Top 25 founders IA México 2026: la guía más completa con bios extensas, contactos y análisis sectorial

Quién es y por qué importa

Javier Mata es el founder y CEO de Yalo, probablemente la startup mexicana de IA más exitosa internacionalmente en 2026. Yalo es una plataforma de conversational commerce que permite a marcas comunicarse efectivamente con clientes mediante chatbots IA en WhatsApp, Facebook Messenger y WeChat, automatizando ventas, atención al cliente y procesos B2B end-to-end.

Aunque nació en Guatemala, Javier estudió Ingeniería en Columbia University y desde temprana edad mostró vocación emprendedora: fundó su primera startup a los 19 años. Yalo fue su tercer proyecto y el que finalmente alcanzó escala global. La compañía opera hoy en más de 30 países, con oficinas en CDMX, São Paulo, Bogotá, Mumbai y Singapur.

Por qué Yalo es referencia obligada en IA aplicada

Yalo fue de los primeros en demostrar que el conversational commerce era una categoría real, no una moda. Mientras el resto del mundo empujaba apps móviles, Yalo apostó por WhatsApp como sistema operativo del comercio en mercados emergentes. La apuesta funcionó: hoy clientes incluyen Walmart, Nike, Volkswagen, Aeroméxico, Elektra, Coppel, Xcaret y Unilever, además de varias empresas Fortune 500 fuera de LATAM.

Su producto evolucionó desde chatbots básicos hasta agentes IA con razonamiento, capaces de gestionar pedidos B2B complejos (catálogos de miles de SKUs, reglas de precio por cliente, integración con SAP/Oracle) y mantener context awareness a lo largo de conversaciones de varios días.

En 2024 Yalo lanzó "Agentic Commerce", una capa donde agentes IA proactivos reactivan compradores dormidos, identifican oportunidades de cross-sell y orquestan campañas omnicanal sin intervención humana. Esta capa ya representa más del 30% del revenue nuevo de la compañía.

Capital, escala y valuación

Yalo ha levantado más de USD 100M en venture capital de inversionistas como B Capital, General Atlantic, Sierra Ventures, Greenoaks Capital y Bain Capital Ventures. Su valuación más reciente reportada supera los USD 400M, con métricas operativas que la posicionan en el camino al unicornio en su próxima ronda.

En 2025 lanzaron oficialmente operaciones en India, posiblemente su mayor apuesta de expansión. La estrategia: replicar la estrategia "Whatsapp-first commerce" en un mercado de 600M+ usuarios de WhatsApp.

Qué puedes aprender de Javier

Tres lecciones para founders mexicanos: (1) Construir desde LATAM no es un techo si tu producto resuelve un problema universal — el WhatsApp commerce es global. (2) Persistencia + iteración: Yalo pasó por al menos 3 pivots antes de encontrar PMF. (3) Hire global desde el día uno: el equipo Yalo combina talento mexicano, brasileño, indio y norteamericano.

Javier es speaker frecuente en BID Demand Solutions, Endeavor Outliers y conferencias de venture LATAM. Su LinkedIn comparte aprendizajes operativos valiosos y es una fuente de inspiración para founders B2B en español.

La historia legendaria del garaje de Tijuana

Jordi Muñoz es uno de los emprendedores mexicanos en tech más reconocidos globalmente. Tijuanense, co-fundó 3D Robotics, una de las compañías de drones más grandes del mundo con manufactura realizada en México durante una década clave de la industria.

Su historia es legendaria: a los 19 años empezó a construir drones autónomos en su garaje en Tijuana usando microcontroladores Arduino, GPS hackeado y motores reciclados. Sus prototipos llamaron la atención de Chris Anderson (entonces editor de Wired Magazine, autor de "The Long Tail" y "Makers"), quien lo invitó a co-fundar 3D Robotics en 2009.

Lo que empezó como una colaboración remota entre dos hackers se convirtió en una empresa que durante años fue líder del mercado consumer drones pre-DJI, con manufactura mexicana, ingeniería distribuida y comunidad open source masiva.

De empresa unicornio a pivot estratégico

3D Robotics levantó financiamiento de top VCs como True Ventures, Foundry Group, Mayfield y Richard Branson (Virgin Group), llegando a una valuación que superó los USD 300M en su peak. Sus drones consumer (Iris, Solo) fueron icónicos en la primera era del mercado, antes de que DJI dominara prácticamente todo el segmento global.

Cuando el mercado consumer se volvió imposible de competir contra los precios chinos, 3DR ejecutó un pivot brutal pero exitoso: salieron del consumer y se enfocaron en el segmento profesional con Site Scan, plataforma para inspección de construcción, agricultura de precisión y mining usando AI + computer vision.

Hoy 3DR Site Scan es usado por empresas como AECOM, Brasfield & Gorrie, Bechtel y cientos de constructoras y mineras norteamericanas para automatizar inspecciones que antes tomaban días.

Su impacto en el ecosistema mexicano

Jordi es uno de los founders mexicanos más mediáticos: ha sido portada de Wired, BBC, TechCrunch, El País, CNN y decenas de medios internacionales. Pero más importante que su perfil mediático es su rol como inspiración para una generación entera de makers, hackers e ingenieros mexicanos.

En 2019 fundó también Skyleader, programa de mentoría para founders mexicanos en hardware deep tech, y participó activamente en programas como TechBA y Endeavor México. Frecuentemente da masterclasses gratuitas en universidades mexicanas (UNAM, IPN, ITESM, ITAM).

Lección clave de su trayectoria: en hardware/IA, la persistencia y la habilidad de pivot operativo son más importantes que la ventaja técnica inicial. 3DR sobrevivió pivotando, no defendiendo posición.

Quién es Wario Duckerman

Néstor "Wario" Duckerman es CEO de Brita Inteligencia Artificial y Director del Eje de IA en el Comité para la Regulación de la Industria Audiovisual en México. Con casi 10 años en proyectos de IA, ha colaborado con Amazon, Disney, Ford, Cisco y decenas de empresas Fortune 500 con presencia en México.

Wario combina perfil técnico riguroso con habilidad comunicativa excepcional. Su contenido en redes ha democratizado conceptos de IA que antes solo se encontraban en papers académicos en inglés.

El imperio de contenido más grande de IA en español

En TikTok cuenta con más de 500,000 seguidores, en LinkedIn más de 50,000 conexiones cualificadas, y en YouTube ha publicado masterclasses gratuitas con millones de visualizaciones acumuladas. Su estilo: accesible pero técnicamente preciso, sin caer en hype gratuito ni en jerga inaccesible.

Es reconocido como uno de los mejores speakers de IA de México y LATAM, con presencia regular en eventos como CANIETI, AMTI, AMSDE, CANACINE Nacional, Endeavor México y conferencias corporativas privadas para C-level mexicano.

Brita y el foco actual en AI Factories

Brita Inteligencia Artificial es la empresa que Wario lidera como CEO desde 2017. Su foco actual: desarrollar "AI Factories" — infraestructura completa que combina datos, modelos, agentes y workflows operativos — y sistemas Agentic AI para empresas mexicanas medianas y grandes.

