El proyecto fracasado resucita, ¿por qué a16z emite un cheque de 35 millones de dólares a esta empresa de «cobro de deudas»?

Escrito por: Leo

Imagina este escenario: tú eres el CFO de una conocida marca de consumo. Sus productos se venden en grandes minoristas como Target, Walmart, Amazon, etc. En el papel, todo parece estar bien. Pero cuando llega la liquidación de cada mes, te encuentras con un fenómeno extraño: el importe que pagan esos minoristas siempre es aproximadamente un 20% menor que el de las facturas. No es algo que ocurra una vez o dos; pasa todos los meses. Quieres demostrar que les pagaron menos, pero para lograrlo, necesitas que tu equipo revise cientos de páginas de registros de envío, inicie sesión en docenas de portales de minoristas diferentes y coteje detalles de miles y miles de facturas. ¿Qué tan grande es el volumen de trabajo? Tu equipo financiero simplemente no puede manejarlo. Al final, solo pueden renunciar a reclamar esas deducciones de importes más pequeños, mientras millones de dólares se escapan entre los dedos.

Esto no es una historia inventada; es un relato real que ocurre cada día en la industria de bienes de consumo. Recientemente profundicé en una empresa llamada Glimpse. Acaban de conseguir una ronda A de 35 millones de dólares, liderada por Andreessen Horowitz. Esta compañía incubada por Y Combinator está usando IA para resolver un problema doloroso en una industria valorada en miles de millones de dólares: las disputas por deducciones en el comercio minorista. Cuando vi sus datos, me quedé sorprendido: una empresa de bienes de consumo con una escala de 1.000 millones de dólares, el agente de IA de Glimpse revisó 17.000 registros de deducciones en menos de 24 horas, encontrando ingresos recuperables por varios millones de dólares. Y si se hiciera manualmente, ese trabajo requeriría casi dos años.

El costo invisible más caro de la industria minorista

Antes de profundizar en la solución de Glimpse, quiero explicar primero qué tan grave es el problema de las deducciones en el retail. Mucha gente quizá no sepa que las transacciones entre marcas de consumo y minoristas no son tan simples como la mayoría de las personas imagina. La marca le emite una factura al minorista, el minorista paga… en apariencia es directo. Pero en la realidad, casi siempre el minorista descuenta una parte del importe al momento de pagar y proporciona un motivo, por ejemplo: mercancía dañada, falta de envíos, empaque que no cumple las especificaciones, etc.

Algunas de estas deducciones sí son razonables, y efectivamente son culpa de la parte de la marca. Pero una cantidad considerable de deducciones son inválidas; es decir, la marca no hizo nada malo, pero aun así el minorista retuvo el dinero. El problema es que demostrar que esas deducciones son inválidas requiere un proceso extremadamente engorroso. El equipo financiero necesita iniciar sesión en múltiples sistemas de minoristas, extraer documentos dispersos, revisar los detalles línea por línea, cotejar con registros internos y luego gestionar todo el flujo de disputa. Este proceso es tan complejo y consume tanto tiempo que la mayoría de las marcas solo pueden gestionar selectivamente las deducciones de montos mayores; el resto lo aceptan como pérdida de costo.

Vi un dato que me impactó: los analistas del sector estiman que las empresas de bienes de consumo tienen en total 8.000 millones de dólares al año en disputas válidas que no se reclaman por falta de capacidad operativa. No es una cifra pequeña. Para una empresa mediana de bienes de consumo, las deducciones inválidas pueden representar el 5% del ingreso minorista o incluso más. Imagina que tus ingresos minoristas anuales son 100 millones de dólares: entonces se evaporan 5 millones de dólares en ese proceso, y aun así no puedes recuperarlos porque no tienes suficiente personal ni sistemas para gestionarlo.

Para colmo, la complejidad de este problema sigue aumentando. Por ejemplo, en Amazon Vendor Central hay más de 30 categorías distintas de deducciones, desde retrasos en envíos hasta incumplimientos de empaque; cada una tiene reglas y procesos de disputa diferentes. Los equipos financieros de empresas medianas de bienes de consumo normalmente solo tienen a unas pocas personas, así que ni siquiera tienen suficiente mano de obra para procesar la mitad de ellas. Por eso el problema ha persistido durante tanto tiempo, hasta que ahora la madurez de la tecnología de IA lo hace posible resolverlo.

