Michael Rangel, Fundador de Novo – Serie de entrevistas

Michael Rangel, fundador de Novo, es un emprendedor fintech que fundó la empresa en 2016 y se desempeñó como CEO durante más de nueve años, ayudando a transformar Novo de un concepto en etapa temprana a una plataforma financiera que sirve a pequeñas empresas. Durante su mandato, Rangel trabajó en desarrollo de producto, recaudación de fondos, contratación, operaciones, asociaciones y estrategia de salida al mercado, contribuyendo a que la compañía obtuviera más de $170 million en financiación. Renunció como CEO en abril de 2025, pero sigue participando como fundador y miembro del consejo de Novo, apoyando su misión a largo plazo de empoderar a emprendedores y negocios independientes. Antes de fundar Novo, Rangel pasó más de cinco años en administración y operaciones comerciales en Fairholme Capital Management, después de un cargo previo en operaciones en Smith Barney.

Novo es una plataforma fintech diseñada específicamente para negocios independientes, emprendedores, freelancers y propietarios de pequeñas empresas, que combina cuentas corrientes empresariales con herramientas para pagos, facturación, gestión de gastos, planificación de flujo de efectivo, préstamos y crédito empresarial. La plataforma se integra con más de 40 herramientas empresariales, incluidas QuickBooks, Stripe, Shopify, Square y Xero, ayudando a las empresas a conectar la banca con la contabilidad, los pagos y los flujos de trabajo operativos. Novo también incorpora IA impulsada por modelos de OpenAI, Anthropic y Google para optimizar procesos como la incorporación y la categorización de gastos. La compañía afirma que su plataforma es utilizada por más de 250,000 negocios independientes. Novo en sí es una fintech y no un banco, con servicios bancarios y depósitos asegurados por la Federal Deposit Insurance Corporation (FDIC) proporcionados a través del socio Middlesex Federal Savings.

Fundaste Novo en 2016 y pasaste casi una década construyéndola en torno a las necesidades financieras de las pequeñas empresas. Mirando atrás a los problemas que buscabas resolver entonces, ¿cuáles crees que la IA puede abordar ahora de maneras que simplemente no eran posibles cuando iniciaste la compañía?

La IA puede tener un impacto profundo en cómo operas un negocio y entregas valor a los clientes. Cuando iniciamos Novo, uno de los problemas que queríamos resolver era que una empresa de $1,000 al año, una de $100,000 al año y una de $1 million al año pueden generar una carga operativa sorprendentemente similar para un banco. Aún debes apoyar la incorporación, el cumplimiento, el fraude, la seguridad, el monitoreo de transacciones y el servicio al cliente, sin importar cuánto ingreso genere ese cliente para ti. Eso significaba que los bancos tenían que crear grandes equipos operativos para atender a clientes que, individualmente, no siempre eran tan valiosos para ellos.

Hace diez años, creíamos que el software podía ayudar a cambiar esa ecuación. La IA está llevando esa idea mucho más lejos. Un especialista en cumplimiento puede usar IA para resumir información, procesar documentos y redactar informes o respuestas, lo que permite a una persona manejar más de diez veces el volumen que podía antes. Nuestros equipos de servicio al cliente pueden dejar que la IA atienda preguntas rutinarias, de modo que las personas dediquen su tiempo a los problemas que realmente requieren juicio. Los modelos de fraude pueden identificar posibles incidentes antes y ayudarnos a recuperar pérdidas más rápidamente cuando algo sale mal. La IA nos ha brindado una forma mucho mejor de cumplir con lo que Novo fue creado para hacer, que es ofrecer una experiencia bancaria que funcione para las empresas sin importar su tamaño.

Históricamente, las pequeñas empresas han carecido de acceso a los equipos financieros, analistas y software sofisticado disponible para las grandes compañías. ¿Cuánto puede la IA cerrar realísticamente esa brecha de recursos y dónde seguirá siendo esencial la experiencia humana?

La IA avanza increíblemente rápido, pero el ritmo parece muy diferente según el lugar donde te encuentres. Si trabajas en tecnología en San Francisco o Nueva York, probablemente tengas una experiencia de IA muy distinta a la de un propietario de pequeña empresa que simplemente intenta gestionar su compañía.