En 2025-2026, Brita ha posicionado especialmente sus servicios de Agentic AI para sectores regulados (banca, seguros, salud, medios), aprovechando la experiencia única de Wario en el Comité de Regulación Audiovisual.

Casos públicos: implementación de agentes IA para procesamiento de contratos legales (reducción del 70% en tiempo), automatización de creación de subtítulos accesibles para contenido audiovisual mexicano, y modelos de moderación automática de UGC en plataformas mexicanas.

Su rol en regulación de IA en México

Como Director del Eje de IA en el Comité para la Regulación de la Industria Audiovisual, Wario tiene voz e influencia en cómo se está construyendo el marco regulatorio mexicano para IA generativa, deepfakes, derechos de imagen y propiedad intelectual.

En 2025 participó activamente en discusiones con el Senado mexicano sobre la propuesta de Ley Federal de IA. Su postura pública: regulación inteligente que no asfixie innovación, pero con guardrails claros en deepfakes, sesgos algorítmicos y transparencia de modelos.

Para empresarios mexicanos: Wario es la voz más cercana al regulador. Su contenido sobre compliance IA es directamente relevante para anticipar requisitos legales.

Quién es Eduardo Vázquez

Eduardo Vázquez es economista con maestría en Strategic Foresight del Tec de Monterrey y MBA con foco en innovación y tecnología. Su perfil combina pensamiento estratégico de largo plazo con ejecución operativa de empresas educativas y consultoras de IA.

En 2022 fundó Academia de IA, hoy la comunidad de IA más grande de LATAM con más de 200,000 estudiantes activos. La promesa: formación práctica de IA en español, accesible para profesionales y empresarios sin background técnico.

Academia de IA: 200,000+ estudiantes y creciendo

Academia de IA arrancó como una serie de webinars gratuitos durante el boom de ChatGPT en 2022-2023. Eduardo identificó temprano que existía un vacío masivo: profesionales mexicanos curiosos de IA pero intimidados por contenido en inglés o demasiado técnico.

Hoy ofrecen cohortes pagas de bootcamp IA aplicado, certificaciones de IA para directivos, masterclasses para áreas funcionales (RH, ventas, marketing, finanzas) y consultoría on-demand para empresas. Estudiantes en México, Colombia, Argentina, España, Perú, Chile.

Su contenido se centra en aplicación práctica: cómo usar ChatGPT/Claude para análisis financiero, cómo construir agentes simples sin código, cómo evaluar vendors de IA enterprise. No es contenido teórico — es how-to para profesionales con presión real en sus trabajos.

ASPE: cuando educar no era suficiente

Mientras Academia de IA crecía, Eduardo notó que muchos estudiantes terminaban los cursos pero no implementaban porque sus empresas necesitaban más que entrenamiento — necesitaban ejecución. Así nació ASPE, su empresa de implementación de agentes IA empresariales.

ASPE crea asistentes inteligentes para automatizar ventas, atención y procesos en PYMEs y mid-market mexicanos. Casos públicos incluyen automatización de calificación de leads, agentes de soporte 24/7 multilingüe, y workflows de generación de propuestas comerciales.

El modelo "Academia + ASPE" es replicable: educar para crear demanda, implementar para capturarla. Es una estrategia que muchos founders mexicanos están copiando con resultados mixtos.

Su rol en EGADE y formación ejecutiva

Eduardo es profesor en la Business School del Tec de Monterrey (EGADE Business School), donde ha entrenado a más de 24,000 estudiantes ejecutivos en cursos de IA aplicada para negocios, transformación digital y estrategia de innovación.

Su impacto: estar formando a los directores generales, gerentes y c-level que van a tomar decisiones de IA en empresas mexicanas grandes durante la próxima década. Es uno de los puntos de mayor apalancamiento sistémico del ecosistema mexicano.

Quién es Santiago Fuentes

Santiago Fuentes co-fundó Delta Protect en 2019 junto con Antonio Arellano, con la misión de proteger empresas latinoamericanas de ciberataques y alinearlas con estándares internacionales como ISO 27001, SOC 2 y PCI DSS de forma automatizada y accesible.

Su background combina experiencia en consultoría tech, ciberseguridad operativa y go-to-market enterprise. Antes de Delta Protect, Santiago trabajó en proyectos de seguridad para fintechs y SaaS mexicanas, lo que le dio profundidad sobre los problemas reales de compliance que tienen las empresas en crecimiento.

El problema que resuelve Delta Protect

En LATAM, obtener una certificación ISO 27001 o SOC 2 tradicionalmente tomaba 12-18 meses, costaba entre USD 50,000-200,000 y requería personal dedicado interno + consultores externos. Esto bloqueaba ventas enterprise para muchas startups mexicanas, especialmente cuando clientes US/EU exigen estos certificados.

Delta Protect automatiza el proceso usando IA: scanning continuo de controles de seguridad, identificación de gaps en tiempo real, generación automática de evidencias y políticas, monitoreo de configuraciones de cloud (AWS/GCP/Azure) y orquestación del proceso de auditoría externa.

Resultado: las empresas obtienen certificaciones en 2-4 meses, no 12-18. El costo total se reduce hasta 60% vs. enfoque tradicional. Y mantienen el compliance ongoing sin sufrir el síndrome "certificamos y olvidamos".

Capital, clientes y momentum

Delta Protect ha levantado capital de top tier VCs LATAM como Magma Partners, NXTP Ventures, Endeavor Catalyst y Khor Capital. La compañía ha pasado por Series A y reportadamente prepara Series B durante 2026.

Su base de clientes incluye fintechs mexicanas (Konfío, Klar, Albo), SaaS B2B (Truora, Belvo, varios unicornios), e-commerce y servicios profesionales con presencia regional. Casos enterprise también con corporativos grandes en banca, seguros y retail mexicano.

Su plataforma ahora integra con más de 150 herramientas SaaS (AWS, GCP, Azure, GitHub, Okta, Slack, Datadog, etc.) para extraer evidencias automáticamente sin requerir trabajo manual del cliente.

Por qué cyber + IA es el siguiente boom

Santiago es voz frecuente en foros de ciberseguridad sobre cómo la IA está transformando tanto defensa como ataque. Su mensaje en 2025-2026: las empresas que no estén usando IA defensiva en 2-3 años van a ser víctimas de ataques que sí usan IA ofensiva.

Su predicción: en 5 años, cybersecurity sin IA será impensable. Las herramientas de pentesting con IA, detección de phishing con LLMs y monitoreo de comportamiento basado en ML van a ser tabla rasa para todos los stacks de seguridad enterprise.

El brain técnico detrás de Delta Protect

Antonio Arellano es el co-founder técnico de Delta Protect, responsable de la arquitectura de la plataforma, el equipo de ingeniería y la dirección técnica de producto. Su perfil combina profundidad técnica en ciberseguridad ofensiva/defensiva con habilidad para escalar equipos de producto distribuidos.

Antes de Delta Protect, trabajó en startups de SaaS internacional, donde adquirió experiencia operando infraestructura cloud a escala. Esa experiencia es la que le permitió diseñar Delta Protect como una plataforma cloud-native desde el día uno, no como un fork de herramientas legacy.

