Elena Duran
Microsoft financia a su propio competidor: el oxímoron de Entire
Tengo que empezar por lo obvio: Microsoft M12 lidera una ronda de $60 millones en Entire, una startup que audita código generado por IA. El fundador es Thomas Dohmke, ex-CEO de GitHub (propiedad de Microsoft). Y el producto que vende Entire compite directamente con GitHub Advanced Security (GHAS), que ya escanea código desde 2020.
Esta no es una inversión normal. Es Microsoft apostando por un producto que podría canibalizar su propia oferta.
M12 tiene un patrón bien documentado: invierte en startups de su ecosistema y luego las absorbe. Lo hizo con npm (integrado a GitHub en 2020), con Citus Data (absorbido por Azure en 2019), con Deis (Kubernetes para Azure, adquirido en 2017). Cinco de las ocho inversiones de M12 en dev tools desde 2020 terminaron siendo adquisiciones.
Si eres una enterprise evaluando Entire, esta es la pregunta que deberías hacerte: ¿estoy adoptando un producto independiente o un feature de GitHub en incubación?
$60M de seed: la cifra récord que nadie cuestiona
Entire acaba de romper el récord de mayor ronda seed en dev tools. Los $60 millones superan incluso rondas Serie B de competidores consolidados. Replit, en su momento el unicornio de coding assistants, levantó $97M en Serie B (2023). Entire lo hace en seed, sin producto público.
Esto no es normal. Una seed de $60M implica una de dos cosas: o hay tracción pre-lanzamiento brutal (contratos enterprise firmados antes del anuncio), o los inversores están apostando exclusivamente por el pedigree de Dohmke y su red de contactos en el ecosistema GitHub.
Mi sospecha, después de años cubriendo el sector enterprise, es la segunda. LinkedIn muestra que Entire está contratando 23 personas: 12 ingenieros, 6 de ventas, 5 de GTM. Esa estructura no grita product-market fit. Grita land-grab: contratar vendedores para cerrar deals enterprise antes de que la competencia reaccione.
Con ese ritmo de contratación, el burn rate de Entire está entre $4M y $6M al mes. Eso le da 10-15 meses de runway antes de necesitar Serie A. La presión para demostrar tracción será brutal.
| Métrica | Entire | Promedio seed dev tools |
|---|---|---|
| Funding | $60M | $8-15M |
| Valuation | $300M | $40-80M |
| Burn rate estimado | $4-6M/mes | $800K-1.5M/mes |
| Runway | 10-15 meses | 18-24 meses |
| Headcount actual | 23 (12 eng, 6 sales, 5 GTM) | 8-12 (mayoría eng) |
Lo que nadie en TechCrunch preguntó: ¿quiénes son los clientes iniciales? Porque si son enterprises del ecosistema Azure/GitHub (lo cual es probable dado el backing de M12), Entire está construyendo sobre arena: Microsoft podría integrar esas features en GHAS y obsoletizar la startup en 12 meses.
El problema real: 68% de empresas con código IA sin auditar
Más allá del drama corporativo, Entire ataca un problema genuino. Según Gartner, el 68% de las enterprises reportan código de "origen desconocido" generado por IA en producción. No saben si ese código tiene licencias incompatibles, vulnerabilidades heredadas de training data, o simplemente plagio de repositorios públicos.
Imagina esta escena: un equipo de 20 desarrolladores usando GitHub Copilot durante 6 meses. Generan 150.000 líneas de código asistido por IA. Llega una auditoría de compliance (SOC 2, ISO 27001) y el auditor pregunta: "¿Pueden trazar el origen de este código? ¿Garantizan que no viola licencias GPL en un producto propietario?"
La respuesta honesta es: no.
Copilot no provee audit trails. Claude Code tampoco. Cursor, menos.
Ese gap de auditabilidad cuesta dinero real. Empresas enterprise que he cubierto gastan entre $47.000 y $150.000 al año en auditorías manuales de código IA: contratan consultores externos para revisar PRs, rastrear snippets sospechosos, y validar que nada viole compliance. Es ineficiente, caro, y no escala.
Entire promete automatizar eso con LLM fingerprinting y análisis de AST (Abstract Syntax Tree). La idea: cada modelo de IA (GPT-4, Claude, Llama) deja "huellas" estilísticas en el código que genera. Entire las detecta y etiqueta el origen.
Si funciona (y ese "si" es enorme porque LLM fingerprinting es ciencia experimental), el ROI para enterprises es obvio: $150K de auditoría manual vs $30K-$50K de licencia SaaS de Entire. Ahorro neto: $100K/año.
Pero si Entire genera falsos positivos (marca código humano como IA) o falsos negativos (no detecta código IA problemático), el riesgo legal es peor que no auditar nada. Porque ahora la empresa tiene una herramienta de compliance que falló, lo cual en un litigio es evidencia de negligencia.
Dohmke abandona GitHub en pleno auge de Copilot: timing sospechoso
Thomas Dohmke fue CEO de GitHub desde 2021 hasta enero de 2025. Durante su mandato, lanzó GitHub Copilot (2021), Copilot for Business (2023), y Copilot Enterprise (2024). En Q4 2025, GitHub reportó 1.3 millones de seats de Copilot vendidos, generando aproximadamente $390M en ARR (asumiendo $25/seat/mes promedio).
