--- title: "Ema levanta 77 millones de dólares y afirma que sus agentes ya reemplazan aplicaciones SaaS en grandes empresas" description: "La compañía de agentes de inteligencia artificial cerró una Serie B de 77 millones de dólares liderada por Creaegis. Reporta más de 150 millones en contratos plurianuales y retención neta cercana a 180%." slug: "ema-levanta-77-millones-serie-b-agentes-ia-empresas-26-09-24" canonical: "https://www.revenuehublatam.com/noticias/tendencias-saas/ema-levanta-77-millones-serie-b-agentes-ia-empresas-26-09-24" language: "es" section: "Noticias" category: "Tendencias SaaS" published: "2026-09-25T00:13:00+00:00" updated: "2026-09-25T00:13:00+00:00" tags: ["Ema", "agentes de IA", "financiamiento SaaS", "pricing por resultado", "software empresarial"] keywords: ["Ema Serie B 77 millones", "agentes de IA para empresas", "pricing por resultado SaaS", "retención neta en dólares", "agentes que reemplazan SaaS", "adopción de agentes de IA en Chile", "modelos de precios de software en Latinoamérica"] source_name: "TechCrunch" source_url: "https://techcrunch.com/2026/09/23/ema-raises-77m-as-ai-starts-eating-into-enterprise-software-and-services/" publisher: "Revenue Hub Latam" publisher_url: "https://www.revenuehublatam.com" --- # Ema levanta 77 millones de dólares y afirma que sus agentes ya reemplazan aplicaciones SaaS en grandes empresas > Ema, la empresa de agentes de inteligencia artificial para empresas fundada por Surojit Chatterjee, anunció el 23 de septiembre de 2026 una ronda Serie B de 77 millones de dólares liderada por Creaegis, con Accel, Section 32 y Prosus. La ronda es 100% capital primario y eleva el financiamiento total a 140 millones. La compañía declara más de 150 millones de dólares en contratos plurianuales, crecimiento de 50 veces en dos años, más de 50 clientes empresariales, retención neta cercana a 180% y márgenes brutos de alrededor de 80%. No reveló su valorización. **Ema**, la empresa de agentes de inteligencia artificial para empresas fundada por **Surojit Chatterjee**, anunció el **martes 23 de septiembre de 2026** una ronda Serie B de **77 millones de dólares** liderada por **Creaegis**, con participación ampliada de Accel, Section 32 y Prosus. La operación es 100% capital primario, sin deuda ni venta de acciones de inversionistas previos, y lleva el financiamiento total de la compañía a 140 millones de dólares. Ema no reveló su valorización. El dato relevante para un líder comercial no es el monto sino la tesis que lo sostiene. Chatterjee afirmó que varios de sus clientes ya están en camino de reemplazar aplicaciones SaaS de gran tamaño con agentes, y la compañía respalda ese argumento con números de contratación que se parecen más a los de una plataforma que a los de un piloto. ## ¿Qué cifras respaldan el crecimiento de Ema? - Más de **150 millones de dólares** en contratos plurianuales comprometidos y un crecimiento de **50 veces en dos años**. - Más de **50 clientes empresariales activos** y más de **un millón de usuarios corporativos**. - Más de **cinco millones de acciones y consultas** ejecutadas por sus agentes. - **Retención neta en dólares cercana a 180%**, es decir, la base instalada gasta casi el doble año contra año. - **Márgenes brutos de alrededor de 80%**, propios de software y no de servicios profesionales. - Cerca de **200 empleados** y una lista de clientes que incluye a NTT DATA, Hitachi, ADP, PwC, Google, KPMG, Wipro y Microsoft. ## ¿Por qué el modelo de precios es la parte más importante del anuncio? Ema no cobra por asiento ni por consumo de tokens. Cobra por tarea ejecutada y por resultado de negocio. Ese detalle explica en parte la retención de 180%: cuando el precio sigue al trabajo completado y no a la cantidad de licencias, el gasto crece con el uso real en lugar de quedar congelado en la renovación anual. Chatterjee indicó además que **más del 90% de los clientes de Ema amplió su uso más allá del caso inicial** con el que entraron. Para un comité de compras, el cambio es de fondo. Un contrato por asiento se negocia contra el número de personas del equipo. Un contrato por resultado se negocia contra el volumen de trabajo que la empresa quiere sacar de la nómina. Son dos conversaciones distintas, con dueños distintos del presupuesto. ## ¿Qué riesgo tiene depender de los modelos de frontera? Es la objeción clásica a cualquier empresa construida encima de modelos de terceros: si el laboratorio mejora, la capa de aplicación pierde razón de existir. Chatterjee lo respondió en sentido contrario y sostuvo que el avance de los modelos de frontera es en realidad muy beneficioso para Ema, porque el valor que vende no está en el modelo sino en la integración con los sistemas, los permisos y los procesos de cada cliente. La ronda también ilustra hacia dónde se mueve el gasto empresarial. TechCrunch enmarca la operación como parte de una tendencia en la que la