Arquitectura técnica que escala

Bajo el liderazgo de Antonio, Delta Protect ha construido una de las plataformas de compliance automatizado más sofisticadas del mercado LATAM. La arquitectura combina event-driven architecture, ML pipelines para detección de gaps, integraciones API-first con +150 herramientas SaaS y un layer de explanability que permite que auditores externos validen los hallazgos.

Uno de los retos técnicos más interesantes: cómo mantener integraciones funcionando con vendors que cambian APIs frecuentemente (AWS publica decenas de cambios por semana). Antonio y su equipo desarrollaron un sistema de versionado de integraciones que detecta cambios upstream y auto-actualiza connectors.

Comunidad técnica y formación

Activo en la comunidad de developers en México, contribuye a la formación de talento técnico en ciberseguridad y machine learning aplicado a security. Habitual en eventos de DevOps, SecOps y backend engineering en CDMX, Guadalajara y Monterrey.

Su perspectiva sobre talento mexicano: el nivel técnico es excepcional, pero a veces falta exposición a problemas a gran escala. La solución: importar problemas internacionales (clientes US/EU) y dejar que ingenieros mexicanos los resuelvan desde aquí.

La visión: democratizar crédito en 7 minutos

Filiberto Castro co-fundó Aviva en 2022 junto con David Hernández, Amran Frey e Israel García, con un modelo "phygital" que combina kioskos físicos accesibles con IA para ofrecer microcréditos de $100 a $1,000 USD en solo 7 minutos vía videollamadas asistidas por IA.

La premisa: en México hay decenas de millones de personas que no pueden acceder a crédito bancario porque no tienen historial, ingreso documentado o garantías. Pero estas personas tienen necesidades reales — emergencias médicas, capital de trabajo para negocios pequeños, pagos urgentes. Aviva resuelve este vacío con IA.

Cómo funciona el modelo phygital

Aviva opera kioskos físicos en zonas accesibles (mercados, plazas comerciales medianas, cerca de transportes públicos). El usuario llega al kiosko, se registra con identificación oficial, y entra a una videollamada con un agente humano + sistema IA.

Durante los 7 minutos de videollamada, la IA: (1) verifica identidad y documentos en tiempo real, (2) consulta buró + alternative data (telecom, geolocalización, comportamiento), (3) calcula scoring crediticio dinámico, (4) genera oferta personalizada, (5) ejecuta la dispersión vía CoDi/SPEI si el cliente acepta.

El modelo aprovecha lo mejor de dos mundos: la confianza que da el contacto humano (especialmente para población no bancarizada) y la velocidad/escala que da la IA. Es una de las propuestas más innovadoras en fintech mexicano post-2020.

Capital, regulación y números

Aviva ha levantado capital de top-tier VCs latinoamericanos y opera bajo regulación de la CNBV (Comisión Nacional Bancaria y de Valores). Su modelo ha sido replicado por estudios de caso en universidades de negocios mexicanas y citado en investigaciones del BID sobre inclusión financiera con IA.

Métricas públicas: tasa de aprobación significativamente más alta que microfinancieras tradicionales, mora controlada usando scoring dinámico que se reajusta cada semana, y NPS alto entre clientes finales — algo raro en fintech subprime.

Filiberto como voz pública del ecosistema

Filiberto es voz reconocida sobre cómo la IA puede democratizar el acceso a servicios financieros en mercados desatendidos. Su mensaje: el problema no es ausencia de demanda, es ausencia de tecnología que evalúe correctamente a poblaciones no bancarizadas. La IA bien diseñada puede cerrar esa brecha.

Activo en foros como Mexico Fintech Summit, Endeavor México, Finnosummit y conferencias del Banco de México sobre regulación fintech.

Quién es Israel García

Israel García es co-founder de Aviva con foco en producto y arquitectura de risk scoring. Su perfil combina experiencia en producto digital + ingeniería de scaling — áreas críticas para fintech que requiere crecer responsablemente bajo regulación financiera estricta.

Antes de Aviva, trabajó en producto en otras fintechs mexicanas y SaaS B2B, lo que le dio profundidad sobre cómo construir productos escalables que mantienen UX simple mientras manejan complejidad regulatoria detrás.

El motor de risk scoring de Aviva

Junto con su equipo, Israel ha construido una de las propuestas más innovadoras del fintech mexicano: microcréditos democráticos donde la IA evalúa riesgo crediticio en tiempo real durante una videollamada de 7 minutos.

El motor combina señales tradicionales (buró, ingreso declarado) con alternative data: comportamiento durante la videollamada, consistencia de datos declarados vs verificables, geolocalización, patrones de telecom (si el cliente da permiso explícito). Todo bajo lineamientos de privacidad fintech mexicana.

El sistema aprende continuamente: cada préstamo aprobado o rechazado se convierte en training data para reentrenar el modelo. La precisión del modelo mejora trimestralmente.

Su voz sobre fintech responsable

Voz activa en el ecosistema fintech mexicano sobre el rol de IA en la inclusión financiera y los retos éticos de scoring crediticio automatizado. Su perspectiva: no se trata de "incluir a todos" indiscriminadamente — se trata de incluir a quienes realmente pueden pagar pero el sistema tradicional no detecta.

Defiende activamente la importancia de explanability en modelos de scoring: si rechazas a un cliente, el sistema debe poder explicar por qué en términos comprensibles para el cliente y el regulador.

El co-founder operativo de Aviva

David Hernández es uno de los 4 co-fundadores de Aviva. Junto con Filiberto Castro, Amran Frey e Israel García, lanzó en 2022 una de las propuestas fintech más innovadoras del mercado mexicano. Su rol se centra en operaciones, expansión geográfica de kioskos y partnerships estratégicos.

Su perfil combina experiencia previa en startups operativamente complejas (logística, retail) con conocimiento del mercado mexicano profundo. Esto le permite identificar cuáles son las mejores ubicaciones para kioskos Aviva — un factor crítico porque mala ubicación destruye unit economics rápido.

Operaciones phygital a escala

Aviva entrega microcréditos en 7 minutos vía videollamadas asistidas por IA en kioskos físicos. Pero operar este modelo a escala requiere coreografía compleja: ubicación adecuada de kioskos, conectividad estable, agentes humanos entrenados, integración con identificación oficial, y soporte de back-office para casos edge.

David ha sido instrumental en construir el playbook operativo de Aviva, replicable conforme la empresa expande a más ciudades mexicanas. El producto ha sido caso de estudio en programas de innovación y emprendimiento de universidades mexicanas.

Modelo phygital innovador

Sus contribuciones técnicas y de producto han sido clave en construir el modelo "phygital" que combina kioskos accesibles con IA para llegar a clientes desatendidos por la banca tradicional. Las decisiones sobre dónde poner kioskos, qué horarios, cómo manejar caja, todo tiene impacto directo en CAC y retención.

David comparte aprendizajes operativos en LinkedIn y conferencias, particularmente sobre cómo expandir fintech físicamente sin caer en costos de retail tradicional.

