Profound cierra una ronda D de 180 millones de dólares con una valoración de 1.800 millones: la plataforma de marketing con IA pasa de herramienta de análisis a capa de orquestación de agentes.

En los dos años en que la narrativa de inversión en IA generativa se ha desplazado de forma generalizada desde la “capa de modelos” hacia la “capa de aplicaciones”, no son muchos los escenarios específicos que realmente demuestren que las empresas están dispuestas a pagar de forma continua. El marketing es uno de los más fáciles de validar y también de cuestionar: presupuesto suficiente, ruta clara y resultados medibles, pero al mismo tiempo altamente fragmentado y con un bajo costo de sustitución de herramientas.

Profound anunció el 15 de septiembre de 2026 que completó una ronda D de financiación de 180 millones de dólares, con una valoración de 1800 millones de dólares, co-liderada por Sequoia Capital y Kleiner Perkins. Esta ronda se produce menos de siete meses después de su ronda C de 96 millones de dólares; en la ronda C, la empresa estaba valorada en 1000 millones de dólares. Siete meses, una subida de valoración de alrededor del 80 %: este ritmo merece leerse como una señal de la industria, y no solo como una noticia de financiación.

Contexto del sector: la búsqueda con IA reconfigura el punto de entrada para “ser descubierto”

Durante las últimas dos décadas, la lógica de asignación de los presupuestos de marketing empresarial se ha basado en una premisa estable: los usuarios descubren marcas y productos a través de motores de búsqueda, feeds sociales y estanterías minoristas. El SEO, el SEM, el marketing de contenidos y la operación de comercio electrónico son puestos y cadenas de herramientas construidos en torno a esta premisa.

La IA generativa cambia esta premisa en sí misma. Cuando los usuarios empiezan a preguntar directamente a los asistentes de IA “¿cuál debería comprar?” o “¿qué proveedor es más adecuado?”, la visibilidad de una marca deja de estar determinada por el posicionamiento de palabras clave y pasa a depender de si el modelo la cita, cómo la describe y en qué lugar la menciona al generar respuestas. Se trata de una competencia en la capa semántica, no en la capa de posicionamiento, y carece de estándares de medición maduros.

El punto de partida de Profound es precisamente este vacío de medición: ofrecer a los equipos de marketing análisis de la “visibilidad de marca en las respuestas de IA”. La empresa afirma que su plataforma se construyó sobre más de 2000 millones de prompts reales de usuarios; esta escala de datos es la base de la utilidad de su producto: sin un corpus de prompts y muestras de respuestas a gran escala, no se puede convertir la “mención por IA” en métricas comparables.

Del análisis a la ejecución: la evolución de la estructura del producto en tres capas

Para entender esta ronda D, la clave está en comprender que el producto de Profound ha pasado de la “observación” a la “ejecución”.

Primera capa: análisis de visibilidad en búsquedas con IA. Este fue el producto central cuando la empresa se fundó en 2024, y resuelve el problema de medición de “cómo se presenta una marca en las respuestas de IA”.

Segunda capa: Context Manager (gestor de contexto). Este componente destila materiales no estructurados, como archivos de la base de conocimiento empresarial, actas de reuniones e hilos de comunicación, en un contexto de marca reutilizable, lo que permite a AI Marketer ajustar continuamente sus resultados a medida que cambia el posicionamiento de la marca. La importancia sectorial de esta capa suele subestimarse: uno de los mayores puntos de fricción para la implementación de IA empresarial es que el modelo carece de una comprensión continua del conocimiento dinámico interno de la organización, y no solo de capacidad del modelo.Tercera capa: AI Marketer y Ads Studio. AI Marketer se describe como un orquestador de agentes que escanea datos de marca, analiza respuestas de IA, identifica oportunidades y coordina subagentes para ejecutar trabajo concreto. Ads Studio permite a los especialistas de marketing construir, publicar y gestionar campañas de anuncios de búsqueda con IA en los administradores de anuncios de OpenAI, Google y Meta, y realiza el seguimiento mediante el píxel propio de Profound.

Esta estructura de tres capas traza una ruta clara de comercialización: primero medición (crear un foso de datos), luego contexto (aumentar el costo de cambio) y, por último, ejecución y entrada al presupuesto (incursionar en el gasto publicitario). La colocación de anuncios es el eslabón más cercano al presupuesto dentro del stack de tecnología de marketing; una vez que la plataforma puede explicar a la vez «qué ocurre en las respuestas de IA» y operar directamente «cuánto gastar en esto», su rol pasa de ser una herramienta de análisis a un sistema de flujo de trabajo.

