Las finanzas empresariales llevan décadas sufriendo el mismo problema silencioso: los ERPs no hablan entre sí. NetSuite, SAP S/4HANA, Sage, los sistemas bancarios y las planillas de Excel forman un archipiélago de islas desconectadas que los equipos financieros atraviesan a mano todos los días. Conciliar, reformatear, subir, volver a bajar. El trabajo que debería ser automático termina siendo el trabajo más aburrido y más costoso de la empresa.
Zalos, una startup de San Francisco y Londres que salió del batch Fall 2025 de Y Combinator, acaba de levantar $3,6 millones con una tesis que suena deceptivamente simple: si no hay APIs, el agente aprende mirando cómo tú haces el trabajo.
La ronda fue liderada por 14 Peaks, con participación de Cohen Circle y 20VC. Pero lo más revelador es el listado de ángeles: el CFO de FedEx, el CFO del banco Tide en Reino Unido, el fundador de Indeed. Gente que vio el problema de primera mano y apostó por este approach específico.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀¿Por qué no basta con RPA ni con IA genérica?
La automatización robótica de procesos (RPA) lleva más de una década prometiendo resolver exactamente este problema. Y en muchas empresas lo hizo, parcialmente. El problema es que RPA depende de interfaces estables: si la pantalla cambia, el bot se rompe. Y los ERPs empresariales actualizan interfaces, cambian flujos, y cada instancia de SAP o NetSuite está personalizada de manera distinta según la empresa.
El otro camino habitual es la integración vía API. Pero aquí está el problema que Zalos identificó con precisión: las APIs de los ERPs financieros son incompletas, costosas de implementar o directamente no existen para los procesos específicos que los equipos de finanzas necesitan automatizar. Los proyectos de integración entre ERPs duran meses, consumen presupuesto y tienen una tasa de fracaso que hace que los CFOs suden frío al mencionarlos.
OpenAI Operator y las capacidades de computer use de Anthropic van en la dirección de agentes generales que operan cualquier interfaz. Zalos hace una apuesta diferente: que los procesos financieros necesitan niveles de precisión, trazabilidad y conocimiento de dominio que un agente de propósito general no puede garantizar de manera confiable.
El truco técnico: graba, entrena, automatiza
El enfoque de Zalos es inusualmente directo. Un analista de finanzas graba en pantalla cómo ejecuta un proceso real: un ciclo de facturación en NetSuite, una conciliación en SAP S/4HANA, un cierre de mes en Sage. Esa grabación se convierte en el dato de entrenamiento del agente.
El agente resultante replica exactamente esa secuencia: entra con usuario y contraseña, navega las mismas pantallas, ingresa datos, maneja la autenticación multifactor si es necesario. Sin modificar el sistema subyacente. Sin construir conectores. Sin esperar meses a que el equipo de IT entregue una integración.
Cada acción queda registrada en un log auditable. La plataforma tiene certificación SOC 2 Tipo II y opciones de despliegue on-premise, dos requisitos no negociables para que cualquier CFO en una empresa mediana o grande considere siquiera una herramienta de este tipo.
Los fundadores llegaron al problema desde ángulos complementarios. William Fairbairn, el CEO, fue por años el General Manager en Reino Unido de Agicap, empresa de software para CFOs valuada en ~$800M. Tuvo cientos de conversaciones con líderes financieros cuya frustración constante era el ERP: proyectos de implementación que duran más de un año, entregan poco cuando funcionan y tienen consecuencias reales en las carreras cuando fallan. Hung Hoang, el CTO, viene de Apple Pay (incluyendo el producto BNPL) y de Twin, un laboratorio enfocado en computer agents. Se conocieron en YC y comenzaron a construir Zalos en octubre de 2025.
Por qué este momento tiene sentido
El enfoque de entrenar agentes desde grabaciones no es nuevo conceptualmente. Lo que cambió es que los modelos de visión y razonamiento de los últimos dos años son suficientemente buenos para hacer esto de manera confiable en interfaces complejas. Un modelo que puede navegar una pantalla de SAP con decenas de campos, reconocer los estados posibles y replicar una secuencia de 40 pasos con 90%+ de precisión es algo que no existía en 2022.
También cambió la economía política interna de las empresas. La pandemia normalizó la automatización. Los recortes en Big Tech y las presiones de eficiencia pusieron a los CFOs en modo de búsqueda activa de herramientas que reduzcan headcount en procesos repetitivos. Y la aparición de software empresarial operado con lenguaje natural está bajando la barrera de lo que los equipos de finanzas consideran posible.
El contexto de inversión también importa: los VCs ya no financian promesas de IA sin ROI demostrado. Que una ronda de $3,6M haya atraído a los CFOs de FedEx y Tide como ángeles sugiere que hay clientes reales pagando, no solo un pitch bonito.
El terreno competitivo y los riesgos reales
Zalos no está sola. El mercado de automatización financiera empresarial tiene competidores establecidos (UiPath, Automation Anywhere, ServiceNow) y una nueva ola de startups de computer use que apuntan a verticales específicas. La diferencia que Zalos defiende es la especialización: habilidades de manipulación de Excel, lógicas de categorización contable, navegación de ERP que los agentes genéricos no manejan bien.
Pero hay riesgos que vale nombrar. El modelo de entrenar agentes desde grabaciones crea una dependencia en la calidad y consistencia del proceso grabado. Si el analista tiene un flujo subóptimo, el agente lo replica fielmente, incluyendo los errores. La escala también puede ser difícil: cada empresa tiene su instancia particular de SAP o NetSuite con configuraciones distintas, lo que puede hacer que el tiempo de onboarding sea mayor de lo que el pitch sugiere.
Hay además una pregunta sobre el moat. Si OpenAI o Anthropic mejoran lo suficiente sus computer use capabilities para el dominio financiero, ¿qué protege a Zalos? La respuesta más plausible es la misma que protege a cualquier startup de infraestructura B2B: los datos de flujos de trabajo reales que acumula, los modelos especializados que entrena con esos datos, y el costo de switching una vez que el CFO lo ha integrado en sus procesos críticos.
Por qué importa
La propuesta más interesante de Zalos no es técnica, es organizacional. El cuello de botella de la automatización financiera no era la falta de voluntad ni la falta de dinero. Era que la ruta habitual —contratar un integrador, esperar el proyecto de API, rezar para que no cambie la interfaz del ERP— tiene un costo y un riesgo que la mayoría de los equipos de finanzas medianos no pueden sostener.
Si Zalos puede entrenar un agente confiable en días en lugar de meses, sin tocar el stack existente, abre la automatización financiera a empresas que antes no podían pagarla. Y si puede mantener la precisión y la trazabilidad que requieren los auditores, tiene un camino real en el segmento donde los ERPs llevan décadas siendo un dolor de cabeza irresuelto.
El sector fintech lleva años construyendo capas encima de la banca tradicional. Lo que Zalos está intentando es construir una capa de automatización encima de los ERPs que ya existen, sin pedirle permiso a nadie para conectarse. Eso, si funciona como promete, es más disruptivo que otra integración más.