Deep tech mexicano con propósito

Israel González co-fundó BioGrip con Alan Hernández en 2020, desarrollando una nueva interfaz humano-máquina para bioprosthetics totalmente integrada con el cuerpo del usuario. Es uno de los pocos ejemplos mexicanos de deep tech en hardware médico potenciado con IA — un segmento donde típicamente compiten startups de USA, Europa y Japón.

Su trasfondo combina ingeniería biomédica, robótica y machine learning aplicado. Israel hizo investigación previa en universidades mexicanas y europeas antes de fundar BioGrip, y trae rigor académico aplicado a problemas comerciales reales.

Tecnología: sensores + ML + ergonomía

BioGrip combina sensores biológicos avanzados, machine learning para interpretar señales nerviosas y diseño de hardware ergonómico para crear prótesis que responden de manera más natural que las tradicionales. La diferencia con prótesis convencionales es notable: respuesta más fluida, mejor precisión motora, fatiga menor para el usuario.

El reto técnico: cada usuario tiene un patrón único de señales nerviosas residuales. La IA tiene que adaptar el modelo de interpretación a cada paciente individual, en un proceso de "calibración aprendida" que mejora con uso.

Sus prótesis están enfocadas inicialmente en mano y antebrazo — los más complejos por la cantidad de movimientos finos requeridos.

Impacto social y reconocimiento

El proyecto ha recibido apoyo de incubadoras tech mexicanas (especialmente del ecosistema Monterrey-NL como Tec de Monterrey, Endeavor, INCmty) y reconocimiento internacional por su potencial de impacto social. Ha sido finalista en concursos como Hello Tomorrow Global Challenge.

BioGrip aplica también para reducción de costos de prótesis: prótesis biónicas tradicionalmente cuestan USD 50,000-100,000+, fuera del alcance de la mayoría de mexicanos que las necesitan. BioGrip busca llevar el precio a una fracción mediante manufactura mexicana + IA que reduce complejidad mecánica.

Quién es Juan Pablo Vera

Juan Pablo Vera fundó Cora en 2023 con la misión de construir infraestructura IA para ayudar a empresas mexicanas a navegar el complejo entramado regulatorio del país, automatizando la gestión regulatoria de extremo a extremo: SAT, IMSS, IFAI/INAI, COFEPRIS, ASEA, y normativas sectoriales específicas.

Su perfil combina experiencia en consultoría regulatoria, compliance + tech, y go-to-market enterprise. Identificó tempranamente que la regulación es uno de los costos hidden más grandes para empresas mexicanas, y que la IA tiene el potencial de transformar este mercado.

El problema masivo que ataca Cora

Las empresas mexicanas gastan miles de horas/año en compliance regulatorio. Una PYME mediana mexicana destina típicamente 5-15% de su tiempo gerencial a temas regulatorios (declaraciones SAT, atención a IMSS, requerimientos sectoriales). Para empresas grandes, esto significa departamentos enteros dedicados a interpretar legislación cambiante.

Cora ataca este problema con una plataforma de RegTech que: (1) interpreta legislación nueva y cambios en regulaciones existentes usando LLMs, (2) identifica obligaciones aplicables a cada empresa específica según su giro/tamaño/ubicación, (3) automatiza la generación de reportes y evidencias, (4) alerta proactivamente sobre próximos vencimientos y riesgos.

Crecimiento y posicionamiento 2024-2026

Cora es una de las startups de RegTech más prometedoras del ecosistema mexicano. Aborda un mercado masivo (compliance regulatorio MX) que históricamente había sido dominado por despachos legales caros + software legacy mal diseñado.

Su crecimiento durante 2024-2026 ha sido notable: clientes desde PYMEs hasta corporativos medianos, especialmente en sectores muy regulados (financiero, salud, energía, telcos). Capital levantado de VCs LATAM con tesis fintech-adyacente.

Cora vs alternativas tradicionales

La alternativa tradicional para compliance regulatorio mexicano es: contratar despacho fiscal/legal + software contable (Aspel, Contpaqi) + personal interno. Costo combinado: típicamente $30K-$150K MXN/mes para empresa mediana.

Cora propone reducir este costo en 50-80% reemplazando trabajo manual con IA, sin sacrificar precisión. La promesa: el departamento de compliance de tu empresa se vuelve 3-5x más productivo, no porque despidas a nadie, sino porque dejan de gastar tiempo en lo administrativo y se enfocan en estrategia.

Pionera de neurociencia comercial en México

Estefanía Castro co-fundó Mr Neux en 2017 con Jorge Castro. La empresa fue creada para mejorar la investigación de mercado mediante neurotools e IA, ayudando a organizaciones a entender a sus usuarios tanto a nivel consciente como inconsciente. Es una de las mujeres founder más destacadas en el ecosistema IA mexicano.

Su trasfondo combina neurociencia aplicada, marketing y data science. Mr Neux es pionero en México combinando neurociencia aplicada con machine learning para descubrir preferencias del consumidor reales — no las que dicen en encuestas, sino las que muestran sus reacciones biométricas.

La metodología única de Mr Neux

Mr Neux usa una combinación de eye-tracking, facial coding (análisis de microexpresiones), EEG (electroencefalografía) y análisis de respuesta galvánica para medir cómo las personas reaccionan a estímulos comerciales (anuncios, productos, packaging, experiencias en tienda).

La IA entra para: (1) procesar señales biométricas crudas en tiempo real, (2) correlacionar respuestas individuales con segmentación demográfica/psicográfica, (3) identificar patrones que el ojo humano no detectaría, (4) generar insights accionables que un analista de marketing pueda usar.

Casos de uso típicos: determinar el impacto emocional de materiales publicitarios antes de invertir millones en pauta, identificar los atributos ideales de un producto antes de su lanzamiento, optimizar packaging para impacto en góndola, evaluar experiencias en retail físico.

Clientes y reconocimiento

Sus clientes incluyen marcas mexicanas e internacionales que invierten en CX research serio antes de lanzamientos importantes. La metodología de Mr Neux ha sido citada en investigaciones de marketing académico y casos de estudio empresariales.

7+ años de operación con clientes recurrentes — algo raro en consultoría de research, donde típicamente los proyectos son one-shot.

Su voz como mujer founder en IA México

Estefanía es una de las voces más visibles de mujeres founder en el ecosistema IA mexicano. Participa activamente en programas de mentoring para mujeres emprendedoras en STEM y habla regularmente sobre diversidad, sesgos algorítmicos y el rol único de mujeres en design de productos IA.

Su perspectiva: el ecosistema IA mexicano todavía es predominantemente masculino, pero está cambiando rápido. Las próximas startups exitosas mexicanas van a tener mejor balance de género simplemente porque las que no lo tengan van a perder talento clave.

El co-founder técnico de Mr Neux

Jorge Castro es co-founder de Mr Neux junto con Estefanía Castro. Su trabajo combina neurociencia aplicada con IA y machine learning para investigación de mercado avanzada. Bajo su liderazgo, Mr Neux ha desarrollado metodologías que permiten medir reacciones emocionales y cognitivas reales del consumidor frente a productos, anuncios y experiencias de marca.

