Por qué redujimos Fhinck de 50 a 6 personas (y duplicamos la facturación)
Relato del CEO de Fhinck sobre el pivote AI First: de 50 a 6 personas, facturación duplicada. Qué funcionó, qué dolió, aprendizajes en 24 meses.
"El ejecutivo que aún dice 'la IA es con el equipo técnico' está firmando su propia salida, solo que todavía no lo percibió. La mayoría de las empresas que invierte en IA no falla por falta de herramienta. Falla por falta de coraje. Falta de código. Falta de entrar al back-office y rediseñar todo." — Paulo Castello, CEO Fhinck, noviembre/2025
Este es el relato directo de la transición de Fhinck a AI First, narrado por el CEO en primera persona. Sin glamour. Sin pirotecnia. Qué funcionó, qué dolió, qué aprendimos.
El punto de partida — 2023, antes del pivote
En enero de 2023, Fhinck tenía 11 años en el mercado y era reconocida como la empresa de Task Mining para Centros de Servicios Compartidos (CSC). Teníamos clientes de referencia en finanzas, salud, retail, industria. Teníamos 50 colaboradores, procesos bien montados, facturación creciente. Recibíamos premios.
En cualquier manual de gestión tradicional, la recomendación sería: "continúa, escala más".
Pero algo cambió en 2022-2023. Los LLMs (GPT-4, Claude, Gemini) pasaron de curiosidad técnica a tecnología operacional. Y nosotros, especialistas en entender la operación, empezamos a ver lo obvio: los agentes podían hacer una parte significativa del trabajo que nuestro propio equipo realizaba.
La pregunta que estuvo meses en mi cabeza fue: "si estamos vendiendo Task Mining a clientes para que sean más eficientes, ¿por qué nosotros mismos seguimos operando como una empresa de 2018?"
La decisión — finales de 2023
En 2023, entendí que la verdadera revolución no era solo ver los procesos. Era actuar sobre ellos con inteligencia autónoma.
La decisión fue reconstruir Fhinck desde cero como AI First:
- La plataforma combinaría Task Mining (visibilidad total) + Agentes de IA autónomos (que ejecutan, deciden, actúan)
- El equipo interno sería deliberadamente reducido, multiplicado por decenas de agentes
- La operación sería rediseñada — no automatizada — para lo que la IA hace bien
- Los sistemas heredados sin API moderna serían sustituidos
- La cultura empezaría a premiar velocidad sobre proceso
No lo vendí al directorio con una bonita presentación. Fue una conversación directa de riesgo real: "lo haremos así, va a doler, habrá fricción, pero no hay otro camino que no comprometa la empresa en 3 años."
La ejecución — 24 meses brutales
La reducción de 50 a 6 personas no ocurrió de una vez. Ocurrió a lo largo de 24 meses, en salidas naturales (rotación), jubilaciones, cambios de carrera voluntarios y, sí, algunos desvinculados puntuales cuando función y operación no convergieron.
La regla que aplicamos en cada salida fue simple y dolorosa: "Cada salida se convirtió en un test: '¿Lo hace la IA? ¿O tenemos miedo de admitir que lo hace?'"
Cuando la respuesta honesta era "lo hace la IA", no hubo reposición. En cambio, dedicábamos 2-3 semanas a construir el agente que sustituiría esa función.
Los 6 movimientos críticos
1. Hacer todo el trabajo visible
Aplicamos nuestra propia plataforma de Task Mining en nosotros mismos. Mapeamos cada hora de cada Fhincker. ¿Dónde estaba el tiempo? ¿Dónde estaba el retrabajo? ¿Dónde había procesos manuales en planillas?
2. Auditoría brutal de APIs
Cada sistema interno fue evaluado: ¿tiene API moderna? Sí → se mantiene. No → sustituir. Dolió. Cambiamos sistemas que tenían años de inversión. Pero era eso o vivir con agentes parcialmente ciegos.
3. Rediseño de cada proceso
No automatizamos. Rediseñamos. La diferencia es decisiva: automatizar un proceso malo acelera el error. Rediseñar reconstruye el proceso asumiendo que el ejecutor es un agente.
