FlexSoft promete un Time-to-Market cero en fintech con plataformas AI-Native

Arkadi Lobas, director general de la empresa de TI FlexSoft, intervino en el foro aniversario Fintech X10. Afirmó que la arquitectura AI-Native y el enfoque de plataforma permiten un Time-to-Market cero en el sector financiero. Es decir, lanzar un producto nuevo al mercado debería llevar prácticamente cero tiempo. La formulación impresiona. Pero en los materiales disponibles no figuran los plazos «antes» y «después», ni los nombres de los bancos, ni una descripción de las tecnologías. Por eso, por ahora es una tesis del proveedor, no un resultado medido.

Qué se ha declarado exactamente

De lo publicado se desprenden dos elementos. El primero es la arquitectura AI-Native. Suele llamarse así a los sistemas en los que los modelos y los agentes están integrados en el propio proceso de desarrollo y en el funcionamiento del producto. La IA no se añade por encima en forma de chatbot, sino que participa en la generación de configuraciones, código, pruebas y documentación. El segundo elemento es el enfoque de plataforma, en el que los productos se ensamblan a partir de componentes reutilizables ya preparados, en lugar de escribirse desde cero para cada tarea.

La combinación es lógica. La plataforma aporta un conjunto de piezas y la IA acelera su montaje y configuración. Pero se trata de un esquema general, no de la arquitectura revelada de una solución concreta de FlexSoft.

• Declarado: Time-to-Market cero en el sector financiero.
• Escenario: foro aniversario Fintech X10, 2026.
• Base: arquitectura AI-Native y enfoque de plataforma.
• No revelado: modelos utilizados, entorno en la nube u on-premise, plazos de implantación, clientes, efecto económico.

Cómo leer la palabra «cero»

Un cero literal es inalcanzable en finanzas. Un nuevo producto de crédito o de pago pasa por revisión jurídica, evaluación de riesgos, integración con los sistemas contables, pruebas y los requisitos del regulador. Ninguna arquitectura elimina estas etapas.

La lectura realista es esta: la parte técnica del lanzamiento se reduce a configuración. El product manager describe las condiciones, la plataforma construye el proceso y la IA prepara las pruebas y la documentación. Entonces el cuello de botella pasa a ser la aprobación, no el desarrollo. Eso tiene valor, porque en los bancos el desarrollo y las integraciones ocupan hoy una parte considerable del ciclo de lanzamiento. Pero aquí «cero» es una denominación de marketing para una aceleración extrema, no una magnitud física.

Dónde chocará la afirmación con la realidad

El enfoque AI-Native en finanzas tiene limitaciones conocidas.

• Explicabilidad. El regulador y la auditoría exigen entender por qué el sistema tomó una decisión. Con los modelos generativos es más difícil que con reglas deterministas.
• Errores de generación. El código o la configuración creados por un modelo hay que revisarlos. Si la revisión es manual, la ganancia de tiempo se reduce.
• Entorno de datos. Las organizaciones financieras en Rusia trabajan bajo requisitos estrictos de almacenamiento y tratamiento de datos. Esto suele implicar modelos locales y limitaciones de capacidad de cómputo.
• Dependencia de la plataforma. Cuanto más ligados están los productos a una única plataforma, más caro resulta cambiar de proveedor.

Son precisamente las respuestas a estas cuestiones las que distinguen una arquitectura que funciona de una presentación. En el foro, a juzgar por el texto disponible, no se hicieron públicas.

Qué preguntas hacer al proveedor

Si usted es un banco, una aseguradora o una empresa fintech y está evaluando propuestas de este tipo, no se conforme con el eslogan. Pida que le muestren datos concretos.

Primero: un caso medible con cifras. Cuántas semanas llevaba lanzar un producto antes de la plataforma y cuántas después, y en qué tipo de producto.

Segundo: en qué punto de la cadena interviene la IA y quién responde del resultado de su trabajo. Hay que saber si hay una persona en el circuito de verificación y cómo se registran las decisiones del modelo.

Tercero: con qué modelos funciona y dónde se despliegan. De ello dependen el coste, la seguridad y el cumplimiento de los requisitos.

Cuarto: qué ocurre al abandonar la plataforma. Hacen falta formatos de exportación, derechos sobre las configuraciones y plazos de migración.

Mientras FlexSoft no muestre cifras, lo razonable es considerar la promesa de un Time-to-Market cero como una dirección de avance, no como una garantía. Un piloto en un solo producto con medición de plazos aportará más información que cualquier intervención en un foro.