Qué tan poderosa es la solución de IA de Glimpse

Cuando conocí cómo funciona Glimpse, me di cuenta de que encontraron un enfoque extraordinariamente inteligente. No intentaron construir un software financiero generalista; en cambio, se enfocaron en resolver un problema específico pero de gran impacto: automatizar la revisión y el proceso de disputa de deducciones minoristas. Su plataforma utiliza agentes de IA para ejecutar todo el flujo, desde la recopilación de datos hasta la resolución de disputas, con automatización de punta a punta.

En concreto, primero el sistema se conectará automáticamente a los portales de cada minorista, localizará todos los documentos relevantes y los reunirá en un solo lugar. Esto suena simple, pero en realidad es muy complejo, porque los sistemas de cada minorista son diferentes y los formatos de datos también son completamente distintos. Algunos son EDI (intercambio electrónico de datos), otros son documentos PDF, otros son correos electrónicos y algunos quedan escondidos en lo profundo de páginas web. La IA de Glimpse necesita entender todas estas distintas fuentes de datos y unificarlas en una vista coherente.

A continuación, el sistema clasifica cada deducción. Esta etapa parece sencilla, pero en realidad exige una comprensión profunda del razonamiento del negocio. La IA necesita saber qué tipo de deducción es, qué productos están involucrados, cuándo ocurrió y a qué orden corresponde. Luego, las deducciones se validan contra los datos internos de la marca, por ejemplo: registros de la cadena de suministro, calendarios promocionales, listas de envío, etc. Mediante esta validación cruzada, la IA puede determinar qué deducciones son razonables y cuáles son inválidas.

Lo más importante es que, cuando el sistema identifica una deducción inválida, no se queda ahí: automáticamente presenta la solicitud de disputa, da seguimiento a todo el proceso, rastrea el progreso de la recuperación de efectivo y sincroniza toda la información con el sistema ERP de la marca. Todo el proceso, de principio a fin, está automatizado y no requiere intervención humana. Por supuesto, Glimpse también conserva etapas con participación humana, principalmente para garantizar la calidad de los resultados, como dar seguimiento a disputas para impulsar su resolución y la recuperación de efectivo, y realizar aseguramiento de calidad en pasos clave como la clasificación y la extracción de datos.

Creo que lo más impresionante es que este sistema se vuelve cada vez más inteligente conforme se usa. Cada vez que procesa una deducción, aprende y mejora, optimizando continuamente la capacidad de clasificación, validación y resolución. Con el tiempo, esto crea una ventaja compuesta de datos: cada nueva integración, cada nuevo cliente, hace que toda la red sea más inteligente y más efectiva. Por eso Glimpse puede lograr una tasa de victoria del 91% en disputas y, al mismo tiempo, reducir hasta un 80% el tiempo de trabajo manual.

Vi un caso de cliente que lo explica muy bien. Evermark es la empresa matriz de la marca Suave y de Chapstick. Su directora sénior de FP&A, Sean Quinn, dijo: “Como la mayoría de las principales marcas de consumo, Evermark solía tener que establecer un umbral mínimo de monto para las deducciones que se podían revisar, porque simplemente no había suficiente tiempo o personal para revisar cada deducción. Al usar la automatización con IA de Glimpse para revisar y conciliar, no solo eliminamos ese umbral, sino que desbloqueamos una nueva fuente de flujo de caja: esto generará ingresos por varios millones de dólares, que antes se consideraban ‘cargos cancelados’ o costos de hacer negocios”. La clave de esta declaración es “eliminar el umbral”: antes solo podían manejar deducciones por encima de cierta cifra; ahora se revisa cada deducción, lo que significa que una gran cantidad de deducciones pequeñas que antes se ignoraban ahora se pueden recuperar.

De fracaso a éxito: la historia de transformación de tres amigos de la Universidad de Purdue

La historia de fundación de Glimpse en sí es muy interesante; refleja uno de los puntos más importantes del emprendimiento: la capacidad de probar rápido y hacer un cambio decisivo. Los fundadores Akash Raju, Anuj Mehta y Kushal Negi eran compañeros de la Universidad de Purdue. Al principio, su proyecto era completamente distinto al de ahora: una empresa dedicada a insertar productos para Airbnb. Ese proyecto se inició en 2020, pero para 2024, los fundadores se dieron cuenta de que no había una buena adecuación producto-mercado y decidieron hacer una transformación total.

