Acceder al experto correcto en el momento adecuado ha sido históricamente un privilegio de quienes operan dentro de redes cerradas de alto valor. Una startup fundada en 2024 está construyendo infraestructura para cambiar esa dinámica: una red de perfiles de inteligencia artificial entrenados con el conocimiento de expertos reales, capaz de identificar automáticamente quién puede responder mejor una pregunta y generar un chat grupal con esos perfiles de IA.
La compañía cerró una ronda de financiamiento de 20 millones de dólares liderada por Forerunner, con participación de Greylock Partners. El capital se destinará a escalar tanto la base de usuarios como el número de expertos que alimentan el sistema, y a fortalecer los modelos de IA responsables de emparejar preguntas con perfiles relevantes.
Cómo funciona el modelo de red experta con IA
El mecanismo central opera a través de un chatbot que recibe la consulta del usuario, analiza el contexto y activa un grupo de perfiles de IA construidos a partir de figuras verificables del ecosistema profesional. Por ejemplo, una solicitud de retroalimentación sobre una presentación puede derivar en respuestas generadas desde los perfiles de capitalistas de riesgo como Mercedes Bent, Sarah Tavel o Josh Elman.
Para construir esos perfiles, la plataforma escanea fuentes públicas como LinkedIn y YouTube, y se integra con herramientas como Google Drive y Gmail. La arquitectura garantiza que los datos personales recopilados no se exponen directamente en las respuestas, lo que representa un punto crítico de diseño desde la perspectiva de privacidad y confianza institucional.
La plataforma también implementa el Protocolo de Contexto del Modelo (MCP), un estándar técnico que permite a los chatbots de IA conectarse con herramientas y datos externos. Esto habilita que las consultas se realicen directamente desde entornos como Claude o ChatGPT, reduciendo la fricción de adopción para equipos que ya operan con esas herramientas.
Implicaciones para la gestión del conocimiento organizacional
El modelo plantea una pregunta estratégica relevante para cualquier organización con activos de conocimiento distribuidos: ¿qué tan accesible es el expertise interno y externo cuando se necesita tomar decisiones? La propuesta de valor no es solo tecnológica, sino estructural: hacer visible y consultable una red de conocimiento que normalmente opera de forma opaca.
Casey Winters, cofundador con trayectoria en Grubhub, Pinterest y Eventbrite —y asesor de Airbnb y Canva—, lo describe en estos términos: "Existen redes ocultas en Silicon Valley que identifican a las mejores personas para habilidades específicas. Nuestra idea fue: ¿podríamos hacer que esa red de los mejores expertos sea más transparente?"
El equipo actual de 13 personas está contratando perfiles técnicos especializados en modelos conversacionales de IA y en la identificación de expertos en áreas aún no cubiertas por la red. La expansión temática del grafo de conocimiento es, en este modelo, tan crítica como la precisión del matching algorítmico.
Kirsten Green, de Forerunner, sintetiza la tesis de inversión: "La clave aquí es construir una red que tenga un componente verdadero de compartir, donde existan incentivos y beneficios para que todos contribuyan con lo que saben". Ese equilibrio entre incentivos para expertos y valor para usuarios será el factor determinante de si el modelo escala o se fragmenta.
