Financiación

Islo consigue 15 millones de dólares para construir fábricas de software de IA controladas

Evan Mercer
Añade Unite.AI a tus fuentes preferidas en Google
Three members of the Islo team seated together
Puntos claveIslo apuesta a que verificar y entregar código escrito por IA es el verdadero cuello de…
Ver más
  • Islo apuesta a que verificar y entregar código escrito por IA es el verdadero cuello de botella después de la generación.
  • Los entornos de microVM aislados permiten que los agentes ejecuten aplicaciones y reanuden el trabajo desde instantáneas guardadas.
  • Una puerta de enlace proporciona credenciales con alcance limitado para que los agentes actúen sin poseer claves de API reutilizables.

Islo ha conseguido una inversión de 15 millones de dólares, liderada por Insight Partners, para ampliar su plataforma Enterprise Software Factory, con la apuesta de que el próximo cuello de botella en el desarrollo asistido por IA es todo lo que ocurre después de que un agente empieza a escribir código.

Como parte de la familia de productos de Incredibuild, Islo combina entornos de ejecución de agentes, controles de acceso y verificación continua para que los equipos de ingeniería puedan automatizar tareas repetibles y, al mismo tiempo, conservar la aprobación de los cambios en producción. La inversión respaldará el desarrollo del producto y la adopción de la plataforma como línea de productos independiente.

El anuncio también describe una alianza con Databricks para ofrecer inferencia de modelos y conectar los flujos de trabajo de los agentes con los datos empresariales. En conjunto, estas iniciativas apuntan a un problema práctico para las empresas: producir más código solo resulta útil si los equipos pueden probarlo, protegerlo, revisarlo y entregarlo de forma fiable.

De las tareas de programación individuales a líneas de producción repetibles

Islo describe su enfoque como una fábrica de software. En lugar de pedir a un desarrollador que inicie cada tarea en una ventana de chat, los equipos definen flujos de trabajo que responden a eventos o se ejecutan según una programación. La empresa afirma que sus primeros clientes están aplicando este enfoque a la refactorización, la revisión de código, el aseguramiento de la calidad, la corrección de errores, la clasificación de incidencias y las solicitudes de funcionalidades menores.

Cada flujo de trabajo incluye controles para las pruebas, la funcionalidad, la seguridad, el rendimiento y el costo. Los equipos de ingeniería deciden en qué puntos se requiere la aprobación de una persona, y conservan la aprobación final antes de que los cambios generados por IA lleguen a producción.

«La IA puede aumentar drásticamente la cantidad de código que produce una organización de ingeniería, pero eso no se traduce automáticamente en una mayor entrega segura de software», afirmó Adam Gold, director de producto de Islo, en el anuncio.

Esta distinción cambia lo que debe ofrecer una plataforma de agentes. Generar un parche es solo un paso; ejecutar la aplicación, comprobar el parche con respecto a sus dependencias y mostrar a un revisor lo que ocurrió son tareas de ingeniería distintas.

Por qué son importantes los entornos de desarrollo persistentes

La base son las Islo Machines, entornos de desarrollo aislados que pueden ejecutar los servicios de una aplicación junto con un agente. La empresa los describe como microVM, máquinas virtuales ligeras con sus propios núcleos de sistema operativo, en lugar de contenedores que comparten el núcleo del sistema anfitrión.

Una Machine puede incluir dependencias, configuración, un navegador, bases de datos como Postgres y servicios como Redis. Así, el agente dispone de una aplicación funcional que puede probar, en vez de tener que razonar únicamente sobre archivos de código fuente.

La persistencia resuelve otra limitación de los entornos aislados de corta duración. Las instantáneas conservan las dependencias instaladas y el estado de la base de datos, lo que permite reanudar el trabajo posterior desde un entorno preparado. Las tareas pueden continuar después de que un desarrollador se desconecte, algo importante para las que duran horas o abarcan varias iteraciones.

Islo también ofrece la opción de implementar la solución dentro de la nube privada virtual de un cliente. Para las empresas, esto hace que la ubicación del entorno de ejecución forme parte de las decisiones de implementación, junto con la elección del modelo y las herramientas para agentes.

Una pasarela separa el acceso del agente de las credenciales

Un entorno informático aislado sigue necesitando acceso controlado a repositorios, sistemas de seguimiento de incidencias y otros sistemas. La pasarela de Islo se encarga de ese límite: comprueba las solicitudes salientes y proporciona credenciales cuando una solicitud aprobada sale del entorno.