Muchos de los problemas que enfrentan las pequeñas empresas ya están al alcance de la IA. El mayor desafío es que la tecnología avanza más rápido de lo que la gente puede aprender a usarla. Por eso me interesa lo que están haciendo compañías como Anthropic con productos diseñados para ofrecer un punto de partida a usuarios menos técnicos.

La experiencia humana no desaparecerá, pero la IA puede cerrar la brecha al hacer esa experiencia más accesible. He visto productos como April Tax facilitar cosas que antes requerían mucho tiempo y conocimientos especializados para un propietario de pequeña empresa. No estamos en un punto en que la IA pueda poner tu negocio en piloto automático, pero si alguna vez perdiste un fin de semana preparando la declaración de impuestos, recuperar ese tiempo es importante.

¿Dónde observas que la IA crea el valor más tangible para los propietarios de pequeñas empresas hoy, particularmente en la previsión de flujo de efectivo, la gestión de gastos, la presupuestación y la toma de decisiones financieras diarias?

Una de las aplicaciones de IA más útiles que hemos desarrollado en Novo es, en realidad, algo que parece bastante sencillo: la etiquetación de transacciones. Históricamente, lograr que estos modelos funcionaran bien requería una enorme cantidad de datos de entrenamiento, y aun así podrías obtener alrededor del 80 % de precisión. Eso no es suficiente cuando manejas la información financiera de alguien, porque aún tienes que revisar todo.

Al usar una cantidad menor de nuestros propios datos, algunas técnicas de destilación de modelos y modelos de vanguardia cuando nuestros sistemas no están seguros, hemos elevado esa precisión a más del 97 % y acercándola al 99 % recientemente. Una vez que puedes comprender con precisión lo que representa cada transacción, puedes crear herramientas financieras mucho más útiles sobre esos datos. Puede impulsar paneles de gastos, FP&A básico e incluso ayudar a una empresa a separar el dinero para cosas como nómina y pagos a proveedores, de modo que no lo gasten accidentalmente en otro lugar.

Lo interesante es que los LLM son sorprendentemente buenos en clasificación y agrupamiento. Eso significa que podemos tomar las transacciones de una empresa y comenzar a construir una vista personalizada de sus finanzas sin la complejidad de ingeniería que antes se requería. Para nuestra base de clientes, las capacidades de la IA actual están realmente por delante de la complejidad de los problemas que intentamos resolver. Es un lugar bastante emocionante para estar.

Una de las promesas de la IA es pasar el software financiero de simplemente mostrar a los propietarios de negocios lo que ocurrió a decirles proactivamente lo que deberían hacer a continuación. ¿Cómo se ve en la práctica una plataforma financiera verdaderamente inteligente?

La mejor experiencia bancaria que puedes tener sigue siendo hablar con alguien en tu banco que lo sepa todo sobre tu negocio. Entienden tu historial, lo que intentas lograr y lo que podrías necesitar a continuación. El software siempre ha sido un facilitador de esa relación, pero no la ha reemplazado.

Para mí, una plataforma financiera verdaderamente inteligente comienza a sentirse como si hubieras reducido el número de personas que necesitas en la sala para gestionar tu negocio. Deberías poder hacer una pregunta, obtener una respuesta, ver la información correcta y recibir orientación útil sin tener que averiguar por ti mismo dónde buscarla. La parte importante es que confíes en la respuesta.

En Novo, a veces decimos que competimos con la acera. Ir a un asesor bancario sigue siendo una gran experiencia. No hay una aplicación que navegar, alguien te conoce y puede guiarte según tu negocio. Lo que la IA nos brinda es la oportunidad de llevar parte de esa experiencia a un grupo de empresas desatendidas a una escala que antes no era posible. Para nuestros clientes, esa oportunidad finalmente está al alcance.

¿Podría la IA eventualmente funcionar como una especie de Director Financiero virtual para una pequeña empresa, monitoreando continuamente las finanzas, identificando riesgos y recomendando acciones? ¿Qué capacidades tendrían que madurar antes de que los emprendedores confíen en un sistema así?

Sí, y lo digo con confianza porque es algo que ya estamos construyendo. A principios de este año, lanzamos nuestra infraestructura de Agente de IA específicamente para avanzar hacia esa visión.

