作者：Mario Stefanidis，director de investigación de Artemis Analytics；来源：Artemis；编译：Shaw 金色财经

Introducción

Según los datos del Institute of International Finance (IIF), a finales de 2025 el volumen de deuda global alcanzó un máximo histórico de 348 billones de USD. De ese total, la deuda soberana es de alrededor de 107 billones de USD, la deuda corporativa de 101 billones de USD, la deuda de los hogares de 65 billones de USD y la deuda del sector financiero de 76 billones de USD. La proporción de las plataformas de préstamos digitales y de tecnología financiera dentro del total de deuda se sitúa entre 5900 y 6800 millones de USD, lo que equivale a menos del 0.2%.

Este, que es el mayor mercado de crédito de la historia humana, sigue funcionando hoy sobre una infraestructura diseñada hace decenas de años (FICO se lanzó en 1989, y MERS se puso en marcha en 1995). Según datos de la Asociación de Banqueros Hipotecarios de EE. UU., el costo promedio de originación de un solo préstamo hipotecario en EE. UU. es de aproximadamente 1.1万 USD. Aunque la tecnología ha avanzado enormemente y la inteligencia artificial ya se ha generalizado, este costo sigue siendo el doble que a principios de la década de 2010.

资料来源：房地美

La liquidación y compensación de una transferencia bancaria estándar aún requiere alrededor de 28 horas, mientras que la mayoría de los bancos siguen necesitando que las decisiones de aprobación crediticia pasen por un proceso de comités, confiando en modelos de scoring de “caja negra” construidos a partir de 20 a 30 variables. Todo esto ya son hechos públicos, pero lo que no es tan evidente es de qué manera exacta se está materializando la solución.

La industria del crédito no está siendo reconfigurada con un modelo romántico de disrupción al estilo Silicon Valley — ninguna startup puede reemplazar de un solo golpe bancos sistémicamente importantes globales como JPMorgan. El cambio real es más sutil y más estructural: el sistema de extremo a extremo para el flujo crediticio que antes estaba verticalmente integrado en los bancos — la originación del préstamo, la distribución, la revisión de riesgo, la provisión de fondos y la infraestructura subyacente — se está descomponiendo en una arquitectura horizontal y modular, donde cada eslabón es controlado por instituciones especializadas.

Esta transformación de la arquitectura es idéntica a la del ámbito del cómputo en la nube, al pasar de sistemas monolíticos a microservicios, y a la del sector de medios, al pasar del modelo de productoras hacia el streaming y los ecosistemas de creadores. Hoy, esta transformación por fin está llegando al sector del crédito.

En esta ola de reintegración, los ganadores no son las instituciones con el mayor tamaño en su balance, sino las empresas que ocupan los eslabones críticos del “cuello de botella”, a los que los demás participantes no pueden evitar. Hay dos posiciones cuya importancia supera con creces a las demás: primero, la capa de decisión inteligente, donde la revisión de riesgo con IA y el scoring determinan hacia dónde fluyen los fondos y las condiciones de concesión; segundo, la capa de canales de compensación y liquidación, donde la infraestructura blockchain está comprimiendo drásticamente, en órdenes de magnitud, tanto el costo de originar préstamos como la duración de la liquidación.

Mientras ocupen estas dos categorías de posiciones centrales tipo “vendedores de agua”, las demás entidades prestamistas les pagarán una tarifa por el uso. Si ninguna de las dos se ocupa, entonces solo queda competir por precios en mercados comoditizados, donde ya hay 3.5 billones de USD de capital de private credit persiguiendo rendimiento.

Artemis aquí organiza 40 empresas que cubren 15 segmentos especializados y las divide en cinco niveles, para analizar en qué eslabones se está concentrando el valor estructural.

新型信贷架构的五大层级

第一层：贷款发起

La capa de originación de préstamos es la fuente del negocio crediticio, e incluye productos como préstamos de consumo, hipotecas, préstamos a pequeñas y medianas empresas e incluso préstamos colateralizados con activos cripto. Este ámbito también se está volviendo cada vez más homogéneo. Hoy, contar con capacidad de originación de préstamos ya no es un muro de competencia; es apenas el umbral básico de entrada. La clave que distingue a los ganadores de los demás participantes está en el costo de originación y la tasa de aprobación.

