La Fintech más AI del País

Y la pregunta que ningún cap table financia con entusiasmo.

La renuncia

Hay un momento en la vida de ciertas personas en que el dinero deja de ser el argumento principal. No porque haya desaparecido del horizonte, sino porque han estado suficientemente cerca de él como para saber que su ausencia no es lo que más duele. Kyle Miller llegó a ese momento en 2019, cuando Uber se preparaba para su salida a bolsa y él, que había construido parte del motor de crecimiento internacional de la compañía, decidió no quedarse a ver el espectáculo. Podría haberlo hecho. Tenía razones suficientes del tipo que se cuentan en cenas y se recuerdan durante décadas. Eligió otra cosa. Y esa elección, en el ecosistema de las startups latinoamericanas, se convirtió rápidamente en parte de una narrativa que el propio ecosistema necesitaba con urgencia: la del fundador que renuncia a la riqueza segura para apostar por los que el sistema ignora.

Lo que eligió tiene la estructura de esas decisiones que sólo parecen coherentes en retrospectiva: renunciar a una posición consolidada, empacar con su familia y mudarse a México con una hipótesis. Había observado de cerca lo que la tecnología financiera había hecho en China e India en menos de una generación. Cómo WeChat Pay y Alipay construyeron, en menos de una década, una infraestructura de pagos que los bancos tradicionales no habían logrado en cuarenta años de intentarlo. Cómo Paytm convirtió a vendedores de chai en agentes financieros antes de que ningún regulador terminara de entender qué estaba pasando. Poblaciones enteras que el sistema bancario había ignorado con una consistencia que ya parecía política encontraron, de pronto, un camino hacia el crédito, el ahorro, la transacción formal. No fue gradual ni ordenado ni especialmente elegante. Fue una ruptura. Y Miller creía, con la convicción de quien ha visto funcionar algo similar desde adentro, que América Latina estaba exactamente en ese umbral.

México tenía todo lo necesario para que esa hipótesis fuera no sólo plausible sino urgente. Cerca del sesenta por ciento de la población adulta sin acceso a servicios financieros formales. Una economía informal que representa, según la estimación que se prefiera, entre un cuarto y un tercio del PIB nacional, números que los institutos de estadística producen con la misma serenidad con que otros países reportan sus exportaciones de automóviles, como si la enormidad del dato hubiera perdido hace tiempo su capacidad de incomodar. Millones de personas con comportamiento financiero real, sostenido, disciplinado, que pagaban sus tandas con una puntualidad que ningún buró de crédito registraba, que honraban sus deudas con el tendero de la esquina dentro de circuitos de reciprocidad que el sistema bancario nunca había tenido la curiosidad ni el incentivo de mirar con atención. El problema no era la gente. Nunca había sido la gente. Era el instrumento con el que se la medía, o más precisamente, la decisión de no construir un instrumento que pudiera medirla.

Nelo nació de esa convicción. Una aplicación de crédito al consumo en cuotas, sin la burocracia del banco, sin el historial previo que el banco exige para otorgar exactamente lo que niega a quienes no lo tienen. Compra hoy, paga en quincenas, sin papeleo, sin sucursal, sin el empleado de ventanilla que te mira como si hubieras llegado a pedir un favor personal. La interfaz era limpia, la promesa más simple todavía: ver a los que el sistema había decidido no ver. Financiamiento de ex-Uber, respaldo de Two Sigma Ventures, una tarjeta Mastercard para quien nunca había tenido una. El relato tenía todos los elementos que el ecosistema de capital de riesgo necesita para reconocer en algo una oportunidad histórica: mercado masivo ignorado, tecnología como palanca, fundador con credenciales probadas y disposición a sacrificar comodidad por convicción.

