YouTube se convertirá en el próximo neobanco

marsbitPublicado a 2026-04-15Actualizado a 2026-04-15

Resumen

Cada neobanco exitoso comienza identificando un punto débil en la banca tradicional —como comisiones altas o servicios deficientes— para luego expandirse hacia servicios financieros completos. Con la llegada de las stablecoins, ofrecer cuentas corrientes y de ahorro se ha vuelto más sencillo, pero la falta de diferenciación entre nuevas startups ha hecho que el modelo pase de ser un producto independiente a una función integrada en plataformas que ya gestionan flujos de ingresos. Plataformas como YouTube, Twitch, Uber, TikTok o Whop tienen una relación más profunda y rica en datos con sus usuarios que cualquier banco tradicional. Conocen los flujos de efectivo, las tendencias de crecimiento e incluso pueden evaluar riesgos crediticios de manera más precisa. Solo YouTube ha pagado más de 100.000 millones de dólares a creadores desde 2021, y ya permite pagos con stablecoins. La lógica es clara: en lugar de permitir que el valor salga del plataforma mediante transferencias, estas pueden retenerlo, ofreciendo servicios financieros integrados —cuentas, tarjetas, préstamos— aprovechando los datos que ya poseen. El punto de entrada ya no es una ventaja en el producto, sino la relación con los ingresos del usuario. YouTube no se convertirá en un banco tradicional, pero sí en el próximo neobanco, porque donde está el dinero, allí deben estar también los servicios financieros.

Autor: Caleb Shack

Compilado por: Jiahuan, ChainCatcher

Cada neobanco exitoso sigue el mismo camino inicial: identificar áreas donde los bancos tradicionales cobran tarifas excesivas o brindan un servicio deficiente, utilizar esto como punto de entrada y luego expandirse hacia servicios bancarios más amplios.

SoFi descubrió que, para los prestatarios con potencial de crecimiento, la puntuación crediticia FICO era una forma deficiente de fijar el precio de la deuda estudiantil. En su lugar, suscribieron basándose en la trayectoria de ingresos y el flujo de caja disponible, y los datos que acumularon se convirtieron gradualmente en una verdadera ventaja competitiva. Cuando la mayoría de los bancos cobraban una comisión del 3% por cada transacción en el extranjero, Monzo, Revolut y Starling comenzaron ofreciendo cero comisiones por cambio de divisas. En Brasil, un mercado donde los bancos tradicionales cobraban tasas de interés punitivas y millones de personas ni siquiera tenían acceso al sistema financiero formal, Nubank ganó participación de mercado con tarjetas de crédito sin cuota anual.

La estrategia es siempre la misma: encontrar un punto de entrada, dominar un nicho vertical y luego expandirse hacia servicios integrales.

Hoy, gracias a las stablecoins, ofrecer cuentas corrientes y de ahorro es más fácil que nunca. La infraestructura está prácticamente commoditizada. Esto ha dado lugar a una ola de startups de neobancos basados en stablecoins, pero la mayoría carece de diferenciación. La característica "sin fricción" que les permite iniciarse fácilmente también permite que la siguiente ola de competidores entre con la misma facilidad. Simplemente a nivel de depósitos, no existe una ventaja competitiva sostenible.

La primera generación de empresas de tecnología financiera (fintech) tuvo éxito principalmente porque construyeron productos diferenciados sobre una capa de distribución (Internet) que se estaba commoditizando. Esto les dio una ventaja sobre los bancos tradicionales existentes. Cuando ocurre la commoditización, abre el camino para la creación de nuevos productos a través de la agrupación (bundling). La facilidad para abrir una cuenta de depósito no dará lugar a mil nuevos neobancos independientes, sino que convertirá al neobanco en una función integrada, incorporada en plataformas que ya poseen activos más valiosos: la fuente de los ingresos.

Si eres un creador que genera ingresos en YouTube o Twitch, tu relación con esa plataforma es más profunda y tus datos son más ricos que los que tienes con Chase. La plataforma conoce tu flujo de caja en tiempo real. Comprende tu trayectoria de crecimiento. Domina el algoritmo. Puede suscribirte crédito de una manera que un banco tradicional nunca podría. La misma lógica se aplica a plataformas de economía gig como Uber y Lyft, plataformas de comercio social como Whop y TikTok, y proveedores modernos de nómina como Deel y Gusto.

La lógica de agrupar los ingresos de los creadores con productos financieros es simple. Los ingresos pagados a creadores y trabajadores gig, el volumen bruto de mercancías (GMV) generado por los marketplaces y los salarios pagados a los empleados, una vez transferidos a través de ACH, ese valor sale de la plataforma. Solo YouTube ha pagado más de 100.000 millones de dólares a creadores desde 2021, y en diciembre habilitó pagos con stablecoins. Whop ya ha generado más de 4.000 millones de dólares en GMV y ha comenzado a expandirse verticalmente hacia servicios financieros con soporte para criptomonedas. Con solo unas pocas líneas de código, las plataformas ahora pueden ganar comisiones por transferencia y rendimientos de letras del Tesoro a corto plazo durante el proceso de pago, lo que convierte a la agrupación de estos servicios dentro de la plataforma en una elección obvia, y eventualmente pueden ofrecer servicios de préstamo basados en el conocimiento que tienen de sus usuarios.

