Ocient capta 100 M$ para gobernar agentes de IA dentro del motor de datos: la ventaja competitiva que de verdad importa es el control

Por Wowtale · 6 de noviembre de 2026.

Ocient, empresa de analítica de datos con sede en Chicago, ha cerrado una Serie C de 100 millones de dólares, con lo que su capital total levantado asciende a 260 millones. No ha revelado la valoración. La ronda la han liderado BOKA Capital y OCA Ventures, con participación de todos los inversores existentes (entre ellos In-Q-Tel, el fondo de inversión vinculado a la CIA) y la entrada de Dallas Venture Capital como nuevo inversor.

El dinero se destinará a acelerar OcientAIQ Solutions, ofertas sectoriales montadas sobre una plataforma única que integra ingesta de datos, control de acceso, analítica, contexto de negocio y «habilidades» para agentes. Los casos de uso son ciberseguridad, operadores de telecomunicaciones que deben recuperar registros por obligaciones legales, y empresas y administraciones que quieren construir su propio motor de datos listo para IA.

La escala es el argumento de partida. Un petabyte equivale a 1.000 terabytes, del orden de cientos de miles de películas en alta definición. Según la propia compañía, un cliente de telecomunicaciones ingiere más de un millón de registros de llamadas por segundo mientras consulta billones de registros. Son cifras de Ocient y no han sido verificadas de forma independiente.

El planteamiento técnico es lo más interesante. Cuando los agentes de IA consultan datos en lugar de las personas, preguntan mucho más y con más frecuencia. Si un modelo de lenguaje media cada lectura, suben los costes (se paga por tokens, las unidades de texto que procesa el modelo), la misma pregunta puede dar respuestas distintas y se complica saber quién accedió a qué. Ocient sostiene que, al ejecutar el análisis dentro del motor y no a través de un LLM, cada resultado es reproducible y auditable, con poco movimiento de datos y menor coste en tokens. La plataforma aplica además controles de acceso, políticas y linaje (de dónde vienen los datos y cómo cambiaron) a la actividad de los agentes.

En lo comercial, la empresa espera más que triplicar ingresos este año tras duplicarlos el anterior, y Dealroom atribuye el crecimiento a clientes de seguridad nacional y telecomunicaciones. Su CEO, John Morris, afirma que sus competidores no tienen nada que maneje sus tasas de ingesta. Los rivales que más se nombran son Snowflake y Databricks, aunque Ocient dice que a menudo los complementa en vez de sustituirlos. Databricks cerró en agosto una ronda de 5.000 millones de dólares a una valoración de 190.000 millones, y ClickHouse levantó 400 millones a 15.000 millones en enero.

**Nuestra lectura.** La tesis que defendemos es que, en la IA agéntica, el cuello de botella dejará de ser la inteligencia del modelo y pasará a ser la confianza en el sistema que lo rodea. Un agente que consulta datos sensibles a velocidad de máquina solo es desplegable si alguien puede demostrar qué vio, bajo qué regla y con qué resultado reproducible. Ahí Ocient acierta en el diagnóstico: llevar el control al propio motor, y no confiarlo a un modelo probabilístico, tiene sentido para telecomunicaciones o defensa, donde un error sale caro.

Esto encaja con algo que ya hemos señalado: la rendición de cuentas, corporativa y agéntica, es el próximo frente regulatorio, y el perímetro real de la IA agéntica está en los permisos y credenciales, no solo en el modelo. Cuando los reguladores empiecen a exigir trazabilidad, la gobernanza integrada dejará de ser un extra y pasará a ser un requisito de compra.

Conviene, con todo, ser prudentes. Gran parte de la propuesta descansa en afirmaciones de la compañía sin verificación independiente, y enfrentarse a Snowflake, Databricks o ClickHouse exige algo más que un buen nicho. Además, la dependencia de clientes de seguridad nacional, con In-Q-Tel entre los inversores y BOKA entrando en el consejo, es a la vez una fortaleza de ingresos y una concentración de riesgo.

Como contexto del sector, Gartner prevé un gasto mundial en TI de 7,35 billones de dólares en 2027, un 15% más que en 2026, según recoge la fuente. Mucho de ese dinero irá a la infraestructura invisible que hace utilizable la IA, no al modelo estrella. A corto plazo, esa fontanería creará una nueva capa de costes y de poder para quien la controle. A largo plazo, es precisamente esa fiabilidad lo que permitirá delegar tareas serias en agentes, y con ello acercarnos a la productividad abundante que defendemos.