Detrás de esa promesa había algo que no siempre acompaña a las startups de alto crecimiento: una historia personal con costo real. Miller no llegó a México desde una oficina en San Francisco a gestionar una operación remota. Se mudó. Con su familia. Aprendió el mercado desde adentro, con la clase de exposición que distingue a quien apuesta de quien administra una apuesta ajena. Eso importa, y conviene decirlo sin ironía, porque lo que sigue no trata a Kyle Miller como un personaje de fábula moral. Lo trata como lo que parece ser: alguien que creyó genuinamente en lo que construyó, tomó riesgos reales para construirlo, y levantó una compañía que hoy factura cien millones de dólares al año con cuarenta empleados.

Él sabía exactamente a quién venía a servir. La pregunta que nos hacemos es otra: si ese mundo popular al que vino a servir terminó siendo el destinatario de la solución, o el insumo que la hace posible.

La máquina

Hay una pregunta que Kyle Miller hace a cada candidato que quiere trabajar en Nelo. No es sobre experiencia previa ni sobre dominio técnico ni sobre los años que lleva en la industria. Es más simple y más reveladora que todo eso: ¿cómo usas inteligencia artificial en tu día a día? La respuesta correcta no es una certificación ni un portafolio de proyectos. Es una actitud. Quien responde “para chatear“ no entra. No porque chatear sea un crimen corporativo, sino porque en la gramática interna de Nelo esa respuesta delata algo más profundo: que la persona todavía piensa en la tecnología como una herramienta de apoyo, cuando el modelo entero está construido sobre la premisa de que la tecnología es el operador principal y el humano, en el mejor de los casos, una supervisión ocasional.

El número que mejor ilustra esa premisa no está en el cap table ni en la ronda de inversión. Está en una línea de la estructura operativa que Enzo Cavalie, uno de los promotores del ecosistema fintech latinoamericano, reprodujo con la admiración explícita de quien reconoce en un dato la confirmación de una tesis: el equipo de cobranzas de Nelo tiene 0.25 personas. No un equipo pequeño. No un equipo lean. Una fracción de persona dedicada al momento en que el sistema se encuentra con la persona que compró los 1,200 pesos en seis quincenas porque no tenía los 1,200 pesos, y en la tercera quincena tampoco los tiene. Cien millones de dólares facturados al año. Cuarenta empleados en total. Un cuarto de uno de ellos para esa conversación.

La eficiencia es real y sería deshonesto negarla. Una compañía que factura cien millones de dólares con cuarenta empleados está operando en una dimensión que la industria financiera tradicional no puede aproximarse sin ruborizarse. Un product manager que lanza un producto completo en horas, con agentes de inteligencia artificial cubriendo lo que antes requería semanas de coordinación entre equipos, representa genuinamente algo nuevo. Miller lo sintetizó con la claridad de quien ha pensado mucho en una sola idea: si Uber naciera hoy, tendría cien veces menos empleados. En seis o doce meses, mil veces menos. La frase tiene la estructura de una profecía técnica, pero opera como declaración de valores: el trabajo humano en la cadena de valor no es un activo a preservar, es una fricción a eliminar.

Ese modelo tiene una lógica interna impecable cuando se lo mira desde adentro. Menos empleados significa estructura de costos más liviana, márgenes más amplios, capacidad de escalar sin que el crecimiento arrastre consigo la complejidad organizacional que destruyó a tantos de sus predecesores en el ciclo anterior. Nelo aprendió la lección que Kavak, Jüsto, Jokr y una generación entera de startups latinoamericanas aprendieron de la manera más cara: que crecer con activos pesados y equipos grandes es construir una trampa con capital ajeno. La respuesta de Miller fue la opuesta, construir lo más liviano posible, automatizar antes de contratar, tratar cada contratación como una confesión de que el modelo todavía no resolvió algo que debería poder resolver solo.

