El 3 de agosto de 2026, June salió del stealth con una ronda de $20 millones en pre-seed liderada por Time Ventures de Marc Benioff y con participación de Michael Dell, Aaron Levie (CEO de Box) y George Kurtz (CEO de CrowdStrike). La empresa fue fundada por Efrat Rapoport — ex-Salesforce con más de 15 años de experiencia en enterprise software — junto a Ohad Hen, Barak Goldstein e Idan Tsitiat, también veteranos del sector enterprise.
La tesis que June propone es que la IA, paradójicamente, ha creado un mercado enorme de servicios profesionales de implementación que no existía antes. La innovación tecnológica en IA avanzó tan rápido que dejó atrás la capacidad organizacional de las empresas para adoptar esas tecnologías en su operación cotidiana. Mientras los CEOs anuncian en sus earnings calls que «la IA está transformando nuestro negocio», los equipos de tecnología de esas mismas empresas están todavía en las fases iniciales de integración con sus sistemas heredados. Las grandes empresas compran plataformas de IA de OpenAI, Anthropic, Salesforce, ServiceNow o Microsoft — y luego no saben cómo hacer que funcionen de forma confiable en sus sistemas existentes. La respuesta del sector ha sido contratar cada vez más Forward-Deployed Engineers (FDEs) — especialistas que literalmente viajan a cada empresa a instalar y configurar los sistemas de IA uno por uno.
«La IA, paradójicamente, aumenta la demanda de servicios profesionales», dice Rapoport. La industria está respondiendo con «contratemos más y más y más personas». June quiere usar IA para resolver el mismo problema sin escalar el headcount de FDEs.
El problema que June identifica y por qué es real
La brecha entre «comprar una suscripción a Copilot de Microsoft» y «tener a todos tus empleados usando Copilot de forma efectiva» es donde mueren la mayoría de las implementaciones de IA empresarial en 2026. Los modelos son capaces. Las demos son impresionantes. La integración con los sistemas legacy que llevan 20 años en producción — las bases de datos SAP, los CRMs de Salesforce de 2010, los workflows aprobados por compliance — es donde aparecen los problemas reales.
Marc Benioff lo ha dicho explícitamente múltiples veces: «La velocidad de la innovación en IA está superando con creces la velocidad de adopción por parte de los clientes.» Eso no es una crítica a los clientes — es reconocer que el cambio organizacional tarda más que el desarrollo tecnológico.
La solución de June: automatizar el proceso de implementación usando IA — que la propia IA analice los sistemas existentes de la empresa y genere el plan de despliegue, en lugar de que un equipo de FDEs humanos pase semanas configurando los sistemas de IA de una empresa, June despliega una capa de IA que analiza los sistemas existentes, identifica los casos de uso más impactantes y genera el plan de implementación. Es «IA que implementa IA».
GPT-5.6 ChatGPT Work y sus capacidades agentivas para enterprise son exactamente el tipo de producto que las empresas compran y luego no saben cómo implementar — el mercado que June quiere atender. Oxmiq y su apuesta por arquitecturas GPU licensables para IA muestra que hay un ecosistema de empresas intentando simplificar la infraestructura de IA — June ataca la capa de implementación de software, Oxmiq ataca la capa de hardware. Claude Design y las herramientas de Anthropic para empresas también dependen de que las empresas las implementen correctamente para obtener el valor prometido — el problema que June intenta resolver es común a toda la industria, no específico de un proveedor.
Mi valoración
Lo que más me convence de la tesis de June es que el problema que describe es real y documentado. Empresas como Klarna, Duolingo y Goldman Sachs han publicado sus propias experiencias: los beneficios de la IA son enormes, pero el proceso de despliegue y adopción fue más lento y complicado de lo que el marketing de los proveedores sugería.
Lo que más me preocupa es la posición competitiva a largo plazo. Si los grandes proveedores (OpenAI, Microsoft, Anthropic, Salesforce) resuelven por sí mismos el problema de implementación — mediante mejores onboarding tools, APIs más simples o sus propios servicios profesionales — el mercado de June se reduce significativamente. El riesgo de ser una empresa que resuelve un problema temporal que el mercado eventualmente soluciona solo es el riesgo clásico del SaaS especializado.
Preguntas frecuentes
¿Qué hace exactamente June de diferente a un consultor de IA?
June combina software automatizado con una capa de implementación que escala. Un consultor humano puede implementar IA en una empresa a la vez; el software de June puede analizar sistemas y generar planes de implementación para muchas empresas simultáneamente. El objetivo es que el coste marginal de implementar IA en una empresa adicional disminuya conforme June aprende de más implementaciones — algo que los consultores humanos no pueden hacer a escala porque su coste es lineal con el headcount. June apuesta por que el software aprende de cada implementación y aplica ese aprendizaje a la siguiente.
¿Por qué Marc Benioff invirtió en June si Salesforce tiene su propio producto Agentforce?
Time Ventures es el vehículo de inversión personal de Benioff, separado de Salesforce. Benioff tiene un historial de invertir en startups que complementan el ecosistema de Salesforce o que atacan problemas del enterprise software que Salesforce no resuelve directamente. Que junio sea fundada por una ex-Salesforce y resuelva el problema de implementación de IA en enterprise es coherente con su tesis inversora.
¿Cuándo estará disponible el producto de June para empresas?
June salió del stealth sin anunciar una fecha de lanzamiento público. Con $20M en pre-seed, el siguiente paso habitual es construir el producto con los primeros clientes piloto (típicamente 5-20 empresas en el primer año) y levantar una Serie A cuando los números de retención y valor lo justifiquen. Empresas en pre-seed raramente tienen producto disponible para compras directas todavía.