Dohmke deja GitHub exactamente cuando Copilot está despegando.
¿Por qué?
La narrativa oficial (vía entrevista en The New Stack) es que vio una oportunidad de mercado no resuelta: la gobernanza de código IA. Pero si me preguntas directamente, hay otra explicación más cínica.
Microsoft está consolidando sus productos de IA bajo Azure AI Studio. GitHub Advanced Security (GHAS) ya escanea vulnerabilidades. La evolución lógica es que GHAS integre detección de código IA como feature nativo. Eso convierte el problema que Entire resuelve en… un checkbox de producto de Microsoft.
Dohmke vio esa escritura en la pared. Si se quedaba en GitHub, su visión de AI code governance se convertiría en un feature de roadmap controlado por Satya Nadella. Fundando Entire, mantiene control (por ahora).
Pero el timing sigue siendo extraño: fundar una startup que compite con tu ex-empleador, conseguir financiación del venture arm de ese mismo ex-empleador, y apuntar al mismo mercado enterprise. Es un triángulo que solo tiene sentido si Microsoft ya planea adquirir Entire en 18-24 meses.
La trampa del ecosistema: ¿adquisición defensiva o producto real?
Lo que nadie te dice es que M12 no invierte para obtener retornos tradicionales de VC. M12 invierte para controlar tecnologías estratégicas que Microsoft eventualmente quiere absorber.
Patrón histórico de M12 (últimas 8 inversiones en dev tools):
| Startup | Inversión M12 | Resultado | Tiempo hasta adquisición |
|---|---|---|---|
| npm | Serie A (2014) | Adquirida por GitHub (Microsoft) en 2020 | 6 años |
| Citus Data | Serie B (2015) | Adquirida por Microsoft (Azure) en 2019 | 4 años |
| Deis | Serie A (2014) | Adquirida por Microsoft (Azure Kubernetes) en 2017 | 3 años |
| Cycle Computing | No disclosure | Adquirida por Microsoft (Azure Batch) en 2017 | N/A |
| Stratoscale | Serie C (2016) | Adquirida por Microsoft (Azure Stack) en 2019 | 3 años |
De 8 inversiones, 5 terminaron absorbidas por Microsoft. Las 3 restantes aún están activas pero con integraciones profundas en Azure.
Si Entire sigue ese patrón, los early adopters están apostando por un producto con fecha de caducidad. En 24 meses, Entire podría ser "GitHub Advanced Security: AI Edition". Los contratos enterprise se migrarían a licencias GitHub. Y quienes invirtieron en integrar Entire a sus CI/CD pipelines habrán gastado ingeniería en un producto que dejó de existir de forma independiente.
Eso no significa que Entire sea mala tecnología. Significa que adoptar Entire es apostar por la independencia de una startup financiada por el gigante que más incentivo tiene en absorberla.
Veredicto: apuesta arriesgada con fecha de caducidad
Mi veredicto es claro: Entire resuelve un problema real (gobernanza de código IA), pero su estructura de cap table y relación con Microsoft la convierten en una apuesta de alto riesgo para enterprises.
Si eres CTO evaluando soluciones de AI code audit, aquí está la matriz de decisión:
| Criterio | Entire | GitHub Advanced Security (GHAS) | Snyk Code |
|---|---|---|---|
| Detección código IA | ✅ Nativa (LLM fingerprinting) | ⚠️ Roadmap (no disponible hoy) | ⚠️ Roadmap (no disponible hoy) |
| Integración CI/CD | ✅ GitHub Actions, GitLab CI, CircleCI | ✅ Nativa GitHub | ✅ Multi-plataforma |
| Precio estimado | $30K-$50K/año (estimado, no público) | Incluido en GitHub Enterprise ($21/user/mes) | $98/developer/año |
| Riesgo de lock-in | 🔴 Alto (probable adquisición por Microsoft) | 🟡 Medio (ecosistema GitHub) | 🟢 Bajo (independiente) |
| Madurez del producto | 🔴 Beta (sin clientes públicos) | 🟢 Producción (desde 2020) | 🟢 Producción (desde 2018) |
| Compliance certifications | ⚠️ No público (startup seed) | ✅ SOC 2, ISO 27001, HIPAA | ✅ SOC 2, ISO 27001 |
El punto clave es que Entire solo tiene sentido si:
- Necesitas AI code audit hoy (GHAS y Snyk no lo tienen aún)
- Estás dispuesto a asumir el riesgo de que el producto sea absorbido por Microsoft en 18-24 meses
- Tienes budget para una solución premium (~$50K/año) vs esperar a que GHAS lo integre gratis
Si no cumples esos 3 criterios, mi recomendación es esperar. GitHub va a lanzar AI code detection en GHAS. Es cuestión de trimestres, no años. Y cuando lo haga, será gratis para clientes GitHub Enterprise.
Para el 90% de enterprises, adoptar Entire ahora es pagar $50K por adelantarse 6 meses a un feature que Microsoft va a regalar.
Lo único que salvaría a Entire de esa dinámica es demostrar diferenciación técnica brutal: que su LLM fingerprinting sea tan superior a lo que Microsoft podría construir internamente que justifique mantener el producto independiente. Pero con solo 12 ingenieros y sin paper científico publicado, esa diferenciación aún no existe.
En resumen: Entire es una buena apuesta de M12. Es una apuesta arriesgada para ti.
