En abril de 2026, los hermanos Alfonso y Borja, ingenieros de Puerto Varas, empezaron a llevar la contabilidad de startups chilenas. Llegaron a cuatro clientes por referidos. Con lo aprendido en ese trabajo construyeron un ERP donde agentes de IA concilian los movimientos bancarios contra las facturas y asignan cada gasto a su cuenta. Cuando algo no calza, el sistema pregunta a una persona. En septiembre su empresa, Sintropix, entró a Y Combinator como la única startup chilena del último batch, después de tres rechazos.
La secuencia importa más que la aceleradora. Primero vendieron el trabajo terminado. Después convirtieron ese trabajo en sistema. Greg Isenberg, fundador de Late Checkout, publicó el 20 de septiembre un ensayo con más de medio millón de lecturas que le pone nombre a ese movimiento: servicios nativos de IA.
Qué propone Isenberg
El ensayo de Isenberg parte de una cifra. Una empresa en Estados Unidos paga cerca de USD 10.000 al año por su software contable y alrededor de USD 120.000 por el contador que lo usa. Durante veinte años el software compitió por la parte chica del gasto. La parte grande quedaba atada a una persona.
Con los modelos actuales, un proveedor entrega el resultado: los libros cerrados, la cartera cobrada, el contrato revisado. Agentes hacen la mayor parte del trabajo y un equipo pequeño revisa lo delicado. Se cobra por unidad entregada o con un monto mensual fijo, nunca por hora.
Tres casos de la región
Sintropix: de servicio contable a ERP operado por agentes
El caso, reportado por Diario Financiero, sigue el orden que propone Isenberg. El servicio fue la puerta de entrada y la fuente de aprendizaje. Hoy Sintropix cobra una tarifa mensual según integraciones y sociedades, sin costo de implementación, y apunta a empresas con varias sociedades u operación internacional. Sus fundadores concluyeron que una empresa obligada a auditar sus números valora la calidad contable más que una pyme enfocada en pagar menos impuestos.
Bulk: cobranza por WhatsApp con seis personas
Bulk, startup chilena liderada por Arturo Dell'Oro, factura más de USD 1 millón con un equipo de seis personas. Automatiza la cobranza de bancos y grandes retailers por WhatsApp, con mensajes ajustados al historial de cada deudor. La cobranza cumple las dos condiciones del modelo: la empresa ya pagaba a un tercero por ella, y la normativa de protección al consumidor fija reglas claras sobre cómo se cobra.
Callbook AI: agentes de cobranza para la banca colombiana
La colombiana Callbook AI entró al batch de verano 2026 de Y Combinator con agentes que gestionan carteras vencidas por llamada, mensaje y correo para bancos y fintechs.
Los tres casos comparten tres rasgos. Trabajan en rubros con reglas escritas, reemplazan una partida que la empresa ya pagaba y cobran por el resultado entregado.
El reglamento es el activo
Isenberg llama reglamento a la pieza más subestimada del modelo: la lista escrita de lo que significa correcto en un rubro y de cada error que comete el modelo. En Chile esa lista tiene acento local. Un documento tributario se valida contra el registro del SII. Un mensaje de cobranza respeta los límites de la ley del consumidor para la cobranza extrajudicial. Una exportación agrícola exige el código arancelario correcto para cada destino.
El modelo es el mismo para todos. La lista de errores corregidos es propia.
Esa lista vive hoy en la cabeza de contadores, ejecutivos de cobranza y agentes de aduana con años en el oficio. Escribirla convierte experiencia individual en un activo de la empresa.
Lo que dicen los números en Chile
El uso de IA en empresas chilenas pasó de 29% en 2023 a 54% en 2025, según el Índice de Transformación Digital de la Cámara de Comercio de Santiago. La cifra de escala es mucho menor: un estudio de MAS Analytics citado por Pauta indica que 3,6% de las empresas chilenas logró escalar proyectos de IA de forma transversal y con retorno medible.
El AI Maturity Index Chile 2026 de Forbes Chile y Kyndryl apunta en la misma dirección: 4% de las empresas tiene comité de ética y protocolos formales de IA, a meses de la entrada en vigencia de la Ley 21.719 de protección de datos personales, el 1 de diciembre de 2026.