SoFi, con una valoración de aproximadamente 240억 USD, y la empresa de cohetes (préstamos hipotecarios Rocket Mortgage), con una capitalización de 480억 USD, tienen grandes escalas de originación, pero la lógica central de sus beneficios reside en cómo desembolsar préstamos a un costo menor. Figure, con una capitalización de 6 mil millones de USD, confía en su blockchain nativo de Provenance para originar líneas de crédito HELOC (home equity line of credit) y hipotecas de primer orden, eliminando las múltiples capas de intermediarios que suelen volver lentos y costosos los flujos tradicionales de originación de hipotecas.

En el ámbito cripto, Aave (27억 USD de capitalización) y MakerDAO/Sky (16억 USD) difuminan por completo los límites entre tecnología financiera y finanzas descentralizadas (DeFi) en la originación de préstamos.

第二层：渠道分销

La capa de distribución es el eslabón de agregación de demanda, y las finanzas embebidas y el modelo de compra ahora, paga después (BNPL) están reconfigurando este espacio. Se prevé que el mercado de finanzas embebidas crezca de 1560억 USD en 2026 a 4540억 USD en 2031, con una tasa compuesta anual del 24%. El modelo BNPL se espera que cubra 13% de las transacciones digitales, subiendo de forma notable frente al 6% en 2021.

Affirm (150억 USD de capitalización) y Klarna (50억 USD) son empresas conocidas en la industria, pero la tendencia estructural real está en que: el servicio de crédito se ha incrustado profundamente en los flujos de checkout, plataformas de software y experiencias de consumo de los comercios. Aunque las cotizaciones de ambas compañías han caído significativamente desde sus máximos históricos, no son empresas tipo “vendedores de agua” que puedan ganar participación en el mercado masivo. Los prestamistas que el prestatario no percibe suelen ser, finalmente, los ganadores.

Actualmente, todas las grandes empresas de software están añadiendo productos financieros. Shopify, Amazon, Square y Stripe necesitan una capa de infraestructura de APIs, y las instituciones que prestan este tipo de servicios cobrarán tarifas por cada transacción añadida.

第三层：风控审核与风险定价

Este es el primer eslabón central en toda la arquitectura crediticia. La institución que controla el scoring de crédito del prestatario controla la distribución de los ingresos de toda la cadena de valor de la industria crediticia.

En la actualidad, el ámbito del credit bureau y la información crediticia está dominado por un oligopolio de tres gigantes: Experian, TransUnion y Equifax. Las tres juntas generan aproximadamente 18 mil millones de USD de ingresos al año, al puntuar a los prestatarios con base en 20–30 variables.

Los modelos de riesgo con IA pueden evaluar más de 1600 variables (datos de Upstart). Los datos publicados por Upstart también muestran que, manteniendo la misma tasa de morosidad que los modelos tradicionales, su volumen de aprobaciones aumenta 44%, la tasa de incumplimiento baja 53% y el tipo de interés anualizado (APR) se reduce 36%. Con las tasas hipotecarias disparándose hasta acercarse al 7%, cada punto básico es crucial para los prestatarios que compran su primera vivienda.

Upstart actualmente logra que 92% de sus decisiones de préstamos se realicen de manera completamente automatizada; la aprobación puede completarse en cuestión de minutos, mientras que el análisis de riesgo tradicional requiere entre 3 y 5 días. La CFPB (Consumer Financial Protection Bureau) de EE. UU. impulsa soluciones de scoring alternativas a FICO, con menos sesgo; además, la ley de IA de la Unión Europea también clasifica el scoring crediticio como un escenario de alto riesgo, exigiendo explicabilidad. Estas tendencias regulatorias favorecen a los modelos de machine learning explicables, que tienen una ventaja frente a las instituciones de scoring tradicional que usan modelos de caja negra.