Con palabras de Akash Raju: “Al final sentimos que faltaba adecuación producto-mercado, así que decidimos hacer un cambio duro. En el proceso, conocimos la oficina interna de las marcas y el caos que existe cuando los productos se venden en retail; eso nos llevó a crear Glimpse hoy”. Este tipo de transformación requiere un gran valor, porque implica renunciar a todo el trabajo anterior y empezar desde cero. Pero precisamente esa decisión los condujo a un problema que en verdad tenía mucho valor.

Lo que además me impresionó fue que, durante la transformación, el equipo fundador incluso a veces no pagaba los salarios; dependían por completo de la pasión y la creencia en el producto. Esta mentalidad de “no parar hasta lograr el objetivo” impregnó todo lo que hicieron. Y esa mentalidad también fue reconocida por los inversores. Conocieron a los inversores de Andreessen Horowitz a través de un amigo fundador en común. A medida que el negocio crecía, construyeron una relación profunda, que finalmente condujo a esta financiación de 35 millones de dólares.

Curiosamente, incluso esta ronda de financiación tiene un trasfondo en su denominación. Glimpse, el año pasado, tras la transformación del negocio, obtuvo una financiación de 10 millones de dólares liderada por 8 VC; en ese momento la llamaron ronda A. Ahora, esta financiación de 35 millones de dólares también se llama ronda A, mientras que los 10 millones de dólares previos fueron redefinidos como ronda semilla. Sumando la financiación antes de la transformación, la empresa ya había recaudado un total de 52 millones de dólares. Este tipo de flexibilidad en la nomenclatura de rondas de financiación no es raro en el mundo startup, especialmente para empresas que han pasado por una transformación importante.

La capacidad de ejecución del equipo se ve en su desempeño de 2025. Al entrar en 2025, ya habían establecido una estrategia clara: contratar talento sobresaliente y trabajar juntos; integrarse profundamente en los flujos de trabajo de los clientes; y adoptar una estrategia de mercado cara a cara. Su consigna interna era “estar en todas partes”, construyendo confianza mediante la presencia constante y el ofrecimiento de ayuda. Esta estrategia funcionó. En 2025 lograron un crecimiento de 10 veces en ingresos; los ingresos recuperados para clientes aumentaron 10 veces; el volumen de facturas procesadas creció 5 veces hasta alcanzar 1.000 millones de dólares; el tamaño del equipo se expandió 5 veces hasta superar las 25 personas; y el número de clientes creció 3 veces hasta llegar a más de 150 marcas de consumo.

El verdadero valor de los agentes de IA en la automatización financiera

El caso de Glimpse me ayudó a entender con más profundidad el valor de los agentes de IA en aplicaciones empresariales. El último año, todos hablaron de agentes de IA, pero muchas veces se quedaban en el plano conceptual o en la fase de demo. Glimpse, en cambio, muestra el valor real que los agentes de IA pueden generar en escenarios de negocio verdaderos: afectan directamente el margen de beneficio de la empresa.

Creo que la clave del éxito de Glimpse es que eligieron un punto de entrada perfecto. El problema de las disputas por deducciones tiene varias características que lo hacen especialmente adecuado para ser resuelto con IA. Es una tarea altamente repetitiva que ocurre miles y miles de veces cada mes. Involucra el procesamiento de grandes cantidades de datos no estructurados, desde documentos PDF hasta datos de la web y correos electrónicos. Requiere validación y emparejamiento de datos a través de múltiples sistemas. Además, tiene criterios de éxito claros: si la disputa tiene éxito, si el dinero se recupera. Todas estas características juntas permiten que el agente de IA aproveche sus mayores ventajas.

Lo más importante, además, es que el problema tiene un retorno de inversión inmediato. Uno de los inversores de Glimpse dijo que buscaban “software que pudiera recuperar el costo en el primer trimestre”, y la herramienta de recuperación de deducciones cumple exactamente ese criterio. Cuando una marca puede recuperar varios millones de dólares al año usando Glimpse, el costo de suscripción del software se vuelve insignificante en comparación. Esta propuesta de valor tan clara permite a Glimpse adquirir clientes rápidamente y mantener una tasa de retención muy alta.

También noté que Glimpse no se quedó solo en las disputas por deducciones. Ya en 2025 lanzaron varias extensiones importantes de capacidades de plataforma. Además de sus soluciones iniciales de KeHE y UNFI, ahora dan soporte a múltiples minoristas, incluidos Target, Walmart, Amazon y Sam’s Club. Lanzaron agentes de revenue recovery con IA de extremo a extremo que pueden manejar todo el flujo, desde búsqueda de deducciones, codificación, validación y presentación de reclamaciones. También desarrollaron una función de aplicación de efectivo automatizada, que automatiza uno de los flujos de trabajo más dolorosos para el equipo financiero al cerrar el mes.