Estructura de clientes y validación comercial

La lista de clientes divulgada por la empresa abarca bienes de consumo, finanzas y tecnología: Comcast, The Estée Lauder Companies, Walmart, Campari Group, Royal Bank of Canada, así como Zoom, ServiceNow, Ramp, Cursor, MongoDB y Figma.

Su proporción de cobertura es el indicador que merece más atención: más de un tercio de la lista Fortune 100 y el 16% de la lista Fortune 500. En la ronda C, las cifras correspondientes eran más de 700 empresas y más del 10% de la lista Fortune 500, además de más de 500 clientes que usaban Profound Agents a diario. Para la ronda D, el número de clientes empresariales superaba los 1000.

Que el número de clientes pasara de más de 700 a más de 1000 en siete meses y que la penetración en la lista Fortune 500 subiera del 10% al 16% indica que el crecimiento no se debió únicamente a la expansión de cuentas existentes, sino que siguieron entrando nuevos clientes importantes. Para una empresa fundada apenas en 2024, se trata de una eficiencia de ventas relativamente poco común.

Las capacidades de gobernanza del lado empresarial también son un requisito de compra. Las capacidades que se enumeran en el sitio web de Profound incluyen control de acceso basado en roles (RBAC), aprovisionamiento de identidades SCIM y cumplimiento SOC 2, además de compatibilidad con más de 200 integraciones. En las grandes empresas, estas normalmente no son un plus, sino una condición de entrada.

Ritmo de financiación y lógica de capital| Fecha | Ronda | Importe | Valoración | Inversores líderes | | --- | --- | --- | --- | --- | | 2024-08-12 | Ronda semilla | 3,5 millones de dólares | No revelada | Khosla Ventures, Saga Ventures, South Park Commons | | 2025-06-18 | Ronda A | 20 millones de dólares | No revelada | Kleiner Perkins | | 2025-08-12 | Ronda no indicada | 35 millones de dólares | No revelada | No revelado | | 2026-02-24 | Ronda C | 96 millones de dólares | 1.000 millones de dólares | Lightspeed Venture Partners | | 2026-09-15 | Ronda D | 180 millones de dólares | 1.800 millones de dólares | Sequoia Capital, Kleiner Perkins (co-liderazgo) |

En la ronda C, la empresa reveló que su financiación acumulada superaba los 155 millones de dólares, y en ese momento faltaba solo un día para cumplir 18 meses desde su fundación. Sumado a los 180 millones de dólares de esta ronda, el monto acumulado de financiación ya ha entrado en el nivel de los 300 millones de dólares.

Cabe destacar la estabilidad de los inversores. Khosla Ventures, Saga Ventures y South Park Commons siguieron desde la ronda semilla hasta la ronda D; Kleiner Perkins entró en la ronda A y co-lideró la ronda D; Lightspeed continuó participando después de liderar la ronda C; y Sequoia pasó de participar en la ronda C a ser co-líder de la ronda D. En un ciclo en el que las empresas de la capa de aplicaciones enfrentan en general cuestionamientos por “valoraciones invertidas y accionistas existentes que no siguen invirtiendo”, esta estructura de aportaciones consecutivas dice más que el monto de una sola ronda.

Impacto en el mercado: las tres partes se ven afectadas de manera distinta

Para los clientes empresariales. La lógica de compra está pasando de “comprar una herramienta de análisis” a “comprar un flujo de trabajo de Agent que pueda ser gobernado”. Esto implica un cambio en las dimensiones de evaluación: ya no se trata de si el panel de control se ve bien, sino de los límites de permisos del Agent, si sus fuentes de contexto son auditables, si sus resultados son trazables, si puede integrarse con los sistemas de identidad existentes (SCIM, RBAC) y si cumple requisitos de cumplimiento como SOC 2. Que Profound ponga las capacidades de gobernanza en primer plano en la página del producto refleja precisamente las preocupaciones reales de los compradores empresariales en 2026.Para los inversores. Esta ronda de financiación ofrece un nuevo ancla de valoración para la pregunta de si la capa de aplicaciones de IA puede sostener valoraciones de múltiplos elevados: de cero a 1.800 millones de dólares en unos 18 meses. Elevará las expectativas de valoración de compañías similares y también intensificará las preguntas sobre la calidad de los ingresos; en particular, cuando la composición de clientes incluye a numerosas empresas del Fortune 500, será necesario distinguir entre pilotos y despliegues completos.

Para los proveedores tradicionales de tecnología de marketing. La presión proviene de la migración del punto de entrada. Cuando la publicidad en búsquedas de IA de una marca puede gestionarse de forma unificada desde una sola plataforma en OpenAI, Google y Meta, las funciones que en el stack de tecnología de marketing antes recaían por separado en herramientas de SEO, plataformas de gestión de anuncios y suites de analítica empiezan a mostrar una tendencia a la integración.