Su perfil técnico es clave para que Mr Neux mantenga rigor metodológico: las señales biométricas son notoriamente ruidosas y susceptibles a artefactos. Una empresa que no procese estas señales con disciplina termina entregando insights que parecen sólidos pero son ruido estadístico.

Tecnología propietaria + IA

Mr Neux ha invertido años en desarrollar tecnología propietaria para procesamiento de señales biométricas: filtros para eliminar artefactos, modelos de baseline individuales, normalización por contexto. Esta capa técnica es lo que diferencia a Mr Neux de competidores que solo "tienen el hardware".

La IA permite escalar el proceso: lo que antes requería un equipo de PhDs en neurociencia para interpretar manualmente, ahora se puede procesar en horas con modelos entrenados sobre miles de horas de data recolectada.

Voz en foros de marketing y CX

Jorge es voz reconocida en foros de marketing y CX en México sobre el rol de la neurociencia + IA en entender consumidores reales. Aparece regularmente en eventos como AMAI, IAB México, eMerge Americas y congresos de marketing directo.

Su mensaje: las encuestas tradicionales tienen un techo en lo que pueden descubrir porque preguntar a alguien qué siente activa procesos racionales que distorsionan la respuesta. La neurociencia + IA puede medir reacciones antes de que la mente las racionalice.

La referencia obligada de cyber en español

Andrés Velázquez es uno de los expertos en ciberseguridad más reconocidos de LATAM. Es Presidente y Fundador de MaTTica, el primer laboratorio de investigación de delitos informáticos de América Latina (fundado en 2011), y voz mediática frecuente cuando ocurren incidentes de ciberseguridad relevantes en México.

Su account de Twitter/X @cibercrimen es referencia obligada para profesionales de seguridad en habla hispana, con análisis técnicos accesibles, comentarios sobre noticias del sector, advertencias sobre nuevas amenazas y discusión sobre el cruce entre cyber, IA y regulación.

MaTTica: el laboratorio forensic pionero

MaTTica nació de una necesidad real: en 2011, cuando una empresa mexicana sufría un ataque, no había laboratorios locales certificados para hacer forensic digital con validez legal. Las empresas tenían que contratar firmas extranjeras carísimas, o conformarse con análisis amateur que no servían en tribunales.

Andrés cambió esto fundando MaTTica, que ahora es referencia obligada para casos de incident response, recuperación de evidencia digital, análisis post-mortem de breaches y peritaje informático en juicios mexicanos.

La nueva era: cyber + IA

Su trabajo se ha expandido para abordar cómo la IA está cambiando el panorama de ciberseguridad. Por un lado, herramientas defensivas con IA permiten detectar amenazas que antes pasaban inadvertidas (UEBA, anomaly detection, threat intelligence). Por otro, los atacantes están usando IA generativa para sofisticación masiva de ataques: phishing hyper-personalizado, deepfakes para ingeniería social, malware polimórfico.

Andrés es de las voces que más claramente articula la urgencia: las empresas mexicanas que en 2026 no están invirtiendo en cyber + IA van a ser víctimas de ataques en 2027-2028 que ni siquiera sabrán que ocurrieron.

Educación masiva del ecosistema

Más allá de MaTTica, Andrés invierte mucho tiempo en educar al ecosistema. Aparece frecuentemente en medios mexicanos (Forbes, El Financiero, Expansión, El Economista) cuando hay incidentes importantes, ofreciendo análisis técnico comprensible para no-técnicos.

Es speaker internacional en cyber conferences como Ekoparty (Argentina), DragonJAR (Colombia), 8.8 Computer Security Conference (Chile/MX) y eventos corporativos privados. Su contenido en YouTube y podcasts en español ha formado a una generación entera de profesionales cyber en México.

Quién es Adolfo Babatz

Adolfo Babatz fundó Clip en 2012, hoy unicornio mexicano de pagos con valuación reportada que supera los $2 mil millones USD. Clip ha sido pionero en uso de IA para detección de fraude en pagos con tarjeta para PYMEs mexicanas, así como en scoring crediticio basado en historial transaccional.

Antes de Clip, Adolfo trabajó en PayPal LATAM, donde vio de cerca el problema de fondo: en México solo 30-40% de comercios aceptaban tarjeta porque las terminales tradicionales (bancarias) eran caras, complicadas y excluyentes. Su tesis: una solución mobile-first podría cambiar esto.

De terminal de pago a infraestructura financiera

Clip empezó vendiendo lectores de tarjeta tipo Square que se conectan al celular. Esto democratizó el aceptar pagos con tarjeta para taqueros, freelancers, profesionistas independientes, tiendas pequeñas. Costo de entrada: cientos de pesos en hardware vs. miles en una terminal bancaria tradicional.

Bajo su liderazgo, Clip ha expandido a un ecosistema completo: pagos con tarjeta + transferencias SPEI/CoDi + adelantos de capital basados en transacciones + facturación electrónica + nómina para empleados. Es prácticamente un "stripe + square + ramp" mexicano para PYMEs.

Han procesado miles de millones de dólares en transacciones para más de 100,000 comercios mexicanos, usando IA para scoring de riesgo de cada transacción y detección de patrones fraudulentos en tiempo real.

La IA como ventaja competitiva oculta

Lo que diferencia a Clip de competidores no es tanto el hardware (lectores comodity) sino su capacidad de detectar fraude y evaluar riesgo en milisegundos sin frenar al comerciante legítimo. Esta capacidad es 100% IA: machine learning entrenado sobre miles de millones de transacciones acumuladas durante 12+ años de operación.

Cada transacción Clip pasa por modelos que evalúan: patrón de uso histórico del comercio, ubicación geográfica, monto vs. típico, tipo de tarjeta, frecuencia de transacciones, dispositivo del cliente, etc. Si la probabilidad de fraude excede umbral, la transacción se bloquea o requiere verificación adicional.

Capital, valuación y siguiente capítulo

Clip ha levantado financiamiento de top tier VCs internacionales como SoftBank Vision Fund, Goldman Sachs, General Atlantic, Viking Global Investors y más. Su valuación post Series D superó los $2B USD, oficialmente unicornio mexicano.

Próximos pasos: expansión geográfica en LATAM (probablemente Colombia, Perú, Argentina), profundización del stack financiero para PYMEs (lending, banking-as-a-service, embedded finance), y mayor integración con IA agentic para finanzas operacionales de pequeños negocios.

Quién es Adalberto Flores

Adalberto Flores co-fundó Kueski en 2012 en Guadalajara, pionera del lending fintech en México. Kueski usa IA para credit scoring de personas sin historial bancario tradicional, evaluando más de 2,000 data points para aprobar o rechazar préstamos en segundos.

Antes de Kueski trabajó en Silicon Valley y proyectos de tecnología internacional. Su decisión de regresar a Guadalajara para fundar Kueski fue parte del movimiento de jaliscienses emprendedores que han hecho de Guadalajara uno de los hubs tech más importantes de LATAM.

El motor de scoring de Kueski

El motor de scoring de Kueski combina señales tradicionales (cuando existen) con alternative data: comportamiento del usuario en la app, patrones de pago de servicios públicos (cuando hay opt-in), geolocalización para verificar consistencia de domicilio, e-commerce footprint, redes sociales (con permiso explícito).