Vale la pena destacar especialmente su funcionalidad de detalle de deducciones con IA. Cada deducción incluye documentos de respaldo que normalmente superan las 100 páginas, repletos de datos mezclados de minoristas, SKU, intermediarios y detalles no estructurados. La mayoría de las marcas no usan estos datos no porque no tengan valor, sino porque procesarlos manualmente a gran escala simplemente no es posible. La IA de Glimpse puede extraer cada detalle relevante en un formato de tabla estructurada, desbloqueando una capa completamente nueva de inteligencia: cálculo preciso de la comisión del intermediario, análisis de rentabilidad por minorista, análisis comercial, evaluación de desempeño promocional, estrategias de mejora de márgenes, etc.

Esto me lleva a una cuestión más profunda: ¿qué está construyendo realmente Glimpse? A primera vista, son una herramienta de automatización de disputas por deducciones. Pero en realidad, están construyendo infraestructura de IA para marcas CPG. El CEO de Glimpse, Akash Raju, dijo: “Nuestra visión es convertirnos en infraestructura de IA para marcas CPG y marcas de retail”. Este posicionamiento es muy inteligente. Las disputas por deducciones son solo un punto de entrada, una cuña que permite demostrar el valor rápidamente. Pero al resolver este problema, Glimpse obtiene un acceso profundo a datos operativos de retail de las marcas, lo que les permite expandirse hacia el campo más amplio de automatización de cumplimiento minorista.

Según se reporta, su hoja de ruta incluye módulos como conciliación promocional, optimización de gastos comerciales y análisis predictivo del comportamiento de pagos de los minoristas, etc. Un inversor cercano a la transacción dijo que la empresa podría terminar construyendo una “plataforma integral de operaciones financieras de retail”, ubicada entre el sistema ERP y los portales de los minoristas, automatizando el ciclo completo de orden a efectivo para marcas CPG. Si esta visión se logra, Glimpse no sería solo una herramienta, sino la infraestructura central para las operaciones de marcas CPG.

Qué significa esto para toda la industria

El rápido ascenso de Glimpse y el éxito en su captación de fondos, en mi opinión, señalan que las aplicaciones empresariales con IA entran en una nueva etapa. En 2025, las aplicaciones de IA para consumidores acapararon todos los titulares, pero ahora los inversores están apostando fuertemente por herramientas de IA que resuelven problemas comerciales que pasan desapercibidos pero que son caros. El seguimiento de deducciones, la conciliación de facturas, el monitoreo de cumplimiento: no generan demos espectaculares, pero impactan directamente el EBITDA. Ese es precisamente el tipo de propuesta de valor que sobrevive en un entorno económico a la baja. Y es la razón por la cual Andreessen Horowitz está dispuesto a pagar altos múltiplos de SaaS empresarial.

Observé una tendencia interesante: el panorama competitivo se está calentando rápidamente. Claimify recaudó el año pasado 12 millones de dólares en su ronda A para automatizar disputas minoristas similares, mientras que jugadores tradicionales como HighRadius y Billtrust están agregando módulos de IA a sus plataformas de cuentas por cobrar. Pero el historial de Y Combinator de Glimpse y el tracción temprana con marcas CPG de segmento medio en la recaudación le dieron ventaja. Según se reporta, los ingresos de la empresa crecieron 14 veces año contra año, aunque no se divulgó el número exacto de ARR.

La participación continua de 8 VC también dice mucho. Esta empresa lideró la ronda semilla de Glimpse en 2024 y siguió invirtiendo en esta ronda A. 8 VC tiene un historial de inversión en SaaS vertical que automatiza procesos financieros manuales. El socio de la compañía, Alex Kolicich, anteriormente dijo a Forbes que 8 VC busca “software que pueda recuperar el costo en el primer trimestre”. Cuando las marcas pueden recuperar montos de seis o siete cifras al año, las herramientas de recuperación de disputas encajan perfectamente en ese patrón de ROI.

A un nivel más macro, el éxito de Glimpse valida un argumento simple: automatizar esas labores de back-office poco glamorosas que cada año hacen que las marcas CPG pierdan millones de dólares es un gran negocio. Con el respaldo de Andreessen Horowitz y un producto que puede ofrecer retorno de inversión medible desde el primer día, la empresa está en una posición favorable para liderar esta categoría de resolución de disputas minoristas.

