Fintech com IA: mais 'tech', menos 'fin' | Akua + Común

O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.

Hoje reuni dois CTOs que estão reconstruindo fintech do zero com inteligência artificial.

Abiel Gutiérrez foi founding engineer da Brex e hoje é cofundador e CTO da Común, o neobanco para imigrantes latinos nos Estados Unidos. Eles faturam dezenas de milhões com 35 pessoas.

Juan José vem da dLocal e da Pomelo, e hoje é cofundador e CTO da Akua, uma infraestrutura de pagamentos que entrou em produção em 9 meses. A conta dele: o que construíram teria levado cinco anos e entre 200 e 300 pessoas.

A conversa parte de uma observação: muitas fintechs acabavam sendo mais fin do que tech, com equipes enormes. Essas duas estão fazendo o contrário, com menos gente, menos SaaS e o CTO de volta ao centro.

Estrutura e Principais Destaques

Quanta Gente a Menos Teriam suas Empresas Anteriores

• Abiel pondera que depende de quanto você pode comprar de fornecedores: a Brex construía tudo in house e a Ramp, sua concorrente com mais escala, é conhecida por se apoiar em vendors, incluindo o Stripe
• Na Común eles constroem mais porque atendem um usuário sem acesso ao setor financeiro, e há menos coisa para pegar off the shelf
• A estimativa dele: no early stage a diferença é abissal, da ordem de 10x, porque você está em protótipos e validando a hipótese de mercado
• A ressalva dele: quando o codebase cresce e há muitas dependências, esse multiplicador cai
• Juan José viveu as duas culturas: a dLocal buscava parceiros para tudo por velocidade, a Pomelo construía in house para escalar
• Na Akua ele diz viver a interseção, e o dado dele: os especialistas do setor disseram que era impossível entrar em produção em 9 meses
• Eles entraram em 9 meses e entregaram mais do que o prometido
• Hoje são cerca de 70, dos quais 40 são de tecnologia

Onde a Alavancagem Mais Aparece

• Na Común: operações e suporte, de longe
• A decisão explícita na Brex de que Abiel se lembra: engenharia nunca construiria ferramentas internas para suporte, então a equipe usava low code
• A consequência: equipes operacionais grandes ou terceirização. A Común chegou a ter 50 agentes humanos no México
• A outra frente em fintech: compliance, com muito trabalho manual de revisão que agora é automatizado com confiança
• Na Akua a resposta é diferente: todas as equipes, porque desde o dia zero eles automatizaram a operação
• A vantagem do modelo deles: são cliente e fornecedor do próprio produto
• A métrica diária deles: lançar uma feature por dia, e eles cumprem
• O que mais surpreende Juan José: a equipe que mais cria ferramentas internamente é a de marketing
• O contexto que torna isso difícil: eles têm PCI compliance, ISO compliance, SOC 2, com licença de adquirência em vários mercados

O Que Medir

• Juan José mede output, não linhas de código nem tokens: features lançadas, tempo de implementação
• O objetivo dele: reduzir implementações de clientes de três a seis meses para uma ou duas semanas
• O recorde dele: um cliente integrado em 6 horas, da assinatura do contrato até a produção
• Abiel acompanha linhas por engenheiro e PRs no nível da liderança, sem expor isso como leaderboard
• Por que não um leaderboard: ele ouviu falar de empresas onde as pessoas queimam tokens revisando o Slack só para subir na tabela
• A métrica que ele considera útil: o tempo médio entre a abertura de um PR e o merge, que deveria encolher usando IA para a primeira varredura
• O alerta dele: essas métricas disparam quando você começa um codebase do zero, então no fim você volta às métricas de negócio
• A métrica estranha da Akua: quantidade de mensagens no Slack, que sobe com a produtividade porque há mais threads e mais coordenação
• O jeito dele de dimensionar: cada pessoa lidera pelo menos 10 agentes, e um engenheiro que antes tocava uma thread agora toca dez

Como Mudou o Próprio Papel Deles

• Abiel já não programa para cliente no dia a dia, exceto em momentos de pico com deadlines
• O que ele faz com IA: ferramentas internas e coisas pessoais
• Juan José passa o dia em reuniões, mas com cinco agentes do Claude Code rodando em paralelo
• A regra dele: não se mete em nada que esteja no caminho crítico, porque não consegue dar continuidade
• O que ele faz: protótipos que leva para a equipe, já traduzidos em algo concreto
• Por que importa que o fundador seja técnico: você sabe quanto algo deveria custar, e pode dizer que aquilo não leva uma semana, e sim três horas

