Hoy en día decir que tu startup usa inteligencia artificial se ha convertido casi en un meme, pero, hace unos años la realidad era totalmente distinta.
Hoy tengo como invitado a Gabriel Monroy, cofundador y CEO de Colektia, una plataforma que desarrolla inteligencia artificial para optimizar la gestión de cobranzas de empresas como Nubank, Rappi, Claro y Telefónica. Colektia ha levantado cerca de 80 millones de dólares entre equity y deuda de fondos como Angel Ventures, Nazca y Devlabs.
Colektia nació hace 6 años y fue una de las primeras empresas en desarrollar algoritmos propios de inteligencia artificial para cobranzas a nivel global.
Hoy Gabriel y yo conversamos:
- De cómo resolver el problema del huevo o la gallina en inteligencia artificial
- De los errores más comunes al crear soluciones con IA
- De cómo venderle inteligencia artificial a empresas
- Y de qué podemos esperar del futuro de IA en Latinoamérica
Esta historia es prueba de que se puede crear tecnología propietaria desde Latinoamérica para resolver problemas de Latinoamérica. Espero que disfruten esta conversación con Gabriel Monroy de Colektia.
*Timestamps de Youtube
[02:15] – Insight y Cobranzas
- ¿Cómo llegó Gabriel al fascinante mundo de las startups?
Colektia nace de un insight muy contraintuitivo a la sabiduría convencional: que la gente no paga sus deudas porque hay un problema que lo impide.
Es una idea sencilla pero poderosa porque es contrario a la industria y es central al éxito de Colektia.
- Antes de validar la idea, ¿de dónde vino este insight? ¿cómo llegó Gabriel a él?
La industria de cobranzas en Latinoamérica es enorme.
Cobrar de manera manual vía call centers o incluso utilizando tácticas de amenazas – parece algo tan obsoleto.
- Cuándo empieza a estudiar la industria de cobranzas, ¿qué fue lo le llamó la atención como lo más roto u obsoleto?
Colektia es una compañía creando inteligencia artificial propietaria desde Latinoamérica para resolver un problema de Latinoamérica.
Pero están surgiendo compañías similares en África, Asia y hasta EEUU con ideas similares.
- ¿Por qué primero en Latinoamérica? ¿Qué tiene la industria de cobranzas en estos países que creó un caldo de cultivo propicio para que surja una compañía de tecnología como Colektia?
[15:52] – Cómo usar AI
Gabriel ha mencionado el dilema del huevo o la gallina en inteligencia artificial. “Necesitas datos para hacer IA, pero sin IA no tengo clientes.”
- ¿Qué cosas probaron y cómo consiguieron a ese primer cliente?
El insight de Colektia es una idea que suena casi muy buena para ser verdad, al punto que problamente posibles clientes como bancos o retailers les dirían: valídalo con otros y luego vuelves con nosotros.
- ¿Cómo convencieron a ese primer cliente de llevar a cabo el piloto? ¿Algún aprendizaje de esta experiencia consiguiendo el primer piloto que valga la pena resaltar para otros emprendedores en IA atravesando este dilema?
Gabriel ha descrito a Chile como un ecosistema donde las empresas están muy abiertas a probar soluciones nuevas e innovadoras. Suena a que empezar en Chile fue clave para el desarrollo de Colektia.
- ¿Cómo describiría el nivel de mentalidad “early adopter” de las grandes empresas en los principales países de Latinoamérica hoy, sobre todo a raíz de la nueva ola de IA?
Es fascinante cuando un corporativo tiene un problema tan grande que está dispuesto a abrir sus puertas y a colaborar con una startup para construir una solución para su problema.
- ¿Cómo se vio la primera versión del algoritmo? ¿Qué tanta co-creación hubo con este cliente de retail?
Gabriel ha hablado de los múltiples retos que enfrentaron implementando soluciones de inteligencia artificial: desde tener que automatizar el proceso de cobranza porque es muy manual y si no, no puedes captar datos; hasta lo difícil que es vender algo que no es tangible como un algoritmo.