Panorama competitivo: quién se beneficia, quién queda bajo presión y quién podría seguir el movimiento

Los beneficiados son tres tipos de actores. Primero, las empresas de la capa de aplicaciones que cuentan con clientes empresariales reales y capacidades de gobernanza, ya que pueden financiarse aprovechando esta ancla de valoración; segundo, los proveedores de modelos de frontera y los proveedores de infraestructura en la nube, porque los orquestadores de agentes, por su propia naturaleza, amplifican las llamadas de inferencia y el consumo de tokens, lo que representa un aumento de la demanda en la capa de infraestructura de IA; tercero, las plataformas publicitarias capaces de absorber la nueva categoría presupuestaria de la "publicidad en búsquedas de IA", con lo que los administradores de anuncios de OpenAI, Google y Meta obtienen una nueva capa intermedia.

Los que quedan bajo presión son principalmente los proveedores de herramientas con límites funcionales estrechos. Los productos que solo ofrecen "monitorización de visibilidad en IA" difícilmente pueden competir con plataformas integradas que ya se extienden hacia abajo hasta la gestión de contexto y hacia arriba hasta la ejecución publicitaria y el punto de entrada presupuestario, porque los costos de cambio de estas últimas aumentan con la profundidad de uso.

Las direcciones posibles de seguimiento tienen tres rutas: primera, los proveedores tradicionales de optimización para motores de búsqueda y análisis de experiencia digital añaden capacidades de ejecución de agentes en la parte superior; segunda, las grandes nubes de marketing (como la línea de productos de marketing de Salesforce) incorporan la visibilidad en búsquedas de IA a sus suites empresariales existentes, para competir contra herramientas puntuales mediante una compra integrada; tercera, los proveedores de modelos de frontera o las propias plataformas publicitarias ofrecen herramientas oficiales de medición y colocación de anuncios, absorbiendo directamente la capa intermedia. La tercera ruta representa un riesgo estructural a largo plazo para Profound: parte de su valor se basa en su neutralidad multiplataforma, y la neutralidad solo genera una prima cuando las plataformas no ofrecen capacidades equivalentes.

Implicaciones para las empresas: en qué deberían fijarse las empresas1. Incluir la visibilidad en la IA en el sistema formal de indicadores. Si la ruta de adquisición de clientes ya se ha trasladado parcialmente a las interfaces conversacionales de IA, además de la salud de marca y la cuota de búsqueda, deben establecerse métricas de presencia de marca en las respuestas de IA; de lo contrario, la base de asignación del presupuesto de marketing se distorsionará de forma sistémica. 2. La capacidad de gobernanza antes que el techo de capacidad. Antes de desplegar un agente de marketing, hay que definir primero las fuentes de datos, los límites de permisos, la revisión de resultados y las trazas de auditoría. SOC 2, RBAC y SCIM se han convertido en requisitos de admisión porque, una vez que el agente se conecta a la base de conocimiento de marca y al presupuesto publicitario, el costo de una salida errónea es mucho mayor que en el software tradicional. 3. Distinguir entre pilotos y escalado. El número de clientes y la tasa de penetración que publican los proveedores reflejan cobertura de contratos, no equivalen a un despliegue completo ni al ROI real. Al evaluar, los compradores deben solicitar datos de profundidad de despliegue por unidad de negocio y por caso de uso, y exigir métricas cuantificables de ahorro de costos o mejora de eficiencia. 4. Conservar poder de negociación multiplataforma. Ya sea que se opte por desarrollar internamente o por comprar, debe evitarse delegar por completo a un único intermediario los derechos de ejecución sobre la medición de búsqueda con IA y la inversión publicitaria, para evitar una posición pasiva cuando las plataformas lancen herramientas oficiales. 5. Prestar atención al poder de interpretación en la capa de post-entrenamiento de modelos. Profound planea realizar post-entrenamiento para escenarios de marketing y construir benchmarks de evaluación; en esencia, esto es una disputa por el poder de definir qué cuenta como un buen trabajo de marketing. Una vez establecido ese poder de definición, influirá a su vez en los estándares internos de desempeño de las empresas y en la forma en que evalúan a los proveedores.

Uso de los fondos: de empresa de producto a institución de investigación

Esta ronda de financiación se utilizará para ampliar sus laboratorios de IA aplicada en Nueva York y San Francisco. Según lo divulgado por la compañía, el equipo estudiará el desempeño de los modelos de frontera en tareas de marketing, evaluará las capacidades de los modelos y realizará post-entrenamiento de modelos para escenarios de marketing.