4. Agentes especializados, no generalistas
Cada función importante se convirtió en un agente. Atención Tier 1, procesamiento de documentos, alertas de compliance, cierre financiero, prospección. Agentes enfocados en un alcance definido, no chatbot genérico.
5. Sharpening the Axe — ritual semanal
Todos los viernes, dejamos de trabajar y entramos a clase. Aprendemos una nueva técnica de IA. MCP, agentes, nuevos modelos, frameworks. Sin esta rutina, en 6 meses estaríamos desactualizados.
6. Cultura rediseñada
Fhinck pasó a ser para aventureros, no para conformistas. Quien buscaba estabilidad predecible, procesos rígidos y jerarquía estricta buscó otras empresas. Quien se quedó abrazó velocidad > perfección, autonomía > jerarquía, impacto > actividad.
Qué pasó con las personas
Este punto merece honestidad brutal. No fue una transición fácil para el equipo.
"En Fhinck pasamos por esto y fue un camino aterrador. Rediseñar la empresa para el futuro orientado a la IA exige un cambio radical (por parte de las PERSONAS). Del Ejecutivo al pasante."
Quienes se quedaron necesitaron reinventarse profundamente. Pasamos de ser una empresa donde cada persona ejecutaba tareas específicas a una empresa donde cada persona orquesta agentes y se enfoca en estrategia, creatividad y relaciones.
Para algunos fue liberador. Para otros, insostenible.
Quienes se fueron, se fueron por razones diversas: algunos porque la velocidad del cambio era incompatible con su momento de vida; algunos volvieron a empresas más tradicionales; algunos abrieron sus propios negocios. Seguimos a ex-Fhinckers hasta hoy en una red activa — y la mayoría habla bien de la experiencia a pesar de haber sido difícil.
Los números — agosto de 2025 (24 meses después)
- Equipo: de 50 a 6 personas (-88%)
- Facturación: se duplicó en el período
- Atención al cliente: 96% sin operador humano
- Cadencia de entrega: ciclos de feature 3-4x más rápidos
- Cobertura geográfica: expandimos a 15 países (US, EU, LATAM)
- Usuarios activos: más de 800 mil bajo la plataforma
- NPS: subió junto con la reducción del equipo (no cayó, como muchos predecían)
Lo que aprendimos (y que puede ahorrar tiempo a quien lo haga ahora)
Lección 1 — El coraje es más escaso que la tecnología. La tecnología para convertirse en AI First está disponible. Lo que falta es coraje del C-level para tomar decisiones difíciles. Quien no las toma, se queda.
Lección 2 — Las APIs son de vida o muerte. Subestimar el impacto de los sistemas heredados sin API fue nuestro mayor error inicial. Casi nos costó 6 meses. Empiece por la auditoría de APIs.
Lección 3 — Equipo más pequeño no es sinónimo de mayor carga. La intuición común es "si se reduce el 88% del equipo, los 6 que quedan van a trabajar 8 veces más". No fue lo que ocurrió. Cada persona trabaja lo mismo (o menos) que antes — porque los agentes hacen lo que no deberían ser tareas humanas en primer lugar.
Lección 4 — La cultura necesita ser explícita. Hicimos un manifiesto público. "Para aventureros, no para conformistas." Sin eso, la fricción cultural queda difusa y nadie entiende lo que está pasando.
Lección 5 — No se sobrevive sin aprendizaje continuo. Sin el ritual Sharpening the Axe, en 6 meses nuestro equipo estaría desactualizado. La velocidad del mercado de IA no da tiempo de "estudiar cuando haya oportunidad".
La pregunta que queda para usted
Si usted está leyendo esto y es CEO o consejero, la pregunta concreta es:
"¿Su empresa tiene el coraje de hacer esta transición en 24 meses, o esperará y la hará en condiciones peores en 36 meses?"
La ventana está abierta. Pero no para siempre. Programe una conversación si quiere entender cómo aplicar este camino en su operación. Fhinck construyó la plataforma exactamente porque lo vivimos — y ayudamos a otras empresas a vivirlo con más método y menos sufrimiento.