Todo procesado por modelos ML entrenados sobre millones de préstamos previos. Cada préstamo aprobado/rechazado refina el modelo. Para personas sin historial buró, esto es transformador: tienen acceso a crédito basado en evidencia real de su capacidad de pago, no solo en formalidad documental.

Kueski Pay: la apuesta BNPL

En 2020-2021 Kueski lanzó Kueski Pay, su producto BNPL (buy now pay later) integrado en e-commerce mexicano. El usuario compra hoy, paga después en cuotas. La ventaja para el comerciante: incrementa ticket promedio y conversión. La ventaja para el usuario: acceso a crédito en el momento sin trámites separados.

Kueski Pay es ahora uno de los productos BNPL más usados en México, integrado en cientos de e-commerce y marketplaces mexicanos. Compite directamente con Klarna LATAM, Aplazo y otros.

Capital, escala y visión

La compañía ha levantado USD 200M+ en capital y ha desembolsado millones de préstamos a mexicanos. Inversionistas incluyen Activant Capital, Victory Park Capital, KaszeK Ventures y otros top VCs LATAM.

Adalberto es voz importante en el ecosistema fintech LATAM sobre el rol de IA en la inclusión financiera y los retos de scoring en mercados emergentes. Su mensaje: los problemas de los mercados emergentes son hard problems que requieren tech world-class, no copy-paste de soluciones US/EU.

Quién es David Arana

David Arana co-fundó Konfío en 2014, pionera del lending B2B para PYMEs mexicanas con IA. Konfío usa machine learning para evaluar la salud financiera de PYMEs en minutos vs. semanas o meses que toma en banca tradicional.

David estudió en Stanford y trabajó en consultoría y banca de inversión antes de fundar Konfío. Su tesis: existe un déficit masivo de crédito PYME en México porque los bancos tradicionales no saben cómo evaluar empresas pequeñas con información incompleta. La IA puede cerrar ese gap.

El problema del crédito PYME en México

Las PYMEs mexicanas generan ~50% del PIB y ~70% del empleo formal, pero reciben solo ~12% del crédito bancario. Esta brecha es uno de los principales frenos al crecimiento económico del país. Los bancos no las atienden porque su modelo de risk evaluation requiere información que las PYMEs típicamente no tienen documentada (estados financieros auditados, garantías, historial extendido).

Konfío ataca esto con un approach radicalmente diferente: en vez de pedir documentos, conecta directamente a SAT (con permiso) para extraer facturación electrónica + a cuentas bancarias business para extraer transaccionalidad. Con esos datos + ML, evalúa salud financiera en minutos.

De lending a banco PYME completo

Bajo su liderazgo, Konfío ha levantado USD 250M+ en capital y ha desembolsado más de USD 1B en créditos a PYMEs mexicanas. Inversionistas incluyen SoftBank, VEF, QED Investors, Kaszek Ventures, Tarsadia Capital y otros top tier.

En 2022-2024 expandió a producto bancario completo: cuenta business, tarjeta corporativa, gestión de gastos, conciliación automática, facturación. Es prácticamente un "Brex mexicano" pero con un foco profundo en PYMEs tradicionales, no solo tech startups.

Es uno de los unicornios fintech mexicanos con valuación reportada que supera los $1B USD.

Impacto sistémico en PYMEs MX

Konfío ha demostrado que IA + alternative data puede expandir el crédito a empresas que la banca tradicional ignora, sin sacrificar control de riesgo. El modelo es replicable y ha sido caso de estudio en escuelas de negocios mexicanas y discusiones del BID/FMI sobre financiamiento PYME.

David es voz pública sobre el rol de fintechs en cerrar el déficit de crédito PYME, y sobre por qué la IA no es opcional para fintechs B2B que quieran escalar — la economía unitaria no funciona sin automatización inteligente.

Quién es Marlene Garayzar

Marlene Garayzar co-fundó Stori en 2018, fintech mexicana enfocada en tarjetas de crédito para personas sin historial crediticio. Es una de las pocas mujeres founder de un unicornio fintech en LATAM, lo cual la convierte en referencia importante para mujeres emprendedoras en finanzas.

Antes de Stori, Marlene trabajó más de una década en banca tradicional (Banamex, BBVA) en áreas de risk management, governance y compliance. Vio de cerca por qué la banca tradicional rechaza a millones de mexicanos solventes pero sin historial documentado — y decidió construir la alternativa.

Stori: tarjeta de crédito para los rechazados

Stori usa IA para evaluar riesgo crediticio basándose en alternative data más allá del buró tradicional. El proceso de solicitud toma minutos, no días/semanas. La aprobación es transparente y la tarjeta funciona como cualquier tarjeta convencional pero con mejor UX digital.

El producto está diseñado específicamente para personas que la banca rechazaba: jóvenes profesionistas sin historial todavía, freelancers/independientes con ingreso variable, personas con manchas en buró antiguas, migrantes recientes. El argumento: estos clientes pueden pagar — solo necesitan que alguien los evalúe correctamente.

Capital, escala y status unicornio

La compañía ha alcanzado el status de unicornio (valuación >$1B USD) y ha emitido millones de tarjetas a clientes que la banca tradicional rechazaba. Capital de top tier VCs incluyendo Goodwater Capital, GIC, Tresalia Capital, BAI Capital, GGV Capital y Lightspeed Venture Partners.

Marlene lidera governance y compliance — áreas críticas en fintech regulada. Su trabajo es asegurar que mientras Stori crece rápido y desafía a la banca tradicional, mantiene controles de riesgo y compliance regulatorio que protejan tanto a la empresa como a sus clientes.

Su perspectiva sobre IA + finanzas

Su perspectiva: la IA puede ser la herramienta más democratizadora del crédito en LATAM si se aplica con responsabilidad. Los modelos de scoring tienen el potencial de incluir a millones, pero también el riesgo de perpetuar sesgos históricos si no se diseñan con cuidado.

Marlene es voz pública sobre governance de IA en finanzas: explanability obligatoria, monitoreo continuo de bias, auditoría algorítmica regular. Su mensaje al regulador mexicano: necesitan capacidad técnica propia para auditar modelos, no depender de los reportes que les den las fintechs.

Quién es Ricardo Weder

Ricardo Weder fundó Justo en 2020, food delivery + grocery online enfocado en producto premium en México. Su perfil es uno de los más reconocidos en mobility/delivery LATAM: antes de Justo fue Presidente de Cabify en LATAM por varios años, donde lideró la expansión de la compañía a 14 países.

Su experiencia previa en logística de movilidad le da una ventaja única: entiende los unit economics de operaciones físicas a escala como pocos founders en LATAM. Esto se nota en el playbook operativo de Justo desde el día uno.

Por qué Justo es diferente a Cornershop/Rappi

El mercado de grocery delivery en LATAM está dominado por gigantes como Rappi, Cornershop (ahora Uber), Walmart Express. La pregunta obvia: ¿por qué entrar?

La tesis de Justo: estos players compiten en variedad/precio/conveniencia para el masa amplia, pero existe un segmento premium que quiere calidad superior de producto (organic, gourmet, marcas premium), curaduría editorial y experiencia de servicio diferenciada. Justo se posiciona como "el Whole Foods digital" mexicano.

