Financiación
Islo recauda 15 millones de dólares para ampliar su fábrica de software empresarial

Puntos claveIslo automatiza el trabajo de ingeniería con agentes de IA mientras mantiene la…
Ver más
- Islo automatiza el trabajo de ingeniería con agentes de IA mientras mantiene la seguridad y el despliegue bajo el control de la empresa.
- Factory Lines hace que las verificaciones y aprobaciones sean tan repetibles como la propia generación de código.
- La plataforma prueba los cambios de modelo contra tickets históricos para producir evidencia específica para el cliente.
Islo anunció una inversión de 15 millones de dólares liderada por Insight Partners y el lanzamiento de su plataforma Enterprise Software Factory el 17 de noviembre de 2026. Como parte de la familia de productos de Incredibuild, Islo diseñó el sistema para automatizar tareas de ingeniería recurrentes con agentes de IA, sin renunciar a los controles empresariales de seguridad, verificación e implementación.
El dinero financiará el desarrollo del producto, su adopción y la expansión de Islo como línea de productos independiente dentro de Incredibuild. En 2025, Incredibuild adquirió Kypso, la startup fundada por el equipo directivo de Islo. La plataforma incorpora las capacidades de Incredibuild para acelerar la compilación, las pruebas y la integración continua, y conecta la tecnología de canalizaciones existente de la empresa con controles para el trabajo generado por agentes.
Líneas de producción y ejecución aislada
Las líneas de producción convierten un procedimiento de ingeniería en una secuencia repetible de pasos realizados por agentes y de pasos que no dependen de ellos. Un equipo puede asignar la implementación o la revisión a un agente de IA y luego utilizar scripts para compilaciones, análisis estático y pruebas, de modo que esas comprobaciones no dependan del criterio del modelo. Las ejecuciones pueden activarse por una nueva incidencia, un mensaje de Slack, un webhook o una programación. Si una comprobación falla, el proceso devuelve el trabajo para que se vuelva a intentar; si una acción se considera arriesgada, puede quedar pendiente de aprobación humana.
El entorno de ejecución también forma parte del producto. Cada máquina proporciona un entorno persistente y aislado a nivel de hardware, con los repositorios, servicios y dependencias necesarios para compilar y ejecutar el software del cliente. Esto permite a los agentes verificar los cambios en la pila tecnológica real, mientras que el alojamiento en la nube permite que varias máquinas sigan funcionando sin que un ingeniero tenga que permanecer conectado.
Los controles de seguridad están integrados en ese entorno. Se deniegan las conexiones salientes salvo que estén autorizadas, la inyección mediante pasarela mantiene las credenciales sin procesar fuera del entorno aislado, y se registran los comandos, las modificaciones de archivos y la actividad de red. Los clientes también pueden ejecutar Islo en su propia nube, establecer límites de gasto para cada línea y asociar las sesiones, las acciones, las llamadas salientes y los costos de uso a un registro de ejecución auditable, según la página del producto.
Entre los primeros usos de los clientes que enumera Islo están la refactorización, la revisión de código, el aseguramiento de la calidad, la corrección de errores, la clasificación de incidencias y la entrega de funcionalidades de larga cola. Los equipos pueden establecer controles de seguridad, pruebas, funcionalidad, protección, rendimiento y costo, y decidir qué acciones requieren aprobación humana.
«La IA puede aumentar considerablemente la cantidad de código que produce una organización de ingeniería, pero eso no se traduce automáticamente en la entrega segura de más software», afirmó Adam Gold, director de producto de Islo. La respuesta de Islo consiste en hacer que las comprobaciones y aprobaciones que acompañan a un cambio sean tan repetibles como su generación.
Alianza con Databricks y pruebas de modelos
Databricks también tiene previsto convertirse en el socio de Islo para la inferencia en el backend. Islo afirmó que la integración dará a los clientes acceso a modelos de IA propietarios y de código abierto, y permitirá a los clientes conjuntos ejecutar fábricas con sus propios datos sin renunciar a la privacidad ni al control. La ejecución de modelos y el acceso a los datos de Databricks estarán disponibles dentro de Software Factory, de modo que esos recursos quedarán en el mismo entorno controlado que el flujo de trabajo de ingeniería.
La independencia de los modelos es otro aspecto del diseño. Los equipos pueden usar Claude Code, Codex u otras herramientas de agentes y seleccionar distintos modelos para cada etapa, sin tener que reconstruir toda una línea cuando cambian un componente.
Islo afirma que los cambios propuestos a un modelo, una instrucción o el entorno de ejecución de un agente pueden probarse primero con incidencias históricas en el entorno del cliente. Las versiones simuladas de GitHub, Slack y Linear, que conservan el estado, impiden que el agente descubra la resolución final. A continuación, la evaluación examina el resultado, las pruebas ocultas, los efectos secundarios, los intentos y el costo, y genera evidencia basada en el trabajo del cliente, en lugar de en una evaluación comparativa general del proveedor.
Islo informa que Rite utiliza la plataforma para entregar funcionalidades y corregir errores, mientras que Incredibuild pasó de la revisión automatizada de solicitudes de incorporación de cambios a la corrección de errores, la entrega de funcionalidades y la clasificación de incidencias de integración continua. Un programa piloto de ARIMLABS llegó a unas 500.000 ejecuciones de evaluación al día. Estos ejemplos apuntan a la carga de trabajo inicial de la plataforma: tareas continuas y recurrentes cuyas entradas y criterios de aceptación pueden especificarse de antemano.
La oportunidad inmediata está en el volumen acumulado de tareas de mantenimiento, pruebas y clasificación que cuentan con criterios objetivos de verificación. La pregunta central para esta nueva línea de productos es si los controles de Islo pueden evitar que la revisión y la verificación se conviertan en el siguiente cuello de botella cuando los clientes aumenten el volumen y la autonomía de los cambios generados por agentes.












