IA en el Fintech Brasileño: Dónde un Studio Realmente Construiría

El mercado de IA en fintech en Brasil vale cerca de USD 457 millones hoy y se proyecta en USD 2,17 mil millones hacia 2034, según IMARC. Es un número real, y es menor de lo que la mayoría de los pitches sugiere. Lo interesante no es el tamaño. Es que Brasil opera dos piezas de infraestructura financiera pública, Pix y Open Finance, que la mayoría de los países no tiene, y mueven toda la pregunta sobre dónde una fintech de IA puede defenderse.

Avante Ventures es un venture studio que construye empresas AI-native en Brasil y América Latina. Somos escépticos frente a la IA en fintech como categoría, porque la mayor parte es una capa fina sobre una API bancaria sin moat. Este texto trata de las excepciones. Donde los rieles públicos, un workflow de verdad y un loop de datos propietario se combinan en algo que un generalista no puede copiar.

El mercado, con números fechados

Empiece por el número honesto, no por el más optimista. IMARC dimensiona el mercado de IA en fintech en Brasil en USD 457,1 millones en 2025, creciendo a USD 2.165,7 millones hacia 2034 a un CAGR de 18,30%, según IMARC Group. Esa porción específica de IA está dentro de un mercado fintech mayor, que IMARC estima en USD 5,5 mil millones en 2025, rumbo a USD 19,1 mil millones hacia 2034 a 14,92%, según IMARC Group. Otras casas de investigación publican una base menor. Esa variación es normal en una categoría joven, el tipo de patrón que nuestro panorama de IA en Brasil traza entre verticales, y fingir que es un número cerrado es la primera señal de una lectura débil de mercado.

Dos hechos sobreviven a la variación. La porción de IA está por debajo de medio mil millones de dólares hoy, así que quien vende un mercado direccionable gigante para IA en fintech en Brasil está redondeando hacia arriba. Y la capa de IA debe crecer más rápido que el mercado fintech sobre el que cabalga, 18,30% contra 14,92%. Esa diferencia es la señal. La IA está ganando participación dentro del fintech, no solo creciendo al lado.

Entonces el encuadre correcto no es el tamaño del mercado. Es dónde, dentro de una categoría pequeña y de rápida composición, se construyen los negocios duraderos. El dimensionamiento es el calentamiento. La estructura es el contenido.

Por qué Pix y Open Finance cambian el juego

Brasil es estructuralmente distinto de la mayoría de los mercados fintech, y la razón es la infraestructura pública, no el tamaño del mercado. Pix, el riel de pago instantáneo que el Banco Central do Brasil lanzó en noviembre de 2020, superó los 175 millones de usuarios hacia mayo de 2025 y lo usa el 93% de la población adulta brasileña, con un 62% que lo nombra su forma más frecuente de pagar, según datos que resumen cifras del Banco Central). En julio de 2024 ya movía cerca de R$ 2,5 billones por mes. A fines de 2024 era el 47% de todas las transacciones que no usan efectivo y el medio de pago que más creció en el año, un alza del 52%, según reportes sobre datos del Banco Central.

El precio cuenta la historia estratégica. Pix es gratis para personas físicas y cuesta 0,33% para el comercio, contra 1,13% en débito y 2,34% en crédito. Un riel tan barato y tan adoptado no se queda como diferencial. Se vuelve el piso sobre el que todos construyen.

Open Finance es el riel que más importa para la IA. Brasil llegó a 62 millones de consentimientos activos de Open Finance hacia enero de 2025, un alza del 44% en el año, con cerca de 2,3 mil millones de llamadas de API exitosas cada semana, según DPL News citando a FEBRABAN. Una fintech en Estados Unidos o Europa gasta años y mucho dinero armando el acceso a datos que una fintech brasileña puede solicitar mediante un consentimiento estandarizado. Ese es el giro. Cuando los rieles son públicos y compartidos, los rieles no son la ventaja. La ventaja migra a lo que la empresa hace con el dato. Calidad de crédito y profundidad de workflow se vuelven el moat. La plomería de pagos no.

Las aberturas AI-native

Las aberturas que valen la pena perseguir comparten una forma. Cada una convierte la capa de datos estandarizada de Brasil en una decisión que antes exigía un experto humano o una base de datos propietaria densa. Cuatro se destacan.

El hilo conductor corre por debajo de las cuatro. El riel es público, pero el loop de datos no. Dos empresas pueden solicitar el mismo consentimiento de Open Finance. Solo una convierte seis meses de resultados de pago en un modelo más afilado y en un workflow que el cliente no va a abandonar. Esa asimetría es donde se esconde el negocio duradero, así que lea cada abertura de abajo como un lugar para construir un loop, no una funcionalidad.

• Crédito y análisis de riesgo en perfiles delgados. Decenas de millones de brasileños y pequeñas empresas casi no tienen historial formal de crédito. El consentimiento de Open Finance sumado a los datos de flujo de caja de Pix permite a un modelo dar crédito a un solicitante que el score de buró rechazaría. El moat es el dato de pago que el prestamista acumula, no el modelo en sí.
• Fraude y PLD. Pix moviendo cerca de R$ 2,5 billones por mes creó una superficie de fraude en tiempo real. IA que puntúa transacciones y marca lavado contra rieles en vivo es un workflow que tanto los incumbentes como los reguladores quieren.
• Tesorería y conciliación. Las empresas brasileñas funcionan sobre una maraña de Pix, boletos, tarjetas y un régimen tributario en capas. IA que concilia flujos y proyecta caja contra los rieles reales reemplaza el trabajo de planilla que nunca escaló.
• Finanzas embebidas para pymes. Los servicios son cerca del 70% del PIB brasileño, en su mayoría pequeños operadores. Embeber crédito y pagos dentro del software que esas empresas ya usan convierte una herramienta vertical en un motor de datos financieros.

Por qué el crédito encaja en el flywheel dato a capital

El crédito es el caso canónico del flywheel copilot, dato, capital, el patrón recurrente entre las empresas de Avante. La mecánica es limpia. Construya un copilot de IA que ayuda a un prestamista o a un solicitante a llegar a una decisión de crédito. El copilot genera datos propietarios de desempeño, cada préstamo aprobado y luego pagado o en mora. Ese dato de resultado es exactamente lo que un vehículo de capital necesita para dar crédito a escala. Entonces el copilot no solo vende software. Fabrica la base de datos que justifica levantar y desplegar un fondo.

Por eso el crédito gira el flywheel con más fuerza que el fraude o la conciliación. El puntaje de fraude produce señales. La conciliación produce eficiencia. El crédito produce resultados de pago, y un resultado de pago es un activo financiero. Una empresa que controla el workflow de crédito y el efecto de red de datos que este genera puede pasar de vender una herramienta a desplegar capital contra su propia ventaja.

Avante corre este patrón en todo el portafolio, y lo único que cambia es el vertical. Alphajuri lo corre en el mercado brasileño de deuda judicial, donde un copilot para precatorios y créditos genera el dato para valorar esos activos. WIR corre la misma lógica en valoración de seguros y análisis de riesgo. BR Auction Intel lo corre en inteligencia de subastas inmobiliarias. Mismo flywheel, activo distinto.

El problema de saturación y regulación

La objeción honesta es que fintech es la categoría más saturada y más regulada de América Latina, y una capa fina de IA sobre una API bancaria no tiene moat. Los datos de funding confirman la saturación. Fintech capturó el 61% de toda la inversión de venture de América Latina en 2025 con apenas el 29% de los deals, según el LatAm VC Report 2026 de Cuantico VP, del 18 de febrero de 2026. El total regional fue de USD 4,126 mil millones en 681 rondas, un alza del 13,8% en el año, y Brasil solo se llevó USD 2,032 mil millones, el 52,9% de la región, en 363 deals. Las tres mayores rondas del año fueron todas de fintechs mexicanas.

Eso es el problema y el filtro a la vez. Nubank y otros incumbentes ya controlan loops de datos enormes, así que un wrapper genérico de IA compite con ellos en su terreno más fuerte y pierde. Los mismos datos muestran que el funding pre-seed cayó 40% en 2025, de USD 110 millones a USD 66 millones. El capital inicial se volvió más escaso justo cuando el fintech de etapa avanzada se disparaba. Una empresa que necesita un mercado de seed caliente para encontrar product-market fit fue construida para el ciclo equivocado.

El camino no es una capa más fina. Es un workflow y un loop de datos que un generalista no puede copiar, en un vertical que los incumbentes consideran demasiado pequeño o demasiado desordenado operativamente para perseguir. La defensibilidad viene de controlar una decisión de crédito específica de punta a punta. No del acceso a una API que todo competidor también puede llamar.

Cómo Avante lo abordaría

El primer movimiento es rechazar el obvio. No construiríamos una fintech de IA horizontal para pelear con Nubank en escala de datos, porque esa es una pelea que el incumbente ya ganó. Avante Ventures es un venture studio que construye empresas AI-native en Brasil y América Latina. Lanza 3-4 ventures por año mediante un sistema de seis etapas: Research, Partner, Build, Traction, Revenue, Compound. Despliega $500K-1.5M por venture a lo largo del pre-seed y retiene economía de co-founder. Aplicado a fintech, el modelo apunta a un solo camino. Elegir una sola decisión de crédito en un vertical mal atendido, juntar a un operador de dominio que vivió ese mercado de crédito con los rieles públicos y construir el workflow que produce un loop de datos propietario.

Los hechos estructurales lo hacen construible ahora. Pix y Open Finance entregan el acceso a datos que antes exigía una Serie A para armar. Resolver la plomería de la empresa una sola vez direcciona cerca de $300K-500K de capital efectivo por venture hacia producto y tracción en lugar de overhead. Un venture de studio se lanza 6-9 meses por delante de un equipo autónomo con financiamiento comparable. El insumo escaso no es capital ni modelos, ambos baratos. Son operadores con más de 10 años de cicatrices en un mercado de crédito brasileño específico, junto a un playbook de Silicon Valley y capital de primer cheque el día uno. Vea la tesis del studio para entender cómo se arma eso.

El argumento de desempeño del modelo es el benchmark del studio, no un historial de Avante. La Global Startup Studio Network reporta un IRR de studio de ~50% contra un ~19% estándar de la industria para el VC tradicional, cerca de 2,5x el IRR del VC tradicional en horizontes de tiempo realistas. Ese es el número de GSSN para el modelo de studio, nunca el retorno realizado de una firma específica. Donde pesa en fintech es el mecanismo. En una categoría tan saturada, la ventaja es profundidad de operador y un loop de datos, exactamente los insumos que un studio concentra.

El cierre es directo. La mayoría de las ideas de IA en fintech en Brasil van a fracasar, porque son wrappers sobre un riel público que cualquiera puede llamar. Las pocas que ganen van a controlar un workflow y el dato de pago que este genera. Explore la Library para el resto de cómo pensamos sobre construir en Brasil.