- ¿Cuáles fueron los mayores errores que cometieron en Colektia creando soluciones de inteligencia artificial? Esos que más le hayan dolido, pero que sin ellos Colektia no estuviera dónde está hoy.
Hay call centers que han reemplazado personas por robots y que luego volvieron a contratar operadores.
- Al implementar IA en procesos y software, ¿qué ha aprendido Gabriel acerca de la combinación o interacción óptima entre la inteligencia artificial y las personas?
[39:44] – Innovación de Modelo de Negocio
Empezaron como un software as a service. Luego, se convirtieron en una agencia de cobranza apalancada en su tecnología y, recientemente, empezaron a adquirir carteras a bancos y financieras.
- ¿Por qué empezaron como SaaS, quién era el cliente en cada etapa y cuáles fueron las razones que los llevaron a evolucionar dos veces en su modelo de negocio?
- ¿Cómo deciden empezar a refinanciar a personas con historial de no pagar sus deudas? Suena a un negocio más financiero y riesgoso, versus de data y software. ¿De donde viene la idea, como la testearon, y que han aprendido que otros no ven?
La solución de Colektia funciona sobre algoritmos propios de inteligencia artificial, no están usando APIs de Microsoft o Google.
Suena a un hito técnico increíble y que muestra que se puede hacer esta tecnología con talento latinoamericano. Pero, desde una perspectiva de negocios:
- ¿Por qué era necesario? ¿Cuál es la lógica de negocio o las características específicas del problema de cobranzas que requieren crear algoritmos propietarios de IA?
Hace un año, salió ChatGPT y explotó la ola de modelos grandes de lenguaje (LLMs):
- ¿Cuándo hace sentido que una empresa nueva construya algoritmos propietarios de inteligencia artificial? Dicho de otra manera, si empezara Colektia hoy desde cero con las nuevas tecnologías que están disponibles, ¿qué haría diferente?
[52:20] – Futuro de IA en LatAm
En Colektia vienen trabajando con IA desde hace más de 6 años.
- ¿Esta tecnología es más poderosa para las empresas existentes que tienen productos con grandes bases de datos y equipos, en comparación con startups nuevas que, por ejemplo, quisieran construir un competidor de Colektia desde cero empezando mañana y tienen esta nueva tecnología a su disposición?
Al preguntar por qué Colektia había tenido éxito y Gabriel contestó que lograron 2 cosas que parecían locas: 1) desarrollar algoritmos propios con talento latinoamericano, no APIs; y 2) ser los primeros en una industria desde Latinoamérica.
Son creencias limitantes de los latinoamericanos y que si no las dejan ir, van a dejar pasar la gran ola de creación de valor con inteligencia artificial.
- ¿Cómo se sobrepone a estas creencias y cómo se lo transmite a su equipo?
Se suele criticar que los inversionistas latinoamericanos no invierten en modelos únicos y buscan clones.
- ¿Cómo afectó la capacidad de levantamiento de capital de Colektia el ser una startup donde hay pocos o ningún comparable a nivel global ? ¿Cómo se reflejó en sus conversaciones con inversionistas y cómo las manejó?
Es impresionante el hecho de que hayan tenido que crear su propio programa de trainees de data science e ingeniería de datos dentro de Colektia dado que no encontraban el talento capacitado.
A nivel de negocio, probablemente se ha convertido en una ventaja injusta por el acceso que tienen a talento, pero también es síntoma de un problema de talento.
- ¿Cómo describiría Gabriel el estado de conocimiento acerca de IA y data en Latinoamérica? ¿Cuál sería su solicitud a universidades y empresas de educación?
[01:07:48] – Preguntas Rápidas
- Si Gabriel mira10 años hacia el futuro y se pone el sombrero soñador, ¿cuál es la visión más extraordinaria de Colektia?
Menciones del episodio
Pueden encontrar a Gabriel en LinkedIn
Descubre más del Podcast Startupeable
Para más episodios, visita: startupeable.com/podcast
Suscríbete para avisarte cuando salgan nuevos episodios: startupeable.com/newsletter
Sigue a Enzo Cavalie en Twitter: @enzocavalie