La distancia entre usar y escalar se explica por operación. Un piloto funciona mientras alguien lo mira. Un sistema en producción necesita a alguien que lo mire todos los días.
La IA rinde cuando alguien la opera todos los días. Sintropix, Bulk y Callbook AI venden exactamente eso: un resultado operado, con personas responsables detrás.
Cómo lo operamos en NLACE
En NLACE diseñamos, implementamos y operamos sistemas de IA, y varios de los que operamos hoy siguen la estructura que describe Isenberg. El caso más claro son los agentes de WhatsApp que atienden pedidos, consultas y despachos para empresas de distribución y comercio electrónico.
| Pieza del modelo | Cómo funciona en un agente operado |
|---|---|
| Unidad | Cada conversación atendida y resuelta |
| Entrada | El mensaje del cliente final por WhatsApp |
| Motor | Un agente conectado al CRM y al ERP de la empresa, que responde desde su propia base de conocimiento |
| Reglamento | Cada caso que resuelve una persona se sintetiza y vuelve a la base de conocimiento |
| Revisión | Las conversaciones fuera del alcance del agente escalan a una persona |
| Entrega | Un reporte mensual de volumen, resolución y escalamientos |
La pieza que más valor acumula es el reglamento. Cada escalamiento muestra un vacío del sistema. Resolverlo una vez y escribirlo evita resolverlo de nuevo. La meta de cada mes de operación es que el agente escale menos, porque su base de conocimiento ya contiene respuestas que antes estaban en la cabeza de una persona del equipo.
La revisión humana también rige en casa. Antes de invertir en anuncios hacia nuestro propio agente comercial, la regla es revisar a mano sus primeras 50 conversaciones.
El mismo patrón aparece en reportería. Para una organización del sector agrícola operamos un reporte mensual de desempeño digital que antes se armaba a mano. Hoy los datos de sus canales se consolidan de forma automática, se revisan antes de salir y llegan en un formato fijo cada mes.
Hay una diferencia con el modelo de Isenberg. Nuestros sistemas operan dentro de la empresa del cliente, con sus datos y sus reglas, y las decisiones del negocio siguen siendo de su equipo. El sistema propone y ejecuta lo definido. Esa frontera permite responder por el trabajo y dejar el criterio en manos de quien conoce el negocio.
Lo que el ensayo simplifica
El caso estrella de Isenberg es Harvey, en servicios legales. Harvey licencia una plataforma a estudios y equipos jurídicos, y los abogados siguen firmando cada documento. Su crecimiento es real, con USD 300 millones en ingresos recurrentes a mayo de 2026 según estimaciones de Sacra, pero corresponde a software para el profesional responsable.
Su ejemplo final también se queda corto en la revisión: una persona atendiendo cincuenta clientes. Cada caso nuevo, cada cambio de formato de un cliente y cada ajuste del proveedor del modelo exige a alguien mirando. Y quien entrega el trabajo responde por el error. Con la nueva ley, un servicio que procesa datos personales de terceros necesita trazar quién revisó qué y cuándo.
Dónde mirar en tu empresa
Isenberg ordena las oportunidades con dos preguntas. La primera, si la empresa ya paga a un tercero por ese trabajo. La segunda, si el resultado se verifica contra una regla.
| Respuesta verificable | Requiere criterio | |
|---|---|---|
| Hoy se paga a un tercero | Zona de construcción | Revisión humana con precio alto |
| Hoy se hace internamente | Herramienta para el equipo | Es un cargo, no un servicio |
En la economía chilena hay candidatos claros en la zona de construcción: la conciliación contable de pymes, la cobranza de cartera, la clasificación arancelaria para exportadores agrícolas, la rendición de fondos concursables y la revisión técnica de cumplimiento en protección de datos.
La pregunta para este año
Antes de comprar otra herramienta, conviene revisar la línea de servicios externos del presupuesto: el estudio contable, la empresa de cobranza, el agente de aduana, la asesoría de cumplimiento. Ahí está la decisión relevante de 2026: qué parte de ese trabajo tiene una respuesta verificable, quién la va a operar y quién va a responder cuando llegue terminada cada mes.