El valor de esta capa es extremadamente alto, porque quien controla el motor de scoring controla la curva de ingresos de toda la cadena situada por encima. Pero al mismo tiempo, el foso competitivo de este ámbito aún debe seguir verificándose: el rápido avance de la tecnología de IA significa que, con suficientes recursos y tiempo, “cualquier institución” puede construir modelos de scoring.

第四层：资本与资金供给

En la era posterior a la pandemia, el capital en general es abundante. Aunque el entorno actual está lleno de desafíos, el tamaño de la gestión de private credit se ha expandido hasta 3.5 billones de USD, y Morgan Stanley prevé que alcance 5 billones de USD para 2029. El valor total bloqueado (TVL) de los protocolos de préstamos de finanzas descentcentralizadas (DeFi), se sitúa en el rango de 5 mil millones a 78 mil millones de USD, aproximadamente la mitad de toda la actividad DeFi. El tamaño de los activos perpetuos no negociables (NPE) pasó de crecimiento cero en 2021 a más de 2000 millones de USD.

En un mundo con capital abundante, la capacidad central es la asignación inteligente de los flujos de fondos. Por ello, aunque el volumen de la capa de capital es enorme, su posición estructural sigue subordinada a la capa superior de decisiones inteligentes y a la capa inferior de infraestructura.

Ares, Blue Owl, Golub y otras instituciones de private credit son importantes asignadores de fondos, pero dependen en gran medida del sistema de scoring upstream y del canal de liquidación downstream para originar préstamos de forma eficiente. En el ámbito DeFi, Ape ocupa una posición dominante absoluta en liquidez, representando más de la mitad del volumen de préstamos; mientras que protocolos como Maker, Morpho, Maple y Kamino compiten por el resto de la cuota de mercado.

第五层：基础设施

La infraestructura es el segundo eslabón central de toda la arquitectura. Quien controle las licencias financieras o los canales de compensación y liquidación, todos deben pagarle “peajes”. Según revelaciones de la dirección, la licencia bancaria que posee SoFi reduce su costo de fondos en 170 puntos básicos, y su gasto anualizado por intereses baja más de 500 millones de USD. Figure, apoyada en su blockchain Provenance, ya ha procesado más de 50 mil millones de USD en volumen total de transacciones; el costo de originación por préstamo es inferior a 1000 USD, mientras que el costo promedio de los canales tradicionales es de alrededor de 11000 USD. La confirmación final de la liquidación en blockchain solo tarda segundos, mientras que una transferencia bancaria tradicional requiere alrededor de 28 horas.

El sistema tecnológico de SoFi (Galileo y Technisys) y plataformas como Blend Labs constituyen el soporte técnico subyacente restante de Lending as a Service (LaaS). Cross River Bank, como el banco colaborador “invisible” detrás de decenas de empresas de tecnología financiera, ya ha emitido mediante colaboración más de 96 millones de préstamos, con un total superior a 1400 millones de USD.

Las empresas que pueden sobrevivir a largo plazo ganan de una de dos maneras: o bien ocupan un eslabón de “cuello de botella” y se vuelven indispensables para todos los participantes, o bien conectan verticalmente múltiples niveles y forman una ventaja competitiva compuesta. Las empresas que pierden quedan atrapadas en capas de negocio comoditizadas, carecen de poder de voz estructural y solo pueden competir por precios hasta que sus utilidades se acerquen a cero.

Ganadores: controladores de eslabones centrales y empresas con ventaja competitiva compuesta a múltiples niveles

SoFi：herramienta compuesta de “stack completo”

SoFi es la única empresa que cubre cuatro de los cinco niveles:

• Originación directa de préstamos de consumo e hipotecas.

• Mediante la plataforma Galileo, exporta infraestructura de préstamos a terceros, y da soporte a alrededor de 160 millones de cuentas activadas.

• Basándose en modelos de riesgo desarrollados internamente para ejecutar la revisión de préstamos, con dimensiones de evaluación clave como intención de pago, capacidad de pago y estabilidad.

• Posee licencias bancarias, y en la capa de infraestructura tiene el sistema tecnológico