En cinco meses, la valoración pasó de 740 millones a 2.000 millones de dólares.
El 29 de abril, Parallel Web Systems, la compañía fundada por el ex CEO de Twitter Parag Agrawal, anunció una Series B de 100 millones de dólares. Sequoia Capital lideró la ronda y Andrew Reed se incorporó al consejo. Kleiner Perkins, Index, Khosla, First Round, Spark, Terrain y casi todos los inversores de la ronda anterior también volvieron a invertir.
La financiación total alcanza ahora 230 millones de dólares, apenas cinco meses después de la Series A del pasado noviembre.
Qué quiere construir Agrawal
No es un motor de búsqueda. Tampoco es un motor de respuestas al estilo Perplexity.
Parallel está creando un índice web y una capa de API para agentes de IA. Si un agente necesita informes financieros de una empresa, llama a una API. Si necesita información de cadena de suministro, llama a una API. Si tiene que hacer investigación de due diligence, llama a una API. Debajo funciona un índice web rastreado por la propia Parallel y estructurado específicamente para cargas de trabajo de agentes.
Agrawal define la tesis así:
Fundamos Parallel con la convicción de que los agentes usarán la web con una frecuencia mil veces superior a la de los humanos, y que la mayor parte de ese trabajo ocurrirá en segundo plano.
Traducido a negocio: una persona puede abrir el navegador 20 veces al día; un agente puede hacer 20.000 llamadas de API. Si esa escala llega, el viejo modelo de búsqueda de Google, basado en clics pagados, SEO y subastas publicitarias, se rompe. Los agentes no hacen clic en anuncios. Necesitan datos estructurados, de baja latencia y con procedencia verificable.
Quien controle la entrada de los agentes a la web controlará una parte clave del flujo de caja de la próxima búsqueda.
La lista de clientes importa
| Empresa | Uso de Parallel |
|---|---|
| Harvey | Obtención de datos web para casos de razonamiento legal |
| Notion | Investigación hecha por agentes para usuarios |
| Profound | Investigación de contenido |
| Actively | Monitoreo de oportunidades comerciales |
| Opendoor | Consultas de datos inmobiliarios |
| Varios bancos de inversión y hedge funds | Información de mercado y empresas en tiempo real |
| Dos grandes aseguradoras P&C de EE. UU. | Verificación relacionada con reclamaciones |
Más de 100.000 desarrolladores ya lo usan. El rasgo común es claro: son productos de agentes diseñados para completar tareas de varios pasos de forma autónoma, no simples chatbots.
Gabe Pereyra, de Harvey, lo dijo sin rodeos:
Parallel es la forma en que llevamos la web al cuadro.
Sarah Sachs, de Notion, añadió:
Como las personas, los agentes necesitan investigar la web pública para trabajar y tomar decisiones. Parallel lo hace posible.
Por qué Sequoia volvió a apostar
Andrew Reed entra directamente al consejo con una tesis clara:
Los agentes de larga duración están redefiniendo productos en todas las industrias. Los agentes necesitan la web.
Sequoia ya había apostado por Cursor y Harvey, dos nombres destacados en agentes. Sumar Parallel encaja con la lógica: después de la capa de aplicaciones, toca la capa de infraestructura.
Recuerda al manual de Sequoia en la era cloud-native de los años 2010, cuando invirtió en Snowflake y Datadog al mismo tiempo. Una apuesta por aplicaciones verticales y otra por herramientas horizontales.
Por qué no Bing o Google
Bing tiene API. Google tiene Custom Search API. Brave, Exa y Tavily también existen. Esta carrera no está vacía.
La diferencia de Parallel está en traducir el diseño para agentes en requisitos concretos:
- Schema estructurado: la respuesta no es un bloque de HTML, sino JSON que el agente puede consumir directamente.
- Trazabilidad completa: cada dato puede volver a la página original, algo clave para sectores regulados como finanzas y derecho.
- Latencia apta para agentes: una búsqueda humana puede tolerar 500 ms; un agente que encadena una docena de llamadas de API en una tarea necesita acercarse a menos de 100 ms.
El último punto decide si Parallel puede servir a agentes de producción. Si una tarea exige 50 consultas web y cada una tarda 500 ms, la espera se convierte en 25 segundos.
Cuál es la apuesta real
Parallel también destacó un detalle que pondrá nerviosos a los publishers: está invirtiendo en open web economics y mecanismos de mercado para que propietarios de contenido y proveedores de datos puedan ganar dinero desde sistemas de IA.
En palabras simples, quiere crear una nueva vía de pago para rastrear datos.
Ese ha sido el centro de las disputas entre empresas de IA y medios durante el último año. Anthropic pagó 1.500 millones de dólares para cerrar reclamaciones de copyright musical. OpenAI enfrenta demandas de varios editores. Reddit y Twitter cerraron sus API gratuitas. Si Parallel consigue un mecanismo que dé a los publishers razones para aportar datos voluntariamente, no será solo otro motor de búsqueda. Se parecerá a Stripe para la era de los agentes: una capa de pagos para el flujo de datos.
¿Es cara una valoración de 2.000 millones de dólares? Depende de que esa capa de pagos funcione. Si funciona, la historia no se queda en multiplicar por diez.
Fuentes: CocoLoop, Parallel Web Systems hits $2B valuation five months after its last big raise (TechCrunch), Parallel Raises at $2 Billion Valuation to Scale Web Infrastructure for Agents (PR Newswire), Parag Agrawal's startup raises $100M to build a parallel web for AI agents (SiliconANGLE), Sequoia Capital leads Parallel's $100M raise at $2B valuation (TechFundingNews)