Hacer cosas que no escalan no es una etapa. Acá es el negocio.

Una de las compañías financieras más rentables de la región tiene un empleado por cada 164 clientes

Una de las compañías financieras más rentables de la región tiene un empleado por cada 164 clientes.

Gentera terminó 2025 con 28.292 colaboradores, 556 oficinas de servicio, 152 sucursales y 4.625.737 clientes entre México y Perú. La mayor parte de esa base son mujeres. La metodología dominante sigue siendo el crédito grupal: alguien va, se sienta, arma el grupo, cobra, vuelve. Su retorno sobre capital en el cuarto trimestre fue 23,2%.

Ninguna de esas cifras describe una empresa a medio digitalizar. Describen un modelo donde la presencia física no es un costo transitorio: es el mecanismo por el que el producto funciona.

Esto choca de frente con el manual.

La tesis original suponía que después llegaba la infraestructura

Paul Graham publicó en julio de 2013 un ensayo que se volvió doctrina en aceleradoras de todo el mundo: las startups deben hacer al inicio cosas manuales, artesanales, imposibles de sostener, porque ese trabajo insostenible es lo que las pone en movimiento. Su formulación es directa: "Actually startups take off because the founders make them take off."

La idea es buena y sigue siendo buena. Pero está escrita sobre un supuesto silencioso que casi nadie discute.

El supuesto es que el trabajo manual es un puente. Existe una orilla del otro lado. Esa orilla es la infraestructura: direcciones normalizadas, identidad verificable contra una base única, historial crediticio consultable, red logística que entrega en el 98% de los intentos, débito automático que no falla, cobranza que se resuelve con un correo y un cargo recurrente.

En Estados Unidos esa orilla existe desde antes de que existiera la startup. Por eso el trabajo manual puede ser una fase: la fase dura hasta que el proceso se puede montar sobre infraestructura ajena que ya estaba ahí.

En América Latina la orilla está incompleta. Y no de manera uniforme: incompleta por país, por ciudad, por barrio y por segmento de ingreso. Ese detalle cambia todo.

El domicilio, que es el insumo más básico de cualquier operación, no está resuelto

El Censo 2022 de Brasil catalogó 106,8 millones de direcciones. De esas, 24,4 millones no tienen número. Es 22,8% del total. Otras 5,1 millones usan sistemas alternativos de identificación y 438 mil se ubican por kilómetro de carretera.

Casi una de cada cuatro direcciones del país más grande de la región no se puede escribir en un formulario de dos campos.

Eso no es un problema de última milla. Es un problema de primera milla. Si el domicilio no es un dato confiable, entonces no se puede automatizar el ruteo, no se puede validar la identidad contra el domicilio, no se puede calcular riesgo por geografía con precisión fina, no se puede prometer ventana de entrega y no se puede cobrar en el lugar donde vive la persona sin mandar a alguien a buscarla.

Todo lo que en otro mercado es un campo de base de datos, acá es una persona que camina.

Las compañías que operan en serio en estos territorios ya lo resolvieron, y lo resolvieron con gente. Levantaron sus propios catálogos de direcciones, sus propias referencias visuales, sus propias redes de contacto barrial. Ese activo no aparece en ningún pitch deck porque no se ve como tecnología. Es tecnología. Es la capa de datos que el Estado no produjo y que el sector privado tuvo que construir a mano, cliente por cliente.

La red de atención tampoco es digital: es una tienda con un mostrador

México da la fotografía más clara de cómo se resuelve la distribución financiera cuando la sucursal no llega.

Al cierre de 2024, según la Comisión Nacional Bancaria y de Valores, el país tenía 57.624 corresponsales bancarios, 69.126 cajeros automáticos y 18.295 sucursales. Los corresponsales crecieron 8%; los cajeros, 3%; las sucursales, 1%. Cuatro de cada cinco municipios tienen al menos un corresponsal, y en ellos vive 99% de la población adulta. Un solo operador, OXXO, concentra 24.568 puntos: 43% de la red completa.

El dato importante no es que los corresponsales crezcan más rápido. Es la composición del uso: 83% de las operaciones son depósitos, 9% pagos de crédito y 7% retiros de efectivo.

Traducido: la red que efectivamente conecta al sistema financiero con la población no es una app. Es un mostrador, un cajero humano y una caja registradora. Y el 9% que corresponde a pagos de crédito es la parte que a nadie le gusta mirar, porque significa que millones de amortizaciones se cobran en efectivo, en persona, en una tienda de barrio, todos los meses, para siempre.

