Coworker.ai lanza OM2, capa de memoria organizacional que reduce el consumo de tokens en 9×
OM2 integra datos de más de 50 plataformas empresariales y los transforma en hechos precomputados, reduciendo el gasto de tokens y acelerando las respuestas en un 64%.
Coworker.ai ha anunciado hoy la llegada de OM2, una capa de memoria organizacional que promete bajar en nueve veces el gasto de tokens que las empresas pagan por sus agentes de IA.
OM2 no se limita a extraer fragmentos de texto de documentos. Cada vez que fluye nueva información —un cierre de venta en Salesforce, un cambio de dirección de producto en Slack, una decisión estratégica en una transcripción de reunión— el sistema la convierte en hechos discretos y precomputados. Estos hechos se organizan en un grafo neural con permisos incorporados, de modo que el modelo no necesita reconstruir el contexto en cada consulta. Según la compañía, esta arquitectura genera un ahorro de 9× en tokens y acelera los tiempos de respuesta en un 64 %, con una calidad de respuesta aceptada por los usuarios el 84,5 % de las veces.
OM2 también incluye un motor de enrutamiento optimizado. El enrutamiento dinámico asigna tareas simples a modelos más económicos y rápidos, mientras reserva los procesos de razonamiento más complejos para los modelos de frontera. Cuando se combina con la capa de contexto precomputado, Coworker afirma que el ahorro total puede llegar a 51 ×.
La solución se posiciona como un escape del modelo de “uno‑para‑todos” que suele inflar las facturas de IA. Al operar sobre una infraestructura de inquilino único y aislada, OM2 cumple con SOC 2, GDPR y CASA Tier 2, y asegura que cada nodo del grafo solo sea accesible a usuarios autorizados. Los datos de acceso se integran directamente en cada hecho, lo que evita que un ingeniero junior tenga acceso accidental a conversaciones de alto nivel corporativo.
Los primeros clientes, como RapidSOS, ya están viendo resultados. El equipo de Revenue Operations de la compañía afirma que antes tenían que dedicar horas a cruzar registros de Salesforce con logs dispersos, y ahora la respuesta correcta está disponible de inmediato al preguntar a la IA.
La propuesta de Coworker se apoya en inversionistas de Silicon Valley como Ramtin Naimi y el ex SVP de Google, Jeff Huber. La visión es que la verdadera ventaja competitiva de la IA en el sector no sea un contexto más amplio, sino una memoria más eficiente y segura.
En definitiva, OM2 plantea un modelo en el que la IA no se alimenta de textos sin estructura, sino de una base de hechos que se actualiza continuamente y respeta los permisos corporativos, lo que se traduce en menores costos operativos y mayor rapidez en el soporte a los usuarios.