IA es central a su propuesta: optimización de rutas (especialmente complicada porque manejan productos perecederos con cadena de frío), predicción de demanda diaria por producto/zona para evitar mermas, personalización de recomendaciones para incrementar AOV.

Capital, escala y diferenciación

Justo ha levantado USD 152M+ en capital de inversionistas como General Atlantic, Foundation Capital, FJ Labs y otros. Su valuación post última ronda supera los USD 500M.

Compite con Cornershop, Rappi y Walmart Express en el mercado mexicano. Su diferenciación se mantiene principalmente en: producto premium (no compite en precio en categorías masivas), tiempos de entrega ultra-rápidos en zonas core (CDMX, Monterrey, Guadalajara) y experiencia digital best-in-class.

Operaciones físicas + IA: el reto crítico

El reto técnico más interesante de Justo: cómo combinar operaciones físicas masivas (warehouses oscuros estilo dark store, fleet de motos eléctricas, personal de picking 24/7) con tecnología IA que optimice cada decisión operacional. Ricardo es voz frecuente sobre este reto.

Su mensaje a otros founders: en e-commerce físico, la IA no compensa malas decisiones operacionales — las amplifica. Tienes que tener primero un playbook operacional sólido, luego le sumas IA para optimización marginal pero significativa.

Quién es Roger Laughlin

Roger Laughlin co-fundó Kavak en 2016, hoy el unicornio mexicano más valioso (valuación peak superior a $8B USD en 2021). Kavak transformó el mercado de autos usados en México y luego en toda LATAM, aplicando IA y tecnología en un mercado tradicionalmente opaco, ineficiente y plagado de mala experiencia para el comprador.

Antes de Kavak, Roger trabajó en consultoría estratégica y desarrollo de negocios. Co-fundó la compañía junto con Carlos García Ottati y Loreanne García, cada uno aportando piezas complementarias del playbook: operaciones, capital y tech.

Por qué Kavak transformó el mercado de usados

El mercado de autos usados en México (y LATAM en general) tradicionalmente era informal: lots de autos en avenidas con vendedores no certificados, precios opacos, sin historial verificable, sin garantía real, sin financiamiento accesible. El comprador típico vivía con miedo de comprar "carro chocado".

Kavak introdujo: (1) inspección estructurada de cada auto antes de comprarlo a su dueño anterior, usando IA + computer vision para detectar daños no obvios, (2) pricing transparente basado en data agregada de mercado + características específicas del auto, (3) garantía real con devolución posible, (4) financiamiento integrado con tu compra, (5) experiencia digital end-to-end.

IA como ventaja estructural

La IA es central a la propuesta de Kavak: pricing dinámico basado en miles de variables (modelo, año, kilometraje, color, mercado regional, demanda histórica, condición específica detectada), computer vision para inspección física, modelos de predicción de demanda para optimizar inventario, scoring crediticio para financiamiento integrado.

A diferencia de Carvana (referencia US), Kavak opera en mercados con menos data estructurada disponible, lo que requiere construir gran parte de la infraestructura de datos desde cero. Esto es un moat técnico importante: replicar Kavak requiere años de data accumulation.

Expansión LATAM y aprendizajes

La empresa ha expandido a Brasil, Argentina, Chile, Colombia, Perú, Turquía y otros mercados. Ha facilitado millones de transacciones de autos usados acumuladas.

Roger es voz frecuente sobre los aprendizajes de escalar: lo que funciona en México no se traduce 1:1 a Brasil o Turquía. Cada mercado requiere localization profunda: reglas de propiedad de vehículos, regulación de financiamiento, hábitos de compra, infraestructura de logística. La IA ayuda a acelerar este localization pero no lo reemplaza.

Quién es Carlos García Ottati

Carlos García Ottati es co-founder y CEO de Kavak. Su visión transformó el mercado de autos usados en México y luego en toda LATAM, usando IA como herramienta central para inspección, pricing y matching de inventario con demanda.

Antes de Kavak trabajó en Daimler (industria automotriz tradicional) y en consultoría estratégica. Esta combinación le dio dos perspectivas críticas: profundidad sobre el negocio automotriz tradicional + rigor estratégico para diseñar un disruptor sistemático del mercado.

La visión "Carvana de LATAM"

Su enfoque: construir el "Carvana de LATAM" pero adaptado a las particularidades del mercado regional. Carvana es referencia US para usados online, pero replicar Carvana 1:1 en LATAM no funciona — diferentes regulaciones, hábitos de compra, infraestructura logística, expectativas de financiamiento.

Carlos diseñó Kavak desde principios primeros: ¿qué requiere el mercado LATAM específicamente? La respuesta involucró elementos que en US ya están dados pero en LATAM no: certificación física rigurosa, transparencia radical en precio, financiamiento integrado al producto (en US es típicamente separado), garantía real con devolución posible.

Liderazgo durante hiperescalamiento

Bajo su liderazgo, Kavak ha levantado USD 1.5B+ en capital de inversionistas como SoftBank Vision Fund, General Atlantic, Tiger Global, D1 Capital Partners, Founders Fund. Es de las compañías mexicanas con más capital institucional internacional.

Carlos también ha tenido que liderar durante períodos difíciles: ajustes de valuación post-boom 2021, reducciones de equipo durante optimización operativa, expansión a Turquía que requirió pivots significativos. Su transparencia sobre estos retos es valorada en el ecosistema LATAM.

Speaker y voz pública

Carlos es speaker frecuente sobre venture, escala y transformación digital de mercados tradicionales. Su contenido es referencia obligada para founders LATAM que quieren entender cómo construir y escalar.

Su mensaje a founders: en LATAM tienes que construir infraestructura que en mercados más desarrollados ya existe. Eso es ventaja porque es moat, pero también es carga porque requiere capital y tiempo. Planifica con esa realidad, no asumas que vas a moverte tan rápido como tu equivalente americano.

Por qué incluirlo en esta lista

Aunque no es founder de una startup IA puramente, Ricardo Salinas Pliego ha liderado Grupo Salinas (Banco Azteca, Elektra, TV Azteca, Italika) en la adopción de IA a gran escala en finanzas, retail, medios y manufactura. Su influencia en cómo se aplica IA en empresas grandes mexicanas es difícil de exagerar.

Lo incluimos en esta lista porque cualquier mapping serio del ecosistema IA mexicano tiene que reconocer que las decisiones de capital, adoption y dirección estratégica de IA en empresas con millones de clientes pasan por personas como Salinas. Es complementario al ecosistema startup, no competidor.

IA en Banco Azteca: scoring para 13M+ clientes

Bajo su liderazgo, Banco Azteca ha implementado scoring crediticio con IA para más de 13 millones de clientes bancarios, muchos de ellos en segmentos que tradicionalmente la banca grande ignoraba. La base de Banco Azteca son clientes de menor ingreso, frecuentemente sin historial buró robusto.