El resultado es una compañía que sus propios promotores describen como la fintech más AI del país. Y probablemente lo sea. La Tarjeta Nelo opera sobre Mastercard, se integra con Google Wallet, elimina el saldo revolvente abierto que convierte a los tarjetahabientes tradicionales en deudores permanentes sin fecha de liberación. El modelo BNPL (buy now, pay later) promete transparencia: sabes cuánto pagas, cuándo pagas, cuánto te cuesta exactamente. No hay letra chica en el sentido clásico. Hay un folleto informativo que el regulador exige y que Nelo publica con la puntualidad de quien no tiene nada que ocultar.

Ese folleto dice, entre otras cosas, que la tasa fija anual del crédito BNPL genérico es de 10.36% sin IVA, con un Costo Anual Total (CAT) de 37.26% sin IVA. Que la Tarjeta Nelo tiene una tasa fija anual de 30.66% sin IVA y un CAT de 73.49% sin IVA. Que las tasas ordinarias anuales varían entre 0% y 162% según perfil y plazo. Que una compra de 1,200 pesos financiada en seis quincenas genera una comisión de financiamiento de 336 pesos más 53.76 pesos de IVA — 389 pesos extra sobre 1,200, pagados por alguien que compró porque no tenía los 1,200. Y que el promedio ponderado de todos sus productos, calculado sobre la cartera completa, arroja una tasa de interés fija anual de 88.64% sin IVA y un CAT promedio de 379.5% sin IVA.

El folleto está disponible. Los números son públicos. La máquina funciona exactamente como fue diseñada.

El momento de la cobranza

En 1969, un economista peruano llamado Hernando de Soto todavía no había escrito nada importante. Eso vendría después, con El otro sendero y El misterio del capital, los libros que lo convertirían en el intelectual favorito de los organismos multilaterales y en el argumento preferido de quienes creían que la informalidad era un problema de títulos de propiedad y no de historia política. Pero la intuición central que De Soto desarrollaría décadas más tarde ya estaba visible para cualquiera que quisiera mirar el centro de Lima, o el centro de Ciudad de México, o cualquier mercado popular latinoamericano con la atención suficiente: que la economía informal no es una economía rota. Es una economía paralela con sus propias instituciones, sus propios instrumentos de crédito, sus propios mecanismos de confianza y sanción. Una economía que funciona precisamente porque sus participantes se conocen, se deben favores, comparten vecindario y apellido e historia. Una economía, en suma, que el sistema financiero formal nunca supo leer porque nunca quiso aprender su idioma, y que durante décadas prefirió describir como problema antes que como arquitectura.

El tianguis tiene prestamistas. Siempre los ha tenido. El modelo varía según la geografía y la generación, pero la estructura es reconocible en cualquier mercado popular de América Latina: alguien con capital disponible, alguien que necesita liquidez, un acuerdo que no requiere buró de crédito porque requiere algo más antiguo y más difícil de falsificar; reputación dentro de una red. Las tasas que cobra ese prestamista son altas, a veces muy altas, medidas en términos anualizados que quizás algún regulador miraría con sospechas en un folleto informativo. Pero el prestamista informal hace algo que ningún algoritmo ha replicado todavía con fidelidad: negocia. Conoce la historia del deudor, conoce a su familia, conoce el negocio que tuvo un mal mes. Sabe que destruir al deudor es destruir parte de la red que lo sostiene a él. Tiene, en el sentido más literal, un interés relacional en que la cosa funcione. ¿Es eso explotación? A veces. ¿Es también un sistema de gestión del riesgo construido sobre información que ningún buró de crédito captura? Siempre.

Fue exactamente contra esa imagen, el prestamista informal como figura de extracción, el crédito popular como trampa generacional, que la narrativa fintech construyó su caso moral. La tecnología vendría a romper ese circuito. La app reemplazaría al intermediario con cara, con la promesa implícita de que un algoritmo es más justo que una persona porque no tiene preferencias, no tiene familia, no tiene el lunes de mal humor. La transparencia sería estructural: sabes cuánto pagas, cuándo pagas, cuánto te cuesta exactamente. Sin negociación opaca en una trastienda. Sin relación de poder disfrazada de favor. La democratización del crédito como acto de higiene institucional; reemplazar lo turbio por lo legible, lo relacional por lo algorítmico, lo humano por lo eficiente.