Eso no se está por automatizar. Está funcionando así porque es lo que funciona.

Verificar quién es alguien y lograr que pague son dos problemas distintos, y los dos son manuales

Hay dos funciones que en un mercado con infraestructura completa se resuelven con una llamada a una API y que acá consumen personas.

La primera es la identidad. Verificar que alguien es quien dice ser exige, en buena parte de la región, contrastar un documento contra bases que están fragmentadas entre registros civiles, autoridades electorales, sistemas tributarios y centrales privadas, cada una con cobertura y calidad distintas. Cuando esas bases no conversan, la verificación remota se degrada y la compañía tiene dos opciones: aceptar más fraude o poner a alguien a mirar. La mayoría de las compañías serias hacen ambas cosas y llaman a la segunda "revisión manual", como si fuera una excepción. No es una excepción. Es una línea permanente del organigrama.

La segunda es la cobranza. Un débito automático que falla en un mercado desarrollado es un evento raro que se reintenta. Acá el crédito se otorga a personas cuyo ingreso es variable, informal o estacional, y cuyo pago llega en efectivo, en una tienda, en un momento del mes que depende de cuándo cobró. La red de corresponsales mexicana lo confirma sin adornos: 9% de todas sus operaciones son pagos de crédito, y una porción relevante de ellas la procesan operadores de microfinanzas y banca de nicho.

Las dos funciones tienen la misma estructura de costos: alto costo variable, bajo costo fijo, imposibilidad de eliminarlas por completo. Y las dos tienen la misma consecuencia estratégica: la compañía que las hace bien no tiene un mejor modelo de riesgo, tiene una mejor operación.

El caso peruano muestra el número que la tesis original no contempla

Mibanco cerró 2025 con una utilidad neta de S/550,1 millones, 76% más que el año anterior. Desembolsó más de S/16 mil millones. Su morosidad bajó a 4,4%. Su participación en el segmento objetivo llegó a 23,5%.

Lo hizo con aproximadamente 5.500 asesores comerciales en calle.

Cinco mil quinientas personas visitando negocios, evaluando inventarios a ojo, midiendo el flujo de una bodega por lo que se vende un martes, decidiendo un crédito sobre información que no existe en ninguna central de riesgo. Al mismo tiempo, el banco creció fuerte en canales digitales: sus usuarios por WhatsApp pasaron de una meta de 100 mil a 296 mil.

Ese es el punto que el manual anglosajón no anticipa. El canal digital no reemplazó al asesor. Se sumó. Bajó el costo de las transacciones repetitivas —consultas, transferencias, pagos— y liberó al asesor para hacer lo único que la infraestructura ausente exige: originar riesgo con presencia.

La curva no fue sustitución. Fue especialización.

La regla que reemplaza a la original

Si en Silicon Valley el trabajo insostenible es un puente hacia la automatización, acá el trabajo manual es una capa permanente del producto, y debe presupuestarse como tal.

Eso implica cuatro cambios concretos en cómo se opera y cómo se financia.

Primero, la capa humana deja de ser gasto de arranque y pasa a ser costo de bienes vendidos. No se proyecta a la baja como porcentaje de ingresos hasta desaparecer. Se proyecta como una función de densidad: cuántos clientes atiende un asesor por kilómetro cuadrado, cuánto cuesta esa visita, cuánto rinde. Las compañías que ganan no reducen el número de personas. Aumentan lo que cada persona produce sin sacarla de la calle.

Segundo, la ventaja competitiva se muda de lugar. Deja de estar en el software y pasa a estar en la red física y en los datos propietarios que esa red genera. Un competidor puede copiar la app en un trimestre. No puede copiar en un trimestre 5.500 personas que conocen a 5.500 barrios.

Tercero, el modelo financiero cambia de forma. No es una curva de márgenes que se dispara con la escala. Es una curva que sube despacio y se estabiliza en un nivel razonable, con un retorno sobre capital alto porque el activo es rotativo y el riesgo está bien medido. Gentera con 23,2% de ROE trimestral no es una anomalía. Es el resultado normal de un modelo de densidad bien operado.

Cuarto, y esto es lo más incómodo para el capital de riesgo: este tipo de compañía no tiene el perfil de retorno que busca un fondo que necesita multiplicar diez veces en siete años. Tiene el perfil de retorno que busca un dueño. Son negocios excelentes con estructura de capital equivocada si se financian con la tesis equivocada.