La parte difícil no es lograr que un modelo responda una pregunta. Es crear algo en lo que la gente pueda confiar con sus vidas financieras. Lo aprendimos de primera mano. Nuestra primera cohorte beta fue buena, pero no fue lo suficientemente buena como para decir que la experiencia no rompería eventualmente la confianza de alguien. Así que seguimos avanzando, mejorando cómo aprende el sistema, cómo los agentes especializados trabajan juntos y cómo utilizan la información y las herramientas a su disposición.

Lo que hemos construido es esencialmente un sistema de agentes específico para la banca, con diferentes agentes que manejan cosas como transacciones, fraude, tarjetas y ACH, cada uno con sus propias herramientas y conocimientos. Se necesitó mucho trabajo para llegar allí, pero los resultados ahora son realmente buenos. No queremos apresurar algo así solo porque la IA está en un momento destacado. Eso sería injusto para el cliente. Pero para las empresas del tamaño que atendemos, creo que ese momento ha llegado, y eso es increíblemente emocionante.

El acceso a capital sigue siendo uno de los mayores desafíos para las pequeñas empresas. ¿Cómo podría la IA cambiar la suscripción y el préstamo, y podrían los datos alternativos permitir a las instituciones financieras evaluar negocios que los modelos de crédito tradicionales tienden a pasar por alto?

Esta es una área donde creo que la conversación se confunde. No se trata realmente de IA. Se trata de equidad y de comprender de lo que realmente son capaces estos modelos.

Nunca deberías usar un modelo de lenguaje de vanguardia como el modelo que toma una decisión de crédito. Los LLM son no deterministas, lo que significa que las mismas entradas pueden producir diferentes salidas. Los modelos tradicionales de aprendizaje automático usados para decisiones de crédito son deterministas, por lo que las mismas entradas producen el mismo resultado. Esa distinción es enormemente importante cuando decides quién recibe crédito. Necesitas saber qué factores están impulsando la decisión, probar sesgos y poder corregir los problemas cuando aparecen.

La IA puede ayudarnos absolutamente a construir mejores modelos para comprender el riesgo, y lo hacemos extremadamente bien en Novo. Pero no creo que la IA por sí sola resuelva el problema mayor del acceso de las pequeñas empresas al capital. Gran parte de ese problema proviene del entorno regulatorio creado por el marco de Basilea, que cambió la economía del préstamo a pequeñas empresas para los bancos y los hizo menos dispuestos a asumir esos riesgos.

Siempre decimos que las pequeñas empresas son la columna vertebral de la economía, pero hemos construido un sistema financiero a su alrededor donde muchas de las decisiones que afectan su capacidad de sobrevivir se toman en salas en las que no pueden participar. Ese es un problema mucho mayor que si tenemos un modelo de IA mejor.

La IA también está adquiriendo una importancia creciente en la detección de fraudes y la seguridad financiera. ¿Cómo pueden las plataformas financieras usar la IA para identificar actividades sospechosas sin generar falsos positivos excesivos o dificultar las transacciones legítimas para las pequeñas empresas?

La IA es particularmente útil para detectar cosas que no parecen correctas. Los modelos de lenguaje son sorprendentemente buenos en clasificación y agrupamiento, lo que permite utilizarlos para identificar comportamientos inusuales a un costo relativamente bajo.

La distinción importante es que no usaría un modelo no determinista para tomar la decisión final. Lo emplearía para generar una alerta y luego dejaría que un modelo determinista tome la decisión. Así es como hemos abordado el fraude en Novo.

También colaboramos con empresas como Sardine, que pueden aportar patrones de un conjunto mucho más amplio de instituciones financieras a nuestros modelos. Nos ayudan a identificar elementos como credenciales que previamente se han asociado con fraudes o comportamientos que parecen actividad automatizada. Hemos construido una sólida operación contra el fraude basada en esa combinación de tecnología y experiencia. La seguridad es siempre una carrera armamentista, pero la IA nos brinda mejores herramientas para mantenernos por delante.

Los sistemas de IA financiera pueden tener acceso a información extremadamente sensible sobre los ingresos, gastos, clientes y salud financiera de una empresa. ¿Qué salvaguardas deberían esperar los emprendedores en cuanto a la privacidad de datos, la seguridad y el uso de sus datos financieros para entrenar modelos de IA?

