Alfa-Bank describe el «vibe-liderazgo»: cómo la IA eliminó la rutina y aceleró el crecimiento de la plataforma A-Token

Andréi Kalinin, alto directivo de Alfa-Bank, ha explicado cómo la IA interna AlfaGen ha cambiado el trabajo de los equipos de la plataforma A-Token. Según Kalinin, automatizar la documentación permitió eliminar parte de la carga manual, acelerar los procesos y liberar a los líderes de producto para que se dediquen a la arquitectura, la estrategia y el escalado del negocio.

De la rutina a la gestión

Kalinin vincula este cambio con lo que denomina «vibe-liderazgo». Más que una etiqueta de moda, el concepto se refiere a cómo redistribuye su tiempo un directivo: dedica menos horas a ensamblar documentos de forma mecánica, a las aprobaciones y a redactar formulaciones repetitivas, y más a tomar decisiones que hacen avanzar el producto. En una fintech con una elevada carga regulatoria y técnica, esto resulta especialmente importante, porque aquí la documentación forma parte del circuito de producción y no es un artefacto secundario.

En el caso de A-Token, el efecto se notó más allá de la mera comodidad. El equipo lanzó desde cero una plataforma de activos financieros digitales, después creció de 7 a más de 180 empleados de TI y, según afirma Kalinin, conquistó el 50% del mercado ruso de activos financieros digitales (CFA). A esa escala, cualquier tarea rutinaria multiplicada por decenas de personas y procesos se convierte rápidamente en un freno costoso para el negocio. Y cuanto más complejo es el circuito, más caros resultan los ciclos de aprobación innecesarios.

Qué hace AlfaGen

El principal caso práctico es la generación y el mantenimiento de documentación técnica en AsciiDoc. Según el autor, la IA interna ayudó a redactar grandes volúmenes de documentos, ahorrar millones de rublos y reducir el tiempo dedicado en aproximadamente un 20–25%. Para los equipos de producto e ingeniería, esto significa que parte del trabajo puede pasar ahora de un modo manual a un proceso semiautomático y controlado. Sobre todo allí donde los documentos conviven con el código, las versiones y la normativa interna.

• Preparación de borradores de documentación técnica en AsciiDoc
• Actualización rápida de especificaciones ya existentes
• Unificación de la estructura y el lenguaje de los documentos entre equipos
• Reducción de la carga manual de product managers, analistas y tech leads
• Aceleración del lanzamiento de nuevos artefactos internos

«La IA se encarga de la rutina y tú te ocupas de la arquitectura, la

estrategia y de lo que genera dinero».

Esta fórmula describe bien algo que va más allá del trabajo con textos. Si la documentación deja de ser un cuello de botella, se agilizan las aprobaciones, la incorporación de nuevos empleados y la transmisión de contexto entre producto, desarrollo y negocio. En este esquema, la IA no actúa como un directivo autónomo: es una herramienta que alivia la carga de los especialistas más caros. Como resultado, también se acelera el control de calidad de las decisiones. Y se reduce el coste de los errores de comunicación.

Escalar sin sobrecarga

La historia de A-Token resulta interesante porque no se trata de un experimento con un equipo pequeño, sino de un área fintech madura con requisitos estrictos de calidad y velocidad. Cuando una organización pasa de unas pocas personas a cientos, la gestión del conocimiento se convierte en un problema en sí mismo: hay que fijar las reglas, comunicar rápido los cambios y evitar que las decisiones se pierdan en chats y videollamadas. En un entorno así, el efecto de la IA se mide tanto en horas ahorradas como en menos caos.

Aun así, la tesis de Kalinin va más allá de «escribamos los documentos con una red neuronal». Habla de un cambio en el propio papel del líder de producto. Si antes un buen directivo solía ser quien sacaba adelante personalmente textos, especificaciones y formalizaciones, ahora su valor se desplaza hacia el pensamiento sistémico: hacia dónde va la plataforma, qué limitaciones son críticas, dónde hace falta un nuevo servicio y dónde conviene renunciar a la complejidad innecesaria. Para el sector fintech ruso, esto es además una señal de la madurez de las herramientas de IA internas, que se integran en la operativa diaria allí donde un error sale caro.

Qué significa esto

El enfoque que describe Alfa-Bank muestra algo sencillo: la próxima ganancia de la IA en las grandes empresas no llegará de demos espectaculares, sino de quitar la rutina a las personas que toman las decisiones clave. Si este modelo se consolida, los líderes de producto escribirán cada vez menos a mano y gestionarán cada vez más la arquitectura, las prioridades y el crecimiento del negocio. Es precisamente aquí donde los bancos y las grandes plataformas encuentran un escenario práctico, y no decorativo, para implantar modelos.