Lo que pasó cuando alguien intentó saltarse la capa manual

Jüsto levantó más de 300 millones de dólares desde 2019 para operar un supermercado sin tienda física: pedidos por app, centros de distribución oscuros, entrega directa. La promesa era exactamente la del manual: eliminar la operación intensiva en personas reemplazándola por software y logística propia.

Salió de Perú a fines de 2024. Salió de Brasil en diciembre de 2024. Cerró México el 15 de diciembre de 2025. La compañía atribuyó la decisión a factores financieros, operativos y estratégicos.

Merqueo, en Colombia, recorrió el mismo camino con otra bandera. Levantó más de 66 millones de dólares, llegó a operar en 22 ciudades y en tres países, pasó por una reestructuración empresarial en 2023 y apagó su aplicación y su sitio en julio de 2025. Entre las razones citadas en su cierre aparecen el enfriamiento de la demanda digital, la imposibilidad de sostener un modelo logístico intensivo en capital, la inflación y las tasas de interés altas.

Dos compañías con producto correcto, ejecución seria y capital suficiente. Ninguna de las dos falló por falta de tecnología. Fallaron porque el costo de construir por cuenta propia la infraestructura que no existía —direccionamiento, densidad de entrega, frecuencia de compra, confiabilidad de pago— era mayor que el margen del producto que vendían.

La conclusión no es que la automatización no sirve. Es que automatizar sobre una infraestructura inexistente significa que tú pagas la infraestructura completa. Y la infraestructura completa cuesta más que cualquier ronda.

El contraargumento honesto

Hay tres objeciones serias y ninguna es tonta.

La primera: sí hay capas donde la automatización llegó y llegó bien. Los sistemas de pagos instantáneos de la región funcionan, son masivos y bajaron el costo de mover dinero a casi nada. El argumento de este artículo no es que la infraestructura nunca aparece. Es que aparece por capas, en desorden, y que la capa de identificación física —dónde vive la persona, quién es, si va a pagar— sigue siendo la más atrasada. Se puede tener transferencias instantáneas y aun así no poder entregar un paquete.

La segunda: el costo laboral sube. Los modelos intensivos en personas se vuelven más caros con cada aumento de salario real y cada endurecimiento de la regulación laboral. Es cierto. Y es exactamente por eso que la disciplina de densidad importa: el modelo aguanta si la productividad por persona crece más rápido que el costo por persona. Si no crece, el modelo se rompe. No es una licencia para contratar sin medir.

La tercera, y la más fuerte: la inteligencia artificial cambia el cálculo. Cosas que hace tres años exigían una persona —verificar un documento, leer una foto de una fachada, hacer una llamada de cobranza, calificar un negocio informal— hoy se pueden hacer parcialmente con máquinas. Es verdad. Pero el cuello de botella no es el juicio: es la presencia. La IA reduce el costo del back office de una operación manual. No reduce el costo de tocar una puerta.

Y la puerta sigue siendo el único canal confiable para una parte grande de los clientes de esta región.

La consecuencia operativa

Si diriges una compañía acá, hay tres decisiones que se toman distinto a partir de esto.

La primera es de presupuesto. Deja de proyectar la línea de personal de campo como un porcentaje decreciente sobre ingresos. Proyéctala como un activo con retorno propio: costo por visita, clientes por asesor, margen por ruta, retorno por metro cuadrado de cobertura. Si esa unidad no es rentable a los doce meses, el problema no es que falta escala. Es que la ruta está mal diseñada.

La segunda es de contratación. La función más subvaluada en una compañía latinoamericana rentable no es la de ingeniería. Es la de gerente regional de operaciones: la persona que sabe cuántas visitas caben en un día, cómo se cobra cuando el cliente no está, y qué hacer cuando una calle no tiene nombre. Esa gente es escasa, es cara y no aparece en los rankings de talento tech.

La tercera es de financiamiento. Si tu operación necesita permanentemente miles de personas en calle, tu estructura de capital tiene que aceptar eso desde el día uno. Deuda para el activo, equity para la red, expectativas de retorno calibradas a un negocio de densidad y no a uno de software. Levantar capital de riesgo prometiendo que la capa humana desaparece en 24 meses es firmar un contrato que no vas a poder cumplir.

Hacer cosas que no escalan no fue nunca la parte incómoda del negocio. Acá es el negocio. Lo incómodo es seguir tratándolo como un trámite previo a otro negocio que no va a llegar.