

El vocabulario también ha cambiado. Ampersand vende plomería. OneByZero vende responsabilidad. Zeroset vende estado. Melius vende un sistema operativo. Ninguna de esas palabras describe inteligencia, y las cuatro describen lo que falta cuando un modelo capaz se encuentra con una organización real.

El riesgo del patrón

Hay una versión de esta apuesta que fracasa sin que nadie se dé cuenta. Si los agentes se vuelven lo suficientemente buenos usando herramientas, algunas de estas capas quedan absorbidas por el modelo o la plataforma. Una capa de integración que existe porque los agentes no podían escribir de forma fiable en Salesforce se vuelve innecesaria una vez que pueden hacerlo.

El contraargumento es que la personalización es la parte duradera. Ningún modelo general sabrá cómo una empresa específica enruta las aprobaciones, y ningún proveedor de plataforma implementará las excepciones de cada cliente. Esa es la brecha que estas empresas apuestan a que seguirá abierta.

El perfil de cliente difiere entre las cuatro, lo que reparte el riesgo. Melius vende a equipos creativos, Ampersand a desarrolladores que construyen sobre sistemas empresariales, OneByZero a grandes empresas reguladas, Zeroset a ingenieros de plataforma y de ML. Compradores diferentes, ciclos de adopción diferentes, la misma apuesta de fondo sobre dónde reside la fricción.

Para Melius en concreto, la prueba es si un sistema operativo creativo puede sostenerse en equipos con gustos diferentes y marcas diferentes. Los agentes que gestionan bien el trabajo de producción son valiosos. Los agentes que lo gestionan de forma consistente, de una manera que un director creativo pueda aprobar, son un producto diferente. Menos de tres meses de ingresos aún no responden a esa pregunta.

También hay un techo de calidad que ninguna cantidad de automatización de flujos de trabajo eleva. Un sistema operativo creativo que produce activos alineados con la marca de manera eficiente sigue dependiendo de que alguien decida cuál debería ser la marca. La afirmación fundacional, que los equipos creativos tienen un problema de recursos y no de ideas, es cierta para el volumen de producción y menos obviamente cierta para el trabajo que realmente cala.

Lo que sí establece el conjunto de rondas es un consenso sobre dónde está el trabajo. Después de dos años de medir el progreso por la capacidad de los modelos, la industria está financiando las capas que deciden si esa capacidad llega a un entregable terminado.