La verdadera prueba llegará en los próximos 12 meses: ver si Glimpse puede escalar más allá de su base inicial de clientes y demostrar que la plataforma puede manejar la complejidad operativa de administrar miles de SKU en marcas empresariales de CPG con decenas de socios minoristas. Si el producto cumple su promesa de recuperación de márgenes, esta ronda A podría parecer una ganga en la próxima ronda de financiación.

Me identifico especialmente con las palabras del socio de Andreessen Horowitz, Joe Schmidt: “Durante décadas, la operación del back-office minorista ha dependido de hojas de cálculo y flujos de trabajo fragmentados. Lo que nos impresiona son las recomendaciones de clientes: Glimpse está ofreciendo un retorno de inversión claro y medible. Al integrar la IA directamente en los flujos centrales de finanzas y operaciones, están convirtiendo este mercado desde herramientas incrementales en infraestructura para marcas modernas”. Esta declaración resume con precisión por qué Glimpse es importante: no está mejorando en el margen los procesos existentes, sino redefiniendo con IA cómo deberían funcionar esos procesos.

Mis reflexiones sobre cómo la IA está transformando industrias tradicionales

La historia de Glimpse me ha ayudado a entender con más profundidad cómo la IA puede transformar industrias tradicionales. La industria de bienes de consumo es uno de los mercados más grandes del mundo, pero básicamente no se ha tocado con software moderno. Cuando las marcas venden a los principales minoristas, normalmente deben lidiar con datos fragmentados y no estructurados dispersos en decenas de portales minoristas y sistemas heredados. Los analistas pasan incontables horas extrayendo datos de portales, extrayendo renglones desde documentos, trabajando en hojas de cálculo, para impulsar flujos de trabajo como conciliación y deducciones, cargos inválidos de disputas y aplicación manual de efectivo: tareas que afectan directamente el margen de beneficio, pero casi no ofrecen ventaja estratégica.

Cada año, toda la industria gasta más de 100.000 millones de dólares en mano de obra de back-office, y las mejoras de productividad obtenidas de las oleadas anteriores de software empresarial han sido muy limitadas. La IA hizo posible por primera vez automatizar esta complejidad de extremo a extremo. Creo que esta es la visión más importante: no todos los problemas se pueden resolver con software tradicional; algunos problemas necesitan esperar a que la tecnología avance hasta cierto punto crítico para poder resolverse de manera efectiva.

También estoy pensando en por qué este es el mejor momento para que la IA transforme estas industrias tradicionales. A nivel técnico, los grandes modelos de lenguaje ya son lo suficientemente potentes como para comprender y procesar datos no estructurados. A nivel de negocio, las empresas enfrentan presión sobre los márgenes y necesitan protegerlos, especialmente cuando los minoristas consolidan poder y aplican requisitos de cumplimiento más estrictos. Solo Amazon Vendor Central tiene más de 30 categorías distintas de deducciones, desde retrasos en el envío hasta incumplimientos de empaque. Los equipos financieros de empresas CPG medianas a menudo no tienen personal para disputar la mitad de ellas. Por eso plataformas impulsadas por IA como Glimpse se convierten en infraestructura clave en lugar de herramientas prescindibles.

Creo que veremos aparecer cada vez más compañías como Glimpse: enfocadas en resolver dolores específicos de industrias específicas con IA. Estas empresas no intentarán construir IA generalista; en su lugar, se sumergirán en un dominio vertical, comprenderán de verdad los flujos de trabajo del negocio y luego rediseñarán esos flujos con IA. Este enfoque es más difícil que construir herramientas genéricas, porque requiere un conocimiento profundo de la industria. Pero una vez que se logra, las barreras son más altas y el valor también es mayor.

La financiación de 35 millones de dólares de la ronda A de Glimpse es solo el comienzo. En los próximos años, espero que entre una gran cantidad de capital en este campo, impulsando el uso de IA en las operaciones de back-office de industrias tradicionales. Las compañías que, como Glimpse, encuentren puntos de entrada de alto valor, demuestren rápidamente el ROI y luego amplíen las capacidades de su plataforma, tendrán la oportunidad de convertirse en jugadores del nivel de infraestructura dentro de sus respectivos campos. Y para las marcas CPG, adoptar estas herramientas de IA ya no es una cuestión de elección, sino una necesidad de supervivencia. Las marcas que adopten antes y aprovechen mejor la IA para optimizar operaciones obtendrán una ventaja competitiva significativa.