Startupeable publicó el 15 de julio un episodio con Pedro Pineda, cofundador y CEO de Fintual, la fintech chilena de gestión de inversiones. El dato que abre la conversación es contundente: Fintual administra más de $2,200 millones de dólares en fondos, el doble de lo que administran los fondos de Nubank. Con una base de clientes de apenas 200 mil, frente a los 100 millones de Nubank.

La razón, dice Pineda, es simple: administrar dinero no es el negocio principal de un banco. Prestarlo, sí. Fintual nació para ser la entidad que sí tiene eso como su único trabajo.

Ese contraste de números ya sería suficiente para un post. Lo que me hizo escribir este es lo que Pineda cuenta que hizo después de darse cuenta de algo que, según su propio relato, lo dejó sin dormir: un banco tradicional jamás le iba a ganar a Fintual en su propio terreno. Pero una empresa nueva, nativa en IA desde el diseño, sí podría ganarle a Fintual.

La decisión: construir tu propio reemplazo antes de que otro lo haga

La mayoría de los fundadores defiende lo que construyó. Cuando algo funciona, la reacción natural es protegerlo, optimizarlo, blindarlo de la competencia. Pineda hizo lo contrario. Armó un equipo aislado dentro de Fintual, separado de la operación diaria, con un mandato explícito: reconstruir Fintual desde cero, usando IA, como si fuera el competidor que viene a comerse el negocio.

Esa apuesta le permitió reclutar a un ingeniero de Google como su nuevo CTO, alguien que llegó específicamente a liderar esa reconstrucción interna, no a mantener el sistema existente.

Tres años después, según Pineda, el resultado está en todos lados dentro de la empresa. Los abogados de Fintual programan. No como ejercicio de innovación de vitrina, sino porque ahora forma parte de cómo hacen su trabajo. Y un equipo interno acaba de eliminar un proveedor crítico de software de soporte al cliente, construyendo el reemplazo ellos mismos en una semana.

Esa última parte es la que vale la pena detenerse a mirar de cerca, porque ahí está el punto que más se presta a malinterpretar.

Por qué construir en una semana no es lo mismo que construir rápido

Es fácil leer “construyeron el reemplazo en una semana” y asumir que la IA hizo el trabajo pesado sola. No es lo que pasó, según cómo lo cuenta Pineda. Un equipo puede reconstruir un sistema crítico de soporte al cliente en siete días solo si ya sabía, con precisión, qué tenía que hacer ese sistema, qué casos raros tenía que manejar, y en qué punto exacto el proveedor externo se quedaba corto para su operación específica.

La IA no reemplazó ese conocimiento. Lo ejecutó a una velocidad que antes no existía. El cuello de botella nunca fue escribir el código; era saber exactamente qué código escribir. Ese es el mismo patrón que documenté hace unos meses en otro post sobre por qué construir se volvió barato pero decidir qué construir no: cuando el costo de ejecutar cae a casi cero, lo que separa a una empresa de otra es la calidad de la decisión sobre qué merece existir, no la velocidad con la que se puede teclear.

Fintual pudo tomar esa decisión rápido porque el equipo que la tomó era el mismo que llevaba años operando el proceso que estaban reemplazando. No fue una consultora externa leyendo un manual. Fue gente que ya sabía dónde estaban los cadáveres.

”La IA ya sabe más que yo sobre mi empresa”

Esa es la frase que Pineda usa para describir el punto al que llegó el experimento. No es una metáfora de marketing. Es una admisión concreta: después de tres años alimentando a los sistemas internos con el contexto completo de cómo opera Fintual, la IA tiene acceso a más superficie de la operación de la que cualquier persona individual, incluyendo al CEO, puede sostener en la cabeza al mismo tiempo.

Eso solo es posible porque Pineda no trató la IA como una herramienta que se le pega a un proceso existente. La trató como la base sobre la que reconstruyó el proceso completo, con el conocimiento operativo del equipo original como insumo, no como algo que la IA tuvo que adivinar desde cero.

La apuesta más grande: fondos de pensiones

Pineda no se conforma con haber duplicado el AUM de los fondos de Nubank con una fracción de sus clientes. Su objetivo declarado es hacer con los fondos de pensiones en Latinoamérica lo que Nubank hizo con la banca tradicional: entrar como alternativa nativa en tecnología a un sector dominado por instituciones grandes, reguladas y lentas para modernizarse.

Es una apuesta más grande que la anterior, y todavía no hay resultado que mostrar. Pero la lógica es la misma que ya funcionó una vez: usar la reconstrucción interna con IA como ventaja estructural, no como proyecto piloto aislado del negocio principal.

Lo que esto significa si tu empresa no es una startup chilena de IA

Lo que llama la atención del caso de Fintual es que no viene de Silicon Valley. Es una fintech latinoamericana que se adelantó a su propia competencia, con números que se pueden verificar, no con la típica promesa de “transformación digital.”

La parte que casi nadie replica bien es la que Pineda describe casi de pasada: el equipo que reconstruyó el proceso ya lo conocía a fondo. En AI Maestro, el discovery sirve exactamente para llegar a ese mismo punto de partida antes de escribir una sola línea de código: mapear la operación real, no la que aparece en el manual de procedimientos, para que la reconstrucción con IA parta de conocimiento genuino del proceso y no de una adivinanza optimista sobre lo que la herramienta puede resolver sola. Lo escribí antes sobre otras empresas latinoamericanas que tienen esa misma oportunidad frente a ellas, y todavía no la han tomado.

Mapear tu proceso antes de reconstruirlo con IA