La composición del equipo de investigación merece atención: científicos investigadores, medallistas de olimpiadas internacionales de física e informática, y economistas. Los investigadores están desarrollando un conjunto de benchmarks para poner a prueba hasta dónde puede llegar la IA en tareas complejas de marketing: si el modelo puede comprender un negocio, sopesar señales de mercado en conflicto y producir resultados utilizables en distintas funciones de marketing. Ali Vaghar, responsable de datos de Profound, señala que la compañía está construyendo el rigor técnico y el primer conjunto de métodos de evaluación que hagan que la IA sea realmente útil para los profesionales del marketing.Desde la perspectiva de la industria, se trata de un típico “ascenso de una empresa de aplicaciones hacia la capa de investigación”. Las razones no son difíciles de entender: si la capacidad del producto depende por completo de modelos de frontera a los que cualquier competidor puede recurrir, el foso defensivo solo puede provenir de datos privados y de la profundidad del flujo de trabajo; pero una vez que se empieza a hacer post-entrenamiento para escenarios verticales y a definir estándares de evaluación, la empresa añade sobre el modelo una capa de activos difícil de replicar. Anas Biad, socio de Sequoia Capital, señala que las grandes marcas están aplicando rápidamente la IA a sus equipos de marketing, y que Profound ya ha consolidado su posición en la capa de aplicaciones. Ilya Fushman, socio de Kleiner Perkins, describe esta evolución como una plataforma más amplia que se expande desde la búsqueda con IA hacia la forma en que operan los equipos de marketing modernos.

Perspectivas futuras

Dentro de 12 meses. El punto clave de observación es la tasa de adopción real de Ads Studio, es decir, si los clientes realmente ponen el presupuesto de publicidad en búsqueda con IA en manos de esta plataforma para su gestión, en lugar de usar solo las funciones de análisis. Al mismo tiempo, conviene observar si el benchmark se publica abiertamente y es citado por la industria: que un estándar de evaluación sea aceptado por terceros es una condición previa para establecer el poder de definición. El seguimiento de los competidores es casi seguro: la monitorización de visibilidad en búsqueda con IA se convertirá rápidamente en una commodity, y la diferenciación se concentrará en los dos extremos: la gestión de contexto y la ejecución de campañas.

Dentro de 24 meses. El mercado probablemente se estratificará: unas pocas empresas de plataforma controlarán la entrada de presupuestos y los estándares de evaluación, mientras que numerosas herramientas puntuales serán integradas o marginadas. La compra empresarial incluirá las capacidades de gobernanza de IA (permisos, auditoría, cumplimiento) como requisito obligatorio, y los proveedores que carezcan de ellas quedarán excluidos de las grandes empresas. Al mismo tiempo, aumentará la probabilidad de que las plataformas publicitarias y los proveedores de modelos de frontera lancen herramientas de medición oficiales, y la propuesta de valor de la capa intermedia se verá forzada a pasar de la “medición” a la “orquestación multiplataforma y responsabilidad por resultados”.

En un horizonte de tres años. El cambio más sustancial será la estructura organizativa, no las herramientas. Cuando el punto de entrada de descubrimiento del marketing pase de la clasificación en buscadores a las respuestas generadas por modelos, los equipos de marketing necesitarán sistemas de agentes capaces de entender el negocio, sopesar señales y ejecutar tareas multifuncionales, en lugar de más paneles. Esto redefinirá los límites del stack tecnológico de marketing y también atará el presupuesto de marketing, la gobernanza de datos y la gobernanza de IA a la misma decisión de compra. Para los inversores, el criterio de juicio pasará de “¿tiene clientes empresariales?” a “¿posee activos de contexto, estándares de evaluación o puntos de entrada de presupuesto irremplazables?”.

Cuestiones que aún deben observarse

La curva de crecimiento de Profound está respaldada actualmente por el número de clientes y la penetración en Fortune 500, pero la información pública aún no ha revelado la escala de ingresos, la tasa de retención de ingresos netos ni la estructura de margen bruto. Las expectativas de crecimiento implícitas en esta ronda de valoración son bastante agresivas. Además, la lista de clientes mencionada por la empresa incluye una gran cantidad de compañías tecnológicas, y la disposición a pagar de estos clientes podría diferir de la de las grandes empresas tradicionales.Para los observadores de la industria, el valor de esta ronda de financiación no reside en el monto en sí, sino en que marca un juicio claro: los presupuestos de marketing están migrando hacia las interfaces conversacionales de IA, y en torno a esta migración ya ha aparecido el primer integrador con respaldo de capital a escala para las tres capas de infraestructura: medición, contexto y ejecución. La próxima pregunta no es si este camino existe, sino si podrá convertir la neutralidad y los activos de contexto en costos de cambio suficientemente altos antes de que las propias plataformas entren en juego.