Hay varias capas en esto, comenzando por las políticas y los términos de los modelos que utilizas. Los principales proveedores de modelos de frontera ofrecen soluciones empresariales y API en las que los datos de los clientes no se utilizan para entrenar sus modelos, pero sigue existiendo una distinción importante entre usar un modelo a través de una API y usarlo mediante una aplicación orientada al consumidor donde se almacena el historial de conversaciones.

También surge la cuestión de cuánta información deseas proporcionar a un sistema de IA. En Novo, hemos diseñado nuestros agentes para que los clientes puedan tomar esa decisión. Puedes querer que un agente responda preguntas usando solo nuestro conocimiento bancario, o simplemente te indique dónde se encuentra la información en la aplicación, o puedes sentirte cómodo entregándole más de tus datos financieros porque eso genera una respuesta mejor.

También implementamos sistemas entre los datos de los clientes y los modelos que pueden eliminar automáticamente información sensible como EIN y números de Seguro Social, y probamos repetidamente nuestros sistemas para asegurarnos de que no expongan información que no deberían. Eso es lo que hace que construir una IA de calidad sea difícil. No se trata solo de que el modelo sea inteligente; hay que crear las salvaguardas a su alrededor y seguir probándolas.

Actualmente hay un enorme entusiasmo por la IA en fintech. ¿Qué aplicaciones consideras que son realmente transformadoras para las pequeñas empresas y dónde crees que la industria está exagerando lo que la IA puede ofrecer?

Debe haber entusiasmo por la IA en todas las industrias. Ya hemos visto esta película antes. Internet cambió la forma en que distribuíamos el software, los navegadores cambiaron cómo lo accedíamos, la computación en la nube cambió cómo lo desplegábamos y el móvil cambió dónde podíamos usarlo. La IA está ahora cambiando la forma en que experimentamos el software.

Lo que más me interesa es que también estamos cambiando el lenguaje del propio software. Cada vez más personas pueden crear software describiendo lo que desean en lenguaje natural en lugar de aprender JavaScript o Python. Durante décadas, ese conocimiento técnico fue una de las barreras que mantenía el desarrollo de software detrás de una puerta. Esa puerta está empezando a derribarse, lo que explica en parte por qué empresas como Lovable y Replit han crecido tan rápidamente.

Al mismo tiempo, creo que aún estamos muy temprano. Gran parte del bombo proviene de personas en Silicon Valley que están experimentando la IA a un ritmo completamente diferente al de los demás. Las empresas que obtienen valor real de ella no la tratan como magia. Están descubriendo lo que realmente puede hacer y aplicándola a problemas donde funciona.

Todavía estamos al inicio de esto. Cuando comparas la adopción de la IA con las curvas de adopción temprana de internet y el móvil, es increíblemente temprano. Por eso creo que descartar la IA porque la tecnología actual no cumple con parte del bombo sería como observar los inicios de internet y decidir que era una moda pasajera.

De cara al futuro, ¿cómo crees que la IA remodelará la banca para pequeñas empresas? ¿Podríamos eventualmente pasar del modelo actual de cuentas, paneles y herramientas financieras a plataformas financieras autónomas que gestionen activamente gran parte de las operaciones financieras de una empresa en nombre del propietario?

Esta es la visión que estamos construyendo en Novo. Fundamentalmente, queremos recrear la experiencia de contar con un excelente asesor bancario en tu teléfono. Deberías poder hacer una pregunta y obtener una respuesta, generar un gráfico o informe cuando lo necesites, recibir información sobre crédito en el momento oportuno, descubrir seguros a medida que tu negocio crece e incluso informarte sobre subvenciones o cambios fiscales que puedan beneficiarte.

La innovación no consiste simplemente en que la IA haga cosas por ti. Se trata de lograr que la IA realice esas tareas con la suficiente calidad como para que realmente confíes en ella. Eso es mucho más difícil de lo que parece, y creo que la confianza se está convirtiendo en una característica del propio producto.

La IA puede retener mucho más información en contexto que una persona, pero no puede reemplazar las relaciones humanas que realmente impulsan a las empresas. Las personas asumen los riesgos, construyen las relaciones y crean las oportunidades que mueven la economía. Por eso, nuestra medida de éxito en Novo no es que pases más tiempo en nuestra aplicación. Es lo contrario. Queremos que pases el menor tiempo posible allí y logres más en esos pocos minutos de lo que podías antes.

Gracias por la excelente entrevista, los lectores que quieran saber más deberían visitar Novo.