Kit de Prensa
Recursos para prensa, inversores y socios
Resumen de la Empresa
One-Liner
Contrata a un Ingeniero de Automatización IA 10x para eliminar tu trabajo repetitivo
Founded
Fundada en noviembre de 2023 en Alemania
Location
Mission
Liberar al mundo del trabajo repetitivo que nadie quiere hacer, con la más alta calidad y al mejor precio.
Description
PUNKU.AI crea, mejora y comparte automatizaciones de IA para ti. ¡Sin código, solo inglés! Transforma tu negocio con automatización inteligente.
¿Qué Significa PUNKU?
PUNKU (pronunciado "POON-koo") proviene de la palabra quechua y aimara que significa "portal" o "puerta". El nombre está inspirado en Puma Punku, un sitio arqueológico ancestral en Bolivia a 3.960 metros sobre el nivel del mar, donde portales de piedra tallados con precisión se creían que abrían pasajes hacia nuevas dimensiones.
Así como esos portales ancestrales transformaron quién podía atravesarlos, PUNKU.AI sirve como una puerta moderna—abriendo el acceso a herramientas de IA que antes requerían especialistas o ingenieros, democratizando quién puede construir con inteligencia artificial.
Datos Clave
Con la confianza de
ESG-X, Seleon, SolarShare y más de 200 PYMEs
Respaldado por
Apoyado por inversores y aceleradoras líderes
El Equipo
Daniel Quiroga
Cofundador y CEO
Daniel combina experiencia legal con profunda experiencia tecnológica escalando unicornios como Personio y Gorillas. Exalumno de LMU, CDTM y Harvard.
Peter Huo
Cofundador y CTO
Peter es experto en Ciencias de la Computación con B.A. y M.Eng. de la Universidad de Cornell. Anteriormente en Legal Information Institute y Cornell Urban Technology.
Anna Kwon
Ingeniera de Producto IA
Anna se especializa en biología computacional y ML, con experiencia en Novo Nordisk y el Instituto Broad. Graduada en Ciencias de la Computación del MIT.
¿Por qué ahora?
Las PYMEs están ahogadas en tareas repetitivas pero carecen de los recursos de ingeniería para construir soluciones de IA personalizadas. Con la maduración de los LLMs, podemos cerrar esta brecha. PUNKU.AI proporciona la capa faltante: Simplemente describe el flujo de trabajo que deseas automatizar como si se lo describieras a un compañero de trabajo y PUNKU.AI lo construirá por ti.
Avances científicos que habilitan a PUNKU.AI
1) Algoritmos revolucionarios (2025)
ADAS (ICLR’25) introduce el Diseño Automatizado de Sistemas Agénticos: un meta-agente que programa nuevos agentes en código; esto permite al sistema explorar prompts, uso de herramientas y flujos de trabajo como código.
2) Agentes que se auto-mejoran probados en laboratorio (Mayo ’25)
Darwin Gödel Machine (DGM) es un sistema auto-referencial que edita su propio código. Muestra ganancias métricas difíciles en programación: SWE-bench 20.0% → 50.0%.
3) Validación Laboratorio → Lugar de trabajo (Mayo ’25)
TheAgentCompany es un punto de referencia de lugar de trabajo auto-alojado con 175 tareas realistas. La mejor línea base de hoy completa autónomamente ~30.3% de las tareas.
4) Herramientas desplegables (Feb ’25)
AutoAgent proporciona un marco totalmente automatizado y sin código que crea agentes, herramientas y flujos de trabajo a partir de lenguaje natural.
5) Seguridad + preparación
El sandboxing y la supervisión sugieren un camino responsable desde entornos de laboratorio hasta pilotos de producción.
“Los algoritmos (ADAS, DGM) prueban la auto-mejora; los benchmarks (TheAgentCompany) muestran autonomía relevante para el trabajo; y las herramientas (AutoAgent) lo hacen desplegable, por lo que es hora de productizar.”
Fuentes
- Hu, S., Lu, C., & Clune, J. (2025). Automated Design of Agentic Systems (ADAS). In International Conference on Learning Representations (ICLR 2025). arXiv:2408.08435v2.
- Zhang, J., Hu, S., Lu, C., Lange, R., & Clune, J. (2025). Darwin Gödel Machine: Open-Ended Evolution of Self-Improving Agents. arXiv:2505.22954.
- Tang, J., Fan, T., & Huang, C. (2025). AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents. arXiv:2502.05957v2.
- Xu, F. F., Song, Y., Li, B., Tang, Y., et al. (2025). TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks. arXiv:2412.14161v2.
