Scaled Cognition

Qué es

Scaled Cognition es un laboratorio de modelos, no otro proveedor de agentes. Entrena su propio modelo para la automatización del servicio al cliente — APT, el Agentic Pretrained Transformer — y lo vende junto con una plataforma para construir, simular y monitorear agentes encima. El argumento es de arquitectura: un LLM de propósito general se entrena para predecir tokens y después se le añaden uso de herramientas, guardrails y validaciones de políticas, mientras que APT se entrena contra objetivos a nivel de acción — qué API llamar, qué regla de negocio aplica, en qué orden — de modo que el apego a las políticas es una propiedad del modelo y no del prompt que lo envuelve. La empresa promociona APT como un modelo que “nunca adivina”; léelo como el objetivo de diseño, no como una garantía que te permita saltarte las pruebas.

Los fundadores ya hicieron esto antes. El CEO Dan Roth y el CTO Dan Klein, profesor de IA en UC Berkeley, cofundaron Semantic Machines, que Microsoft adquirió en 2018. Khosla Ventures lideró una ronda seed de $21M en 2023 y, el 25 de junio de 2026, lideró una Serie A de $100M con participación de Genesys, a una valuación reportada de unos $750M (SiliconANGLE, citando a The Wall Street Journal). APT-1 se lanzó en research preview en febrero de 2025, construido por un equipo de unas 20 personas; la empresa afirma que superó a los modelos frontier en los benchmarks agénticos Tau-Bench y ComplexFuncBench, pero no publicó puntajes por tarea en el post de lanzamiento. El comunicado de la Serie A afirma despliegues en producción en empresas Fortune 500 de servicios financieros, salud, telecomunicaciones y seguros — sin nombrarlas.

Por qué aparece en los stacks de CX y soporte

• Es el modelo de abajo, no el agente de arriba. La mayoría de los compradores se encuentra con APT dentro de Genesys Cloud. Genesys anunció la alianza el 16 de octubre de 2025, invirtió y el 10 de febrero de 2026 presentó el Genesys Cloud Agentic Virtual Agent, impulsado por APT-1 como “large action model”, con disponibilidad general prevista para el primer trimestre del año fiscal 2027 de Genesys (febrero–abril de 2026). M&T Bank y Banco Pichincha fueron nombrados como evaluadores tempranos. Genesys sitúa la base alcanzable en más de 8,000 organizaciones.
• El tooling de simulación es el diferenciador práctico. AgentTwin genera agentes y conversaciones de prueba a partir de tus interacciones históricas con clientes, GenAPI ejecuta los agentes contra miles de escenarios simulados con APIs de backend simuladas, y un Agent Evaluator puntúa la exactitud y el cumplimiento de políticas en ejecuciones repetidas antes del lanzamiento. Después, el monitoreo en producción vigila el drift. Los equipos a los que ya les falló un agente que pasó un piloto de 50 conversaciones y se cayó a las 50,000 compran esta parte tanto como el modelo.
• Se despliega donde los compradores regulados lo necesitan. APT corre on-premises, en tu VPC o alojado por el proveedor; el acceso es una API REST stateless con opciones no-code, low-code y SDK. Su socio de inferencia Baseten reporta un time to first token por debajo de 120 ms — la cifra que decide si un agente de voz se siente como una conversación o como una fila de espera.

La realidad del precio

No hay lista de precios pública para contratos directos; es un contrato enterprise liderado por ventas. El único medidor publicado es la ruta de Genesys: la documentación de Genesys cobra una interacción del Agentic Virtual Agent a 1.2 AI Experience tokens, con los tokens listados a USD 1.00 cada uno — unos $1.20 por interacción a precio de lista, antes de cualquier descuento enterprise y además de los asientos de Genesys Cloud CX ($75–$240 por usuario al mes según el tier). En papel eso está por debajo de Zendesk a $1.50 por resolución automatizada, pero es por interacción, no por resultado, así que las conversaciones no resueltas también se cobran: con 70% de contención, el costo efectivo por interacción resuelta es de unos $1.71, por encima de Zendesk y muy por encima de Intercom Fin a $0.99 por resultado. Para un despliegue directo, espera un compromiso de plataforma de seis cifras comparable a Sierra o Parloa — una inferencia a partir del perfil de comprador, no una cifra cotizada.

Ideal para

Líderes de contact center y de plataforma de CX en empresas reguladas — bancos, aseguradoras, telcos, pagadores de salud y los BPO que les dan servicio — cuyo piloto de agente de IA falló por apego a las políticas y no por calidad conversacional, y que ya operan Genesys Cloud o necesitan el modelo alojado dentro de su propia VPC. El caso de uso acotado: flujos transaccionales donde una acción equivocada es un evento de cumplimiento — cambiar un plan de pagos, verificar la identidad antes de un cambio en la cuenta, procesar un paso de un siniestro.

Descártalo si tu problema es la deflexión de FAQ (cualquier IA nativa del help desk lo resuelve), si quieres un producto de agente terminado que tu equipo de soporte configure sin ingeniería, o si no estás en Genesys y no puedes dotar de personal un despliegue de plataforma de modelos.

Frente a las alternativas

La comparación no es equivalente: Scaled Cognition vende la capa que los proveedores de agentes le compran a OpenAI, Anthropic y Google. Frente a los líderes de la capa de agentes, elige Sierra cuando quieras que un proveedor sea dueño del resultado de punta a punta y aceptes la facturación por resultados, y Decagon — el entrante de más rápido crecimiento del segmento — cuando tu volumen está liderado por chat y tu equipo de operaciones quiere escribir procedimientos en lenguaje natural. Elige Parloa para contact centers centrados en voz que facturan por minuto. PolyAI es el par estructural más cercano, con su propio modelo de diálogo Raven; elígelo cuando la voz es todo el problema y quieres un servicio administrado. Dentro de la base instalada, Salesforce Agentforce y Zendesk ganan cuando consolidar en el sistema que ya pagas pesa más que un mejor modelo. Elige Scaled Cognition cuando la falla que estás corrigiendo es que el modelo se sale de la política y prefieres cambiar el modelo antes que añadir otro guardrail.

Puntos de atención

• “Sin alucinaciones” es una afirmación de marketing, no una tasa medida. El post de lanzamiento afirma liderazgo en benchmarks sin puntajes por tarea, y no se ha publicado ninguna evaluación independiente sobre cargas de trabajo de servicio al cliente. Protección: corre tu propia prueba de apego a políticas con 500 escenarios en AgentTwin y GenAPI contra el modelo frontier que usa tu proveedor actual, y escribe la tasa de error medida en el contrato como criterio de aceptación.
• A través de Genesys, compras el producto de Genesys, no el de Scaled Cognition. El roadmap, el precio y el soporte quedan del lado de Genesys, y la documentación que revisamos todavía listaba los agentes virtuales agénticos como “próximamente” en algunas secciones. Protección: confirma por escrito la disponibilidad general en tu región y tenant, y pregunta qué versión de APT corre tu organización y cómo se despliegan y se someten a pruebas de regresión las actualizaciones del modelo.
• La facturación por interacción también cobra los fracasos. A 1.2 tokens por interacción, una conversación que escala a un humano igual consume tokens. Protección: modela el costo por resolución como $1.20 dividido entre tu tasa de contención, y fija un piso de contención por debajo del cual el despliegue se revisa.
• La evidencia de clientes es escasa y anónima. Más allá de Genesys y sus evaluadores tempranos, no hay clientes en producción públicos. Protección: pide dos llamadas de referencia en tu industria antes de cualquier compromiso multianual, y limita el primer plazo a 12 meses.