Convierto operaciones financieras en sistemas autónomos.

Cuando entré, la empresa gestionaba €2.000M en cuentas por cobrar en 10 países a través de ERPs fragmentados y más de 20 hojas de Google Sheets. Las previsiones de caja se movían un 50% de una semana a otra. Gestioné crisis de liquidez a las 2 de la mañana, advance rates de la securitización que amenazaban con caer por debajo de los covenants, y la posibilidad real de que nuestros prestamistas convirtieran deuda en equity si las posiciones de caja seguían deteriorándose. Ascendí de analista junior a product manager, llegando a dirigir las operaciones de tesorería en todos los mercados europeos. Reduje la deuda vencida un 85%, construí el modelo de unit economics (LTV-CAC, análisis de cohortes) que BlackRock, SoftBank y el consejo utilizaron para tomar decisiones de inversión, y ayudé a construir la infraestructura financiera que soportó €1.300M en rondas de financiación. Antes de eso, construí modelos analíticos para Coca-Cola, IKEA y Mahou en MRM Worldwide, y di mis primeros pasos en fintech en Fintonic.

Esa experiencia me enseñó dónde se crea el valor real en las operaciones financieras, y dónde se desperdicia. La tesorería es repetitiva, basada en reglas y de alto impacto: el entorno perfecto para la IA. Así que empecé a construir. Diseñé agentes de IA con Claude para la aplicación de pagos y el matching de facturas, conseguí una mejora del 30% en la precisión de las previsiones, y construí la visión de producto para sistemas autónomos de tesorería que reducen el trabajo manual a la mitad. Sé exactamente dónde la IA genera ROI en finanzas, y dónde sigue siendo humo.

Complemento esa profundidad operativa con formación formal en AI y ML: la Especialización en Machine Learning de Stanford, el programa de certificación de Anthropic y el currículo de AI Product Management de Reforge. No para coleccionar credenciales, sino para construir la intuición técnica que separa a un product manager que usa buzzwords de IA de uno que realmente puede llevar sistemas autónomos a producción.

También invierto. He estado en los dos lados de la mesa: construyendo los modelos financieros y data rooms detrás de €1.300M en rondas de financiación, y desplegando mi propio capital como angel investor en startups early-stage y como LP en un fondo de venture capital. Esa doble perspectiva, operador e inversor, moldea cómo evalúo productos de IA: no solo "¿funciona?" sino "¿crea valor defensible a escala?"

Creo que los mejores productos de IA los construirán personas que han operado los sistemas que están reemplazando. No tecnólogos adivinando problemas de negocio, ni operadores con miedo a la tecnología. La intersección es donde yo vivo.