La lógica tiene una coherencia interna que sería deshonesto negar. Menos fricción humana significa menos costo operativo, menos variabilidad, menos riesgo de que alguien en la cadena tome una decisión que el modelo no anticipó. El algoritmo no tiene mal humor ni lealtades cruzadas ni el lunes difícil del cobrador del barrio que prefiere no tocar esa puerta hoy. Lo que el algoritmo tiene, en cambio, es una indiferencia perfecta ante el contexto, ante si el deudor no pagó porque perdió el trabajo o porque simplemente decidió no pagar. Para el modelo, la distinción no existe. Existe el pago o existe la mora. Y la mora tiene un precio que el folleto informativo detalla con la misma ecuanimidad con que detalla todo lo demás.

Pero hay algo que el prestamista del tianguis nunca pudo hacer, por más que quisiera. No tiene acceso al buró de crédito. No puede reportar. Su poder termina en los límites de la red; puede presionar, puede cobrar, puede negarse a prestar de nuevo. Lo que no puede es dejar una marca institucional permanente en el historial de alguien.

Nelo sí puede. Y ahí es donde el mecanismo revela una dimensión que la narrativa de inclusión financiera rara vez menciona con esta precisión: el usuario que entra al sistema formal por primera vez, cuyo debut en el buró de crédito debería ser el inicio de una identidad financiera construida con paciencia, estrena ese historial en el momento en que no pudo pagar la tercera quincena de una compra de 1,200 pesos. El sistema lo vio por primera vez para registrar que falló. La deuda se amplifica con cargos adicionales sobre alguien que ya demostró que no alcanza, y encima de eso, la primera huella que deja en la infraestructura financiera formal del país es una marca negativa que lo perseguirá durante años. ¿Es eso inclusión financiera, o es la versión algorítmica del prestamista del tianguis, sin la negociación, sin la red, sin el lunes de mal humor, pero con un CAT promedio de 379.5% y acceso institucional a las herramientas que el prestamista informal nunca tuvo?

El algoritmo no tiene esa conversación. Tiene 0.25 personas para tenerla.

El umbral

Hay empresas que fallan por deshonestidad y hay empresas que fallan por coherencia. Las primeras son más fáciles de juzgar y más fáciles de olvidar. Las segundas merecen atención sostenida, porque su problema no es moral sino estructural: no mienten sobre lo que son, simplemente nunca se preguntaron si lo que son es suficiente para lo que prometieron. Nelo pertenece a esta segunda categoría. Y esa distinción, antes de cualquier otra cosa que siga, importa.

El capital de riesgo no es filantropía con buenas intenciones. Two Sigma Ventures no entró a Nelo porque le conmoviera la situación del mundo popular mexicano. Entró porque el modelo produce retornos lejos del promedio de la industria, y los produce precisamente donde la necesidad es más alta y las alternativas más escasas. Esa es la lógica del negocio y sería ingenuo describirla de otra manera. Lo que resulta más interesante, y más revelador sobre el ecosistema entero, es la capacidad de sostener simultáneamente dos convicciones que no pueden ser verdad al mismo tiempo: que se está ayudando al mundo popular y que se están generando retornos extremos de venture capital. No es hipocresía necesariamente. Es algo más sofisticado y más difícil de desarmar: la narrativa de inclusión financiera como dispositivo que hace socialmente admirable, y en ciertos círculos moralmente urgente, invertir en un modelo cuyo margen depende estructuralmente de cobrarle el precio más alto posible al que menos tiene.