Estas empresas no necesitan ser bancos en el sentido regulatorio. Solo necesitan ofrecer Banca como Servicio (BaaS), incluyendo cuentas, tarjetas, préstamos, impulsados por la capa de datos de la plataforma que ya generan. El punto de entrada aquí ya no es un truco de producto o un arbitraje de precios; el punto de entrada es la propia relación de ingresos.

YouTube se convertirá en el próximo neobanco. No porque YouTube vaya a solicitar una licencia bancaria, sino porque los servicios financieros deben estar donde está el dinero.

Preguntas relacionadas

Q¿Cuál es la estrategia común que siguen los neobancos exitosos para comenzar?

ALos neobancos exitosos identifican áreas donde los bancos tradicionales cobran tarifas excesivas o ofrecen servicios deficientes, se enfocan en ese nicho y luego expanden sus servicios bancarios más amplios.

Q¿Cómo ha facilitado la tecnología de stablecoins la creación de cuentas de cheques y ahorros?

ALas stablecoins han hecho que ofrecer cuentas de cheques y ahorros sea extremadamente sencillo, ya que la infraestructura se ha vuelto básicamente una commodity, permitiendo un inicio rápido pero con poca diferenciación.

Q¿Por qué plataformas como YouTube tienen una ventaja sobre los bancos tradicionales en servicios financieros?

APlataformas como YouTube tienen una relación más profunda y datos más ricos sobre los creadores, conociendo su flujo de efectivo, trayectoria de crecimiento y algoritmos, lo que les permite ofrecer servicios de crédito de manera más efectiva.

Q¿Qué beneficio obtienen las plataformas al integrar servicios financieros con los ingresos de los creadores?

ALas plataformas pueden ganar comisiones por transferencias y rendimientos de bonos del Tesoro a corto plazo durante el proceso de pago, y eventualmente ofrecer servicios de préstamos basados en su conocimiento del usuario.

Q¿YouTube se convertirá en un banco en el sentido regulatorio?

ANo, YouTube no necesita convertirse en un banco en el sentido regulatorio, sino que puede ofrecer Banking-as-a-Service (BaaS), incluyendo cuentas, tarjetas y préstamos, impulsados por los datos de la plataforma.

Lecturas Relacionadas

a16z: La 'amnesia' de la IA, ¿puede curarla el aprendizaje continuo?

En el artículo de a16z, se explora la "amnesia" de la IA, comparándola con el personaje de "Memento" que no puede formar nuevos recuerdos. Los modelos de lenguaje actuales, tras su entrenamiento, congelan el conocimiento en sus parámetros, sin poder actualizarse con nueva información. Para compensar, se usan contextos externos como historiales de chat o sistemas de recuperación, pero estos no internalizan realmente el conocimiento. El aprendizaje contextual (ICL) es útil, pero tiene limitaciones: no maneja bien problemas que requieren descubrimiento genuino, adaptación adversarial o conocimiento implícito. La solución propuesta es el "aprendizaje continuo", donde los modelos actualizan sus parámetros después del despliegue, comprimiendo nueva información en lugar de solo recuperarla. Se discuten tres enfoques: 1. **Contexto**: Mejora de ventanas de contexto y sistemas de recuperación. 2. **Módulos**: Uso de adaptadores o memorias externas para especializar modelos. 3. **Pesos**: Actualización directa de parámetros mediante técnicas como metaaprendizaje o auto-mejora. Aunque el aprendizaje contextual es efectivo y escalable, el artículo argumenta que la compresión en los parámetros es crucial para problemas complejos. Sin embargo, actualizar pesos conlleva riesgos como olvido catastrófico o problemas de seguridad. El futuro probablemente combine contextos, módulos y actualizaciones de pesos para lograr IA que aprenda de verdad, no solo recuerde.

marsbitHace 50 min(s)

a16z: La 'amnesia' de la IA, ¿puede curarla el aprendizaje continuo?

marsbitHace 50 min(s)

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

Un hombre ganó 34.000 dólares calentando un sensor meteorológico en el aeropuerto de París, lo que influyó en el resultado de un mercado de predicción de Polymarket. Este caso ilustra la paradoja central de los mercados de predicción: están diseñados para reflejar la realidad, pero su existencia incentiva a los participantes a manipularla. El artículo analiza cuatro tipos de mercados especialmente vulnerables: 1. **Datos físicos puntuales:** Como estaciones meteorológicas, fáciles de manipular físicamente. 2. **Información privilegiada:** Donde personas con conocimiento previo (ej. equipo de MrBeast o militares israelíes) aprovechan su ventaja. 3. **El sujeto del evento:** Cuando el propio actor (ej. Andrew Tate) puede alterar el resultado para beneficiarse. 4. **Acciones individuales:** Donde una persona puede provocar el evento apostado (ej. lanzar un objeto en un partido). La actitud de las plataformas varía. Kalshi, con verificación de identidad (KYC), aplica sanciones públicas y reporta a reguladores. Polymarket, más anónima, ha mostrado cierta tolerancia, argumentando que la información privilegiada hace que los precios sean más precisos, aunque colabora con las autoridades en casos graves. La paradoja final es que estos mercados, al financiarizar la realidad, dejan de ser espejos pasivos y se convierten en motores que pueden distorsionar los eventos que pretenden predecir. Cuanto más exitoso es un mercado, mayor es el incentivo para manipular la realidad que refleja.

marsbitHace 2 hora(s)

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

marsbitHace 2 hora(s)

Trading

Spot
Futuros
活动图片