inteligencia artificial empieza a comerse no solo presupuesto de software, sino también de servicios. Ese es el punto incómodo para las consultoras y para los proveedores de SaaS con precios por licencia. ## ¿Qué significa para las empresas en Chile y Latinoamérica? En **Chile** y en el resto de **Latinoamérica** la mayoría de los contratos de software comercial sigue estructurada por asiento y en dólares, con renovaciones anuales negociadas sobre dotación. Si los proveedores de agentes empujan el cobro por tarea y por resultado, los equipos de finanzas y de operaciones comerciales de la región van a tener que aprender a presupuestar un costo variable que se mueve con el volumen de pipeline, de tickets o de cotizaciones, y no con la dotación. Eso puede abaratar la entrada y encarecer el éxito si nadie pone techos. ## Análisis de Revenue Hub La cifra que merece atención no es la ronda sino la retención neta de 180% con márgenes de 80%. Ese par de números dice que hay clientes grandes pagando más cada año por trabajo que antes hacía una combinación de licencias y horas de consultoría. Cuando un proveedor logra eso, deja de competir contra otra herramienta y empieza a competir contra una línea del presupuesto operacional. Para una empresa que compra, esa es la señal de que el modelo funciona y también la señal de que el costo puede escalar sin aviso. La recomendación concreta para un líder comercial en la región es negociar hoy, antes de firmar cualquier piloto de agentes, tres cláusulas que casi nadie pide: un techo de gasto mensual con alerta automática al superar un porcentaje definido, una definición escrita de qué cuenta como tarea facturable y qué no, y el derecho a exportar el historial completo de acciones y datos generados por el agente. Sin esas tres, el piloto barato de este trimestre es el contrato que no se puede auditar el próximo año. El segundo movimiento es interno. Antes de comprar agentes que prometen reemplazar aplicaciones, conviene medir cuánto del trabajo que se quiere automatizar depende de datos que hoy están limpios en el CRM. Un agente que opera sobre registros incompletos no reemplaza una aplicación, multiplica el error a mayor velocidad. Seguimos los movimientos de precios y modelos de negocio en la sección de [tendencias SaaS](/noticias/tendencias-saas) y publicamos criterios de arquitectura comercial en el [blog de Revenue Hub](/blog). ## Preguntas frecuentes ### ¿Cuánto levantó Ema y quién lideró la ronda? Ema anunció el 23 de septiembre de 2026 una Serie B de 77 millones de dólares liderada por Creaegis, con participación ampliada de Accel, Section 32 y Prosus. La ronda es 100% capital primario, sin deuda ni transacciones secundarias, y lleva el financiamiento total de la compañía a 140 millones de dólares. ### ¿Cuál es la valorización de Ema? La compañía no reveló su valorización al anunciar la Serie B. Solo comunicó el monto levantado, la composición de la ronda y sus métricas operacionales. ### ¿Qué hace Ema exactamente? Ema construye agentes de inteligencia artificial para empresas que ejecutan tareas dentro de los sistemas del cliente. Según su fundador Surojit Chatterjee, varios clientes ya están en camino de reemplazar aplicaciones SaaS de gran tamaño con estos agentes. ### ¿Cómo cobra Ema por sus agentes? Ema cobra por tarea ejecutada y por resultado de negocio, no por asiento ni por consumo de tokens. Ese modelo explica en parte su retención neta en dólares cercana a 180%, porque el gasto del cliente crece con el uso real en lugar de quedar fijo en la renovación anual. ### ¿Qué clientes tiene Ema? Entre sus clientes figuran NTT DATA, Hitachi, ADP, PwC, Google, KPMG, Wipro y Microsoft. La compañía reporta más de 50 clientes empresariales activos y más de un millón de usuarios corporativos. ### ¿Qué tan rentable es el modelo de Ema? La compañía declara márgenes brutos cercanos a 80%, un nivel propio de software y no de servicios profesionales, junto con más de 150 millones de dólares en contratos plurianuales comprometidos y un crecimiento de 50 veces en dos años. ### ¿Qué deberían revisar las empresas en Chile y Latinoamérica antes de contratar agentes por resultado? Conviene fijar un techo de gasto mensual con alertas automáticas, dejar por escrito qué cuenta como tarea facturable y asegurar el derecho a exportar el historial completo de acciones y datos del agente. En contratos en dólares con precio variable, esas tres cláusulas son las que evitan sorpresas de presupuesto. ### ¿Depender de modelos de terceros es un riesgo para Ema? Chatterjee sostiene lo contrario: afirma que el avance de los modelos de frontera beneficia a Ema porque su valor no está en el modelo sino en la integración con los sistemas, permisos y procesos de cada cliente. --- Fuente original: [TechCrunch](https://techcrunch.com/2026/09/23/ema-raises-77m-as-ai-starts-eating-into-enterprise-software-and-services/) (techcrunch.com)