Un amigo me dijo hace poco, con la seguridad de quien cree haber encontrado el argumento definitivo: “el peor crédito es el crédito que no se da”. La frase tiene la estructura de una verdad universal, nadie puede estar en contra del crédito, nadie puede defender la exclusión financiera como política deseable. Frank Luntz la hubiera admirado. Es irrefutable en abstracto y silenciosa sobre lo único que importa en concreto: ¿a qué precio? Porque el crédito que se da a CAT promedio de 379.5% no rompe el círculo de la exclusión. Lo refinancia. Le pone una interfaz limpia, una tarjeta Mastercard y un folleto informativo que cumple con el regulador. Y luego reporta al buró cuando el círculo no cierra y como siempre se cierra, sobre quien menos podía permitirse que se cerrara.

Quizás hay preguntas que Kyle Miller nunca se hizo. ¿Cómo usa la inteligencia artificial en su día a día el usuario que llegó a la tercera quincena y no puede pagar? ¿Despliega cinco agentes para modelar un esquema de reestructura de deuda? ¿Le pide a un PM que lance en horas una solución para su problema de liquidez? No. Busca a alguien con quien hablar. Busca exactamente lo que el modelo eliminó porque era fricción. Y lo que encuentra, en su lugar, es un sistema punitivo que amplifica su deuda con la misma velocidad con que le aprobó el crédito, y un reporte al buró que convierte su debut en el sistema financiero formal en una marca negativa que lo acompañará durante años.

Democratizar el acceso sin cuestionar el precio es distribuir la deuda, no distribuir la oportunidad. La fintech más AI del país es, para ese usuario, la experiencia menos humana que el crédito popular ha producido en su historia. Y el prestamista del tianguis, ese personaje que la narrativa fintech vino a reemplazar, al menos tenía un incentivo relacional para que la cosa funcionara. El algoritmo tiene un incentivo para que la cosa escale. No es la misma cosa, aunque el folleto informativo use las mismas palabras para describirlas.

La solución no está en el pasado ni en los miles de cobradores que el algoritmo reemplazó. Está en una pregunta que el modelo nunca se hizo: la persona que tiene crédito no es un individuo aislado, es un nodo sostenido por una red, al momento de aprobar y al momento de cobrar. La tecnología que haría falta para leer ese mundo de otra manera no es tecnología futurista ni promesa de laboratorio. Es la misma arquitectura de grafos que los sistemas de vigilancia estatal usan para mapear interdependencias sociales con una granularidad que ningún comité de crédito admitiría explorar en público, no porque sea imposible, sino porque las preguntas que respondería resultan difíciles de ignorar una vez formuladas. El mismo grafo que permite identificar un nodo para aislarlo puede estimar la densidad de reciprocidad que lo sostiene. Puede medir no la biografía de deuda de un individuo sino la resiliencia financiera de la red que lo precede y lo rodea. Esa es la diferencia entre mirar datos y leer estructuras. El problema no es que Nelo no vea esa red. El problema es que no necesita verla para operar. Su modelo funciona precisamente porque ignorarla es la condición que hace posible el CAT de 379.5%. Si la red fuera visible, el riesgo sería menor. Si el riesgo fuera menor, la tasa tendría que serlo también. Y si la tasa fuera menor, el modelo necesitaría explicarle otra cosa a su cap table.

La verdadera innovación rara vez aparece primero como belleza. Suele aparecer como desorientación. Lo que desorienta de Nelo no es que sea una empresa mala, es que sea una empresa perfectamente coherente con un sistema que lleva décadas produciendo exactamente estos resultados y llamándolos inclusión. Kyle Miller renunció a Uber antes del IPO, se mudó a México con su familia y se hizo una sola pregunta: ¿por qué el mundo popular no tiene crédito? Es una buena pregunta. Es, posiblemente, la pregunta correcta. Lo que el modelo nunca se hizo es la que sigue: ¿a qué costo está dispuesto ese mundo a tener crédito, y a qué costo estamos dispuestos nosotros a dárselo?

La respuesta está en el folleto. Disponible, pública, firmada por el regulador: CAT promedio ponderado: 379.5% sin IVA.