Por Redacción Pangea IA · 28 de octubre de 2026
Artiso, una empresa de Barcelona fundada por tres exdirectivos de Mango, ha cerrado una ronda presemilla de más de 3 millones de euros para ampliar una plataforma de inteligencia artificial que conecta el trabajo de una colección de moda: inspiración, diseño, fichas técnicas, desarrollo de producto e imágenes de campaña. Criteria Venture Tech lidera la operación, en la que también participan Swanlaab, Bynd Venture Capital y varios inversores particulares.
La noticia resulta relevante más allá de la financiación. Artiso intenta resolver un problema muy concreto de la industria: cada colección se reparte entre programas de diseño, sistemas de gestión del producto, hojas de cálculo, carpetas, correo electrónico y herramientas de generación de imágenes. La propuesta consiste en reunir esos flujos y conservar la memoria de cada marca para que la IA no produzca resultados genéricos desconectados de su historial.
Qué ha financiado la ronda
La ronda supera los 3 millones de euros y se ha realizado íntegramente mediante capital. Criteria Venture Tech actúa como inversor principal; se suman Swanlaab Venture Factory, Bynd Venture Capital, David Tomás —cofundador de Cyberclick— y Nicolaj Reffstrup, fundador y antiguo consejero delegado de GANNI, a través de Look Up Ventures.
Artiso destinará el dinero a acelerar el desarrollo del producto, contratar perfiles de moda y tecnología y acompañar despliegues en empresas. La compañía fue creada en 2025 por Sarah Iglesias Hiller, Lucas Pastur Romay y Matthias Brenninkmeijer, que habían trabajado en Mango y colaboraban desde 2022.
Una ronda presemilla elevada indica que los inversores ven potencial en la propuesta, pero no demuestra por sí sola que el producto sea rentable ni que pueda escalar sin fricciones. Artiso no ha comunicado valoración, ingresos, precios, número total de clientes ni condiciones de contratación.
Cómo funciona la plataforma de Artiso
El sistema se presenta como una capa común para los equipos creativos y de producto. En lugar de pedir a una IA una imagen aislada, la plataforma incorpora información de la marca: archivo histórico, productos más vendidos, dirección de cada temporada, códigos visuales y decisiones anteriores. Sobre esa base puede ayudar a transformar un panel de inspiración en bocetos, variaciones de prendas, documentación técnica, imágenes de producto y materiales de campaña.
La idea central es que todos esos resultados compartan contexto. Un cambio de tejido, color o silueta no debería quedarse en un archivo separado, sino propagarse al resto del proceso. Esa continuidad puede reducir repeticiones y pérdidas de información cuando diseño, patronaje, producto, comercialización y marketing trabajan con herramientas distintas.
Artiso afirma que una ficha técnica completa puede generarse en unos cuatro minutos, frente a las dos a seis horas habituales. Es una comparación de la propia empresa y no se ha publicado una evaluación independiente que detalle las prendas probadas, el nivel de revisión humana o la calidad final. Por tanto, debe leerse como una promesa comercial, no como un ahorro garantizado para cualquier marca.
No es solo un generador de imágenes
La diferencia que Artiso intenta marcar está en unir creación visual y operación. Herramientas como Canva Craft generan imágenes y ayudan a editarlas, mientras que Runway Ads conecta la producción creativa con el rendimiento de campañas. Artiso pretende abarcar además la información técnica y el conocimiento acumulado de la colección.
Eso implica retos distintos. Una imagen puede parecer correcta y, al mismo tiempo, proponer una prenda difícil de fabricar, olvidar tolerancias, usar materiales incompatibles o romper la identidad de la marca. El valor real dependerá de cuánto contexto técnico conserva la plataforma, qué controles aplica y cómo aprueban los profesionales cada paso.
Qué puede cambiar para una empresa de moda
Para una marca mediana, el posible ahorro no consiste únicamente en producir imágenes más rápido. También puede aparecer al localizar decisiones antiguas, preparar alternativas para proveedores, actualizar una ficha o mantener coherencia entre producto y campaña. Reducir esos traspasos manuales puede acortar el tiempo entre la idea y la salida al mercado.
Un ejemplo sencillo sería una colección que cambia de tejido por coste o disponibilidad. En un flujo fragmentado, diseño, patronaje, compras, catálogo y marketing deben actualizar sus materiales por separado. Una plataforma común podría reutilizar el cambio y avisar de incompatibilidades. Eso es lo que tendría que demostrar Artiso en operaciones reales: menos errores, menos muestras descartadas y menos horas de coordinación.
La empresa asegura que ya trabaja con marcas y fabricantes de Europa, Norteamérica y Asia, y varias informaciones citan cadenas y firmas concretas. Sin embargo, no se han publicado estudios de caso completos con métricas antes y después. Tampoco se conoce si habrá una modalidad accesible para pequeños talleres o si el producto se concentrará en contratos empresariales.
Los límites: datos, propiedad y creatividad
Una plataforma que aprende el archivo, los productos vendidos y los códigos visuales de una marca maneja información sensible. Las empresas tendrán que conocer dónde se aloja, quién puede utilizarla, si sirve para entrenar modelos compartidos y cómo se conservan las versiones. La ronda no aporta detalles suficientes sobre arquitectura, proveedores de modelos o políticas de datos.
También queda abierta la cuestión de la propiedad intelectual. La memoria de una marca puede mejorar la coherencia, pero los equipos necesitarán trazabilidad sobre referencias, imágenes generadas y decisiones humanas. En moda, donde las tendencias y los elementos visuales se parecen con facilidad, esa documentación puede ser tan importante como la velocidad.
Por último, automatizar tareas no elimina el criterio creativo. La IA puede proponer y producir variantes, pero decidir qué encaja con una colección, qué es fabricable y qué merece llegar al mercado sigue requiriendo responsables de diseño, producto y negocio. La plataforma será útil si reduce trabajo repetitivo sin convertir todas las marcas en variaciones del mismo modelo.
Conclusión
Artiso reúne tres elementos con interés para el tejido empresarial español: origen barcelonés, experiencia directa en una gran compañía de moda y una inversión relevante para una fase presemilla. Su propuesta apunta a un uso más profundo de la IA que la generación de imágenes: conectar conocimiento, documentación y ejecución a lo largo de una colección.
El siguiente paso será demostrarlo con datos verificables. Precio, tiempo real ahorrado, reducción de muestras, errores evitados y seguridad de la información determinarán si Artiso se convierte en infraestructura de trabajo para las marcas o permanece como una herramienta creativa avanzada.
Fuentes
- Artiso AI: información corporativa y cobertura de la plataforma. Consultado el 28 de octubre de 2026.
- Cinco Días: ronda de Artiso liderada por Criteria, 28 de octubre de 2026. Consultado el 28 de octubre de 2026.
- Modaes: Artiso levanta más de 3 millones en una ronda presemilla, 28 de octubre de 2026. Consultado el 28 de octubre de 2026.
- El Español-Invertia: Criteria entra en Artiso, 28 de octubre de 2026. Consultado el 28 de octubre de 2026.
- FashionUnited: plataforma y financiación de Artiso, 28 de octubre de 2026. Consultado el 28 de octubre de 2026.
Deja una respuesta