El playbook de Banco Azteca con IA es similar en espíritu al de las fintechs (Kueski, Stori), pero a escala mucho mayor y con la ventaja de operar dentro de un conglomerado que incluye retail (Elektra), medios (TV Azteca) y telcos. Esto permite cross-leverage de data en formas que las fintechs puras no pueden replicar.

Elektra + IA en retail

Elektra usa IA para personalización omnicanal en cientos de tiendas físicas + e-commerce: recomendación de productos, optimización de inventario por tienda, pricing dinámico, prevención de fraude en pagos a meses sin intereses, scoring de crédito en piso de venta.

Es uno de los casos de uso más interesantes de IA en retail tradicional mexicano. Combina lo mejor de ambos mundos: la infraestructura física de Elektra (más de 3,000 puntos de venta) con capacidades digitales/IA modernas.

Influencia pública y polémica

Salinas es voz pública con presencia masiva en redes sociales (millones de seguidores en X/Twitter) sobre el rol de IA en el futuro del trabajo, finanzas y libertad económica en México. Su contenido es a menudo polémico, lo que amplifica su alcance.

Más allá de Grupo Salinas, ha invertido en startups tecnológicas mexicanas (algunas con foco IA). Es uno de los principales LP/inversionistas no-VC del ecosistema startup mexicano, aunque sus inversiones específicas no siempre son públicas.

Quién es Adrián García-Aguirre

Aunque colombiano de origen, Adrián García-Aguirre ha construido Frubana con foco mexicano profundo. Frubana usa IA para optimizar la supply chain agro entre productores rurales y restaurantes/tiendas urbanas, eliminando intermediarios ineficientes y reduciendo costos sustancialmente.

Antes de Frubana trabajó en Rappi (operaciones LATAM) donde vio de cerca el problema operativo del food delivery + grocery: los costos de la "última milla" se acumulan en parte porque el supply de productos frescos para tiendas pequeñas urbanas es ineficiente.

El problema masivo de la cadena agro LATAM

En LATAM, la cadena agro tradicional tiene 4-7 intermediarios entre el productor rural y el restaurante/tienda urbano: productor → coyote local → mayorista regional → mayorista urbano (Central de Abastos) → distribuidor → tienda final. Cada eslabón añade costo y baja calidad/frescura.

Frubana corta esto a 1-2 eslabones máximo: productor → Frubana → restaurante/tienda. La IA permite que esto funcione: predicción de demanda diaria por producto/región, optimización de rutas de recolección y distribución, matching producer-buyer en tiempo real, scoring de calidad de producto basado en imágenes.

Resultado típico: reducción de costos del 15-25% para tiendas pequeñas urbanas vs proveedores tradicionales, más mejor frescura, más predictibilidad de suministro.

Capital, escala y operación multi-país

La plataforma ha levantado USD 25M+ en capital de Tiger Global, GFC y otros. Opera en México, Colombia y Brasil con expansión a otros mercados planeada. Su modelo es replicable porque la disfuncionalidad de la cadena agro existe en prácticamente toda LATAM.

Operativamente: combina warehouses propios en cada ciudad core, fleet de distribución dedicada (o tercerizada según mercado), y software propietario que coordina pedidos + inventario + rutas en tiempo real.

Impacto en productores rurales

Frubana tiene un componente de impacto social directo: los productores rurales reciben mejor precio que con coyotes/mayoristas tradicionales (típicamente 20-40% más por el mismo producto), y reciben pago de forma confiable y rápida.

Adrián ha hablado públicamente sobre cómo la IA + plataforma B2B puede ser herramienta de redistribución económica: el productor rural, históricamente la parte más explotada de la cadena, captura más valor cuando los intermediarios se eliminan.

Quién es Carlos Aguirre

Carlos Aguirre fundó Bayonet, plataforma de detección de fraude con IA para empresas LATAM. Bayonet usa machine learning para evaluar transacciones y detectar patrones fraudulentos en tiempo real, sirviendo a fintechs, e-commerce y marketplaces que necesitan protección anti-fraude sin construir su propia infraestructura.

Antes de Bayonet trabajó en banca y fintechs LATAM donde vio el problema de fondo: cada empresa que procesa pagos online necesita anti-fraude, pero construir un sistema propio requiere años + millones USD + datasets que solo se acumulan operando. La oportunidad: construir esto como infraestructura compartida.

Cómo funciona Bayonet

La plataforma se integra vía API en pocos días. Cada transacción que pasa por un cliente Bayonet se evalúa en milisegundos contra modelos entrenados sobre miles de millones de transacciones acumuladas de toda la red de clientes Bayonet.

Esto da una ventaja única: cuando un fraudster es detectado en un cliente Bayonet, esa info beneficia a todos los otros clientes Bayonet. Es un network effect anti-fraude que ningún sistema propietario individual puede replicar.

Procesa millones de transacciones mensuales para fintechs, e-commerce y marketplaces en México, Colombia, Perú y Argentina.

Capital y operación multi-país

Bayonet ha levantado capital de top-tier VCs LATAM enfocados en infraestructura fintech. Opera en México, Colombia, Perú y Argentina, con expansión a más mercados de LATAM planeada.

Su tesis: en LATAM faltan capas de infraestructura compartida (anti-fraude, KYC, compliance, scoring) que sí existen en mercados más maduros. Cada empresa LATAM construyendo esto solo es subóptimo. Bayonet ataca específicamente la capa anti-fraude.

Quién es Iván Garza

Iván Garza fundó Marwick AI, una consultora especializada en crear estrategias y soluciones de IA personalizadas para empresas que buscan ventajas competitivas reales, no solo "implementar IA" como buzzword corporativo. Marwick acompaña a clientes desde la definición de objetivos hasta la medición de resultados.

Su perfil combina experiencia en estrategia corporativa con profundidad técnica en IA. Esto le permite operar como puente entre lenguaje C-level (KPIs, ROI, estrategia competitiva) y lenguaje técnico (arquitectura de modelos, MLOps, integraciones).

Por qué Monterrey y el norte importan

Marwick es una de las consultoras IA con más reconocimiento en el mercado enterprise mexicano, especialmente en Monterrey y el norte del país. Esto importa porque el norte mexicano tiene características únicas: alta concentración industrial (automotriz, manufactura, agro, retail grande), proximidad a USA que genera demanda de IA para clientes binacionales, y ecosistema universitario fuerte (Tec de Monterrey, UANL, UDEM).

Iván ha construido Marwick aprovechando estas dinámicas regionales: clientes industria pesada que requieren IA con conocimiento del piso operativo, no solo modelos académicos abstractos.

Su perspectiva sobre estrategia IA empresarial

Iván es voz pública sobre estrategia de IA en empresas mexicanas, balance entre vendor lock-in y velocidad, y métricas reales de adopción IA en LATAM. Su mensaje constante: el 80% de los proyectos de IA empresariales fracasan no por mala tecnología sino por mala definición de problema, mala data, o mala adopción interna.

Su recomendación a CEOs/CIOs mexicanos: antes de elegir vendor o herramienta, hay que clarificar (1) qué problema específico estás resolviendo, (2) cómo vas a medir éxito, (3) quién va a ser dueño operativamente del resultado. Sin esto, cualquier inversión IA va a ser ROI negativo.