Itaú compra NeoSpace por 589 millones de dólares para llevar a casa los modelos de IA entrenados con sus datos

Itaú Unibanco, el mayor banco privado de Brasil, anunció el lunes 26 de octubre de 2026 que firmó un contrato para comprar la totalidad de las acciones de NeoSpace A.I. Technologies, una startup brasileña que desarrolla grandes modelos fundacionales entrenados sobre datos. El precio es de 2.925 millones de reales, cerca de 589 millones de dólares al tipo de cambio informado por Reuters.

La operación, relevante para el ecosistema de inteligencia artificial de Latinoamérica, tiene una particularidad: Itaú no compra un proveedor externo nuevo, sino al socio con el que ya llevaba casi dos años construyendo modelos para su negocio.

¿Qué compró Itaú exactamente y en qué condiciones?

• Objeto: el 100% de las acciones de NeoSpace A.I. Technologies.
• Precio: 2.925 millones de reales, con una parte pagada al cierre y el saldo diferido a cinco años, sujeto a ciertas condiciones, según Forbes Brasil y Reuters.
• Aprobaciones pendientes: el cierre depende de condiciones precedentes, entre ellas la autorización del Consejo Administrativo de Defensa Económica (CADE) y del Banco Central de Brasil. No se informó una fecha de cierre.
• Continuidad: NeoSpace seguirá operando con autonomía y Bruno Pierobon continuará como CEO, junto con su equipo y sus actividades de investigación y desarrollo.

¿Qué hace NeoSpace y por qué le interesa a un banco?

NeoSpace desarrolla modelos fundacionales para datos: en lugar de entrenar sobre texto genérico, sus modelos buscan identificar patrones y relaciones complejas en grandes volúmenes de información, adaptados a sectores como el financiero. Con Itaú trabajó en casos de crédito, gestión financiera, relación con clientes y prevención de fraude, según Let's Money.

La tecnología de NeoSpace ya aparece en iniciativas conjuntas y se espera que alimente ia.i, la plataforma de inteligencia artificial generativa del banco. Entre las aplicaciones mencionadas están interacciones más contextuales con clientes, orientación para la gestión financiera y crédito ajustado al perfil de cada persona.

¿Qué dijeron Itaú y NeoSpace?

El CEO de Itaú, Milton Maluhy Filho, afirmó que la compra de NeoSpace es «una inversión estratégica» en la ambición del banco de ofrecer experiencias más inteligentes con IA. Pierobon, por su parte, destacó que la alianza permitió a NeoSpace aplicar modelos fundacionales a desafíos reales del sistema financiero.

¿Qué significa para las empresas en Chile y Latinoamérica?

Itaú también opera en Chile, y la señal trasciende a la banca. Una de las mayores empresas de la región decidió que los modelos entrenados sobre sus propios datos de clientes son un activo estratégico que conviene tener en casa y no arrendar. Para empresas B2B en Latinoamérica, la lección no es comprar una startup de IA, sino entender que la ventaja competitiva de la IA depende de la calidad, la estructura y la gobernanza de los datos de clientes que cada empresa acumula.

Análisis de Revenue Hub

La compra muestra hacia dónde se mueve el valor: no al modelo genérico, que cualquier empresa puede contratar por suscripción, sino a los modelos que aprenden del historial propio de clientes, transacciones y conversaciones. Un banco con décadas de datos limpios y conectados puede convertir esa historia en crédito más preciso o en mejor servicio. Una empresa B2B con un CRM lleno de duplicados, etapas mal definidas y campos vacíos no puede hacer lo mismo, por más presupuesto de IA que tenga.

La recomendación concreta para un gerente comercial o de RevOps es empezar por un diagnóstico de los datos que alimentarían cualquier agente o modelo: duplicados, propiedades críticas incompletas, fuentes de origen inconsistentes y reportes que no cuadran entre áreas. Revisar por qué los reportes de HubSpot no cuadran suele ser el punto de partida más rápido. Para un diagnóstico más sistemático, la guía de problemas de calidad de datos en HubSpot de HubSpot Audit de Revenue Hub Latam ordena los hallazgos por impacto.

La IA amplifica lo que encuentra en el CRM. Si los datos de clientes están ordenados, el modelo genera ventaja; si no, automatiza el desorden. Seguimos estos movimientos en la sección de CRM y datos.