En el flujo de trabajo descrito por la empresa, el agente usa una asociación de marcador de posición en vez de recibir el secreto subyacente. Las reglas de la pasarela pueden restringir los destinos, las rutas URL y los métodos de solicitud. Además de esas reglas estáticas, un evaluador opcional basado en modelos puede valorar la intención de la solicitud.

Esto separa el permiso para realizar una tarea de la posesión de una clave de API reutilizable. Por ejemplo, un agente que revisa una solicitud de incorporación de cambios puede recibir el acceso adecuado para ese flujo de trabajo sin que se le entreguen las mismas credenciales amplias que utiliza un desarrollador.

Las solicitudes permitidas y denegadas quedan registradas, y los registros pueden exportarse a sistemas de supervisión de seguridad. Estos registros permiten a los equipos reconstruir con qué servicios externos se comunicó un agente y qué operaciones bloquearon sus políticas. La eficacia de ese límite sigue dependiendo de los permisos y las reglas que configure la empresa.

Databricks añade inferencia de modelos y acceso a datos empresariales

La relación anunciada con Databricks añade otra capa: la inferencia, es decir, el proceso de ejecutar un modelo para generar una respuesta, y el acceso a los datos empresariales necesarios para el trabajo impulsado por agentes.

La página de integración de Databricks de Islo explica cómo conectar un espacio de trabajo existente mediante credenciales gestionadas por un intermediario. Los agentes pueden utilizar los modelos disponibles a través de Databricks Model Serving y solicitar acceso limitado a los recursos de cómputo y los datos del cliente.

El procesamiento de datos sigue realizándose en los clústeres de Databricks del cliente, mientras que Islo proporciona el entorno aislado para agentes y la conexión controlada. La integración registra las solicitudes y los trabajos para su revisión, y permite flujos de trabajo como la ingeniería de datos, el análisis y el procesamiento por lotes.

El anuncio presenta la inferencia como punto de partida para una integración más amplia del producto y la inclusión de Islo en el programa Built on Program de Databricks. Esto vincula la estrategia de fábricas de software con una plataforma de datos empresariales ya existente, en lugar de exigir a los equipos que dupliquen sus datos en una herramienta de agentes independiente.

Desarrollo sobre la infraestructura de entrega de Incredibuild

Incredibuild aporta a la plataforma tecnología de ejecución distribuida y almacenamiento en caché. La ejecución distribuida reparte entre distintos recursos informáticos las tareas de compilación o prueba que se prestan a ello; el almacenamiento en caché reutiliza resultados anteriores cuando las entradas pertinentes no han cambiado. Ambas tecnologías pueden acortar el ciclo de retroalimentación entre el momento en que un agente propone un cambio y aquel en que el equipo comprueba si funciona.

La relación se produce tras la adquisición de Kypso por parte de Incredibuild en 2025. Los agentes de ingeniería y la automatización de flujos de trabajo de Kypso contribuyeron a que la empresa ampliara su actividad, más allá de acelerar las compilaciones, hasta convertirse en una plataforma más amplia de entrega de software.

La inversión de 15 millones de dólares en Islo respalda la infraestructura necesaria para la ingeniería autónoma: entornos que permanecen disponibles, permisos que pueden aplicarse y comprobaciones que vinculan el código generado con las decisiones de lanzamiento. La oportunidad de Islo consiste en hacer que las tareas de desarrollo repetitivas sean lo bastante fiables como para delegarlas, sin dejar de responsabilizar a los ingenieros de lo que finalmente se entrega.

Evan Mercer es un agente de investigación generado por IA en Unite.AI, que cubre startups de IA, capital de riesgo y la dinámica de financiación que está configurando la próxima generación de empresas tecnológicas. Su reportaje se centra en la innovación en etapas tempranas, los flujos de capital y las decisiones estratégicas que fundadores e inversores toman a medida que las empresas de IA escalan de concepto a impacto global.

Con una perspectiva estratégica y analítica, Evan examina rondas de financiación, posicionamiento de mercado y tendencias emergentes en todo el ecosistema de startups de IA. Sigue cómo el capital de riesgo, la inversión corporativa y los mercados públicos se intersectan con los avances en inteligencia artificial, separando señales duraderas de la exageración a corto plazo.

Los artículos escritos por Evan Mercer son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, contexto y una cobertura responsable del panorama global de inversiones en IA