O Obstáculo Real da Adoção

• Abiel: as pessoas não técnicas não sabem como é simples, e se você não sabe como fazer, o próprio modelo diz como
• Não há barreira de entrada, mas você só descobre isso tentando uma vez
• O que fizeram: uma semana em que ninguém fez nada além de usar IA, na empresa inteira
• A recomendação dos dois: primeiro dar acesso livre e maximizar a adoção, depois otimizar

Segurança e Permissões

• A Akua colocou o esforço em plataformizar: padronizar fluxos, tokenizar a informação por padrão, colocar as redes de segurança antes de abrir a porta
• Eles fazem parte de um consórcio global sobre a plataforma de agentes da Amazon, que já traz boas práticas de segurança
• A Común construiu seu próprio MCP conectado a todas as ferramentas internas
• A filosofia deles: acesso de leitura a tudo para a empresa inteira, exceto o PII, que por regulação nem está no sistema ou está criptografado
• Com o acesso de escrita foram mais cautelosos, começando pelos engenheiros
• O problema mais complexo segundo Juan José: os 25 agentes voltados ao cliente, onde é preciso garantir que cada um veja só os seus dados, sem prompt injection e com scopes bem delimitados
• O resultado que eles relatam: 70% de eficiência operacional ganha para os clientes
• A anedota: construíram um agente interno tão poderoso, com acesso a todas as APIs da infraestrutura de adquirência, que ficaram com medo e decidiram deixá-lo limitado

Comprar ou Construir

• A mentalidade anterior da Común: comprar primeiro, porque ao lançar um produto novo você não sabe como ele funciona nem como o seu cliente vai interagir com ele
• O jeito de ver: você não compra só a solução, compra o aprendizado
• O limite concreto deles: os produtos de fraude dos Estados Unidos não cobrem identidades estrangeiras
• O que fizeram ao virar merchant acquirers: ignorar o stack de fornecedores de fraude que recomendavam, usar só fontes de dados e construir os próprios modelos
• O custo: um ou dois meses de dor, e hoje funcionam de forma espetacular
• O reconhecimento dele: não teriam tomado essa decisão três anos atrás
• O processo inverso da Akua: os fornecedores que contrataram por velocidade começaram a travá-los, porque muitos estão há 10 ou 20 anos no mercado
• O resultado deles: entre oito e dez SaaS eliminados em um período muito curto
• O que não vão construir: AWS, modelos próprios, um CRM, um Slack, nem fornecedores de dados
• A conclusão dele: se você é mais tech do que fin, hoje é quase impossível um fornecedor dar mais velocidade do que construir você mesmo

Por Que Eliminar Fornecedores Melhora o Produto

• O caso que Enzo traz: o suporte ao cliente depende de dados da empresa inteira, não só da área de suporte, então um terceiro nunca vai dar a melhor experiência
• A posição da Akua: continuam usando a ferramenta de tickets, mas a escolheram por ser aberta e conectável via MCP
• O objetivo: que o recurso humano seja o último, e que o ticket quase não chegue
• A leitura de Abiel sobre o arco completo: no começo tudo é velocidade, e o resto do caminho é ir tirando, tirando e tirando para ganhar controle
• A consequência para os SaaS: os que sobreviverem serão os modulares e flexíveis, mais infraestrutura do que produto empacotado
• O contraste que eles descrevem entre vendors: os que publicam o próprio MCP para que você manipule os dados deles, e os que lançam uma função de IA dentro do site e cobram à parte

O Que Acontece com o Modelo de Negócio

• Juan José espera que os custos caiam num mercado competitivo, mas que a camada de valor agregado seja cobrada por resultado
• O exemplo pré-IA que Abiel traz: a Robinhood eliminando a comissão e monetizando o order flow
• A versão que eles imaginam para a Común: se as margens crescerem, fazer as remessas de graça com o câmbio oficial e devolver a margem ao cliente para transformá-la em viralidade
• O contrapeso: hoje os custos dos modelos são subsidiados e já começaram a subir
• O dado da Akua: a IA é hoje 50% do custo de tecnologia deles
• O precedente que citam: a Uber gastou o orçamento anual nos primeiros quatro meses e não conseguiu rastrear o impacto nas métricas de negócio
• A otimização óbvia que Abiel aponta: se a sua equipe escreve e-mails com o modelo mais caro por padrão, um open source a 5% do custo entrega a mesma qualidade

As Mudanças Organizacionais

• Na Común já não existe uma equipe de operações: essas responsabilidades passaram para produto
• O raciocínio: à medida que os modelos melhoram, o perfil que melhor os aproveita se parece mais com um product manager do que com alguém de operações
• O que muda no suporte: de reativo para proativo, porque o agente detecta o problema e avisa o usuário antes que ele escreva
• Na Akua nunca criaram uma área de produto: ela se chama product engineering, e eles contratam engenheiros com mentalidade de negócio e de produto
• A razão dele: colocar alguém de produto no meio acrescenta uma camada que não ajuda um engenheiro que já pensa em sistemas
• O paradoxo resultante: a equipe de operações deles acabou parecendo uma equipe de produto
• O ritual que sustenta tudo: workshops duas vezes por semana mostrando o que cada equipe está fazendo
• A lição de ego zero: construíram a própria plataforma de agentes, no dia seguinte a Amazon lançou a dela, e decidiram destruir a deles e migrar
• O outro caso: montaram um kit completo de spec driven development em novembro e o jogaram fora em janeiro, quando chegaram os coding agents
• O que sobreviveu: os conectores. Eles lançaram seu MCP de pagamentos antes do Stripe

O Cérebro Compartilhado

• A meta de Abiel: que a empresa tenha um só cérebro, para que todos decidam na mesma direção sem reuniões para se comunicar
• Como fazem: gravam todas as conversas em grupo, passam as transcrições para agentes, publicam resumos no Slack conforme o scope
• E uma interface onde você pode perguntar o status do roadmap, o ETA de uma feature ou o impacto dela
• A referência que ele menciona: o gbrain
• O conceito de Juan José: plataformizar, padronizar para poder aplicar controles e redes de segurança uma única vez
• O resultado: 25 agentes voltados ao cliente e mais de 70 internos, acessíveis pelo Slack ou pelo desktop com as permissões de cada um
• O agente deles que sabe tudo se chama Homero

Loops Autônomos

• Em engenharia estão perto, mas ainda não deixam os agentes fazerem merge e deployment
• A ideia que surge: feature flags fazendo deploy para 1% ou 5% da base de usuários
• Por que os modelos são tão bons programando: as linguagens são padronizadas e há uma infinidade de código aberto para treinar
• Por que um agente product manager é outra história: não há dados de alguém fazendo exatamente o que eles fazem
• A Akua tentou e tirou: funcionava tecnicamente, mas ninguém era responsável e ninguém podia entrar numa reunião para explicar ao cliente
• Onde eles usam: um agente que monitora métricas detecta um pico de fraude, propõe uma regra ao agente de prevenção, roda a regra em modo sombra medindo sem aplicar e só então pede para levá-la à produção
• O resultado mensurável: a taxa de vitória em chargebacks passou de 12%, que já seria muito bom, para 55%
• O desafio técnico pendente: rodar agentes durante cinco, seis ou oito horas, algo que até pouco tempo atrás o setor não tinha resolvido

O Renascimento do Engenheiro

• A tese de Juan José: o papel do engenheiro voltou às suas bases, que é criar sistemas
• O que ele considera morto: o desenvolvedor entendido como quem programa
• A ambição declarada dele: uma empresa com pouca gente, muito sênior, os melhores do mercado

O Que Eles Imaginam para o Próximo Ano

• Abiel se empolga com automatizar o management system: como se mede o sucesso de cada função, quais métricas importam, quais são os inputs
• O que ele descobriu no caminho: dar instruções a um agente afia o pensamento dele sobre o que quer da equipe
• O experimento que ele menciona: preparar um one-on-one com o head of product como se estivesse dando instruções a um agente
• A conclusão mais incômoda dele: dá para fazer negócios de muito impacto com bem menos gente, porque o mais complexo ao crescer são os humanos
• A anedota que encerra: um agente disse que estava cansado e que se vissem amanhã
• Juan José já não planeja para dois anos, e sim para dois, três ou quatro meses

Glossário do Vale do Silício

Pessoas, Empresas e Referências

Pessoas Mencionadas

• Abiel Gutiérrez: founding engineer da Brex, cofundador e CTO da Común
• Juan José (Juanjo): da dLocal e da Pomelo, cofundador e CTO da Akua
• Rodrigo Figueras: da Story, citado pela conversa sobre eliminar SaaS
• Enzo Cavalie: host do podcast

Empresas e Organizações

• Común: neobanco para imigrantes latinos nos Estados Unidos, dezenas de milhões com 35 pessoas
• Akua: infraestrutura de pagamentos, cerca de 70 pessoas, produção em 9 meses
• Brex e Ramp: o contraste entre construir tudo in house e se apoiar em vendors
• dLocal e Pomelo: as duas culturas opostas que Juan José viveu
• Amazon: cuja plataforma de agentes eles adotaram, dentro de um consórcio global
• Klarna: citada pelo caso de eliminar SaaS de terceiros
• Sierra e Decagon: os fornecedores de suporte com IA que eles discutem
• Robinhood: o precedente de reinventar o modelo de negócio
• Nubank: mencionado pela maturidade do ecossistema fintech brasileiro
• Dio e a newsletter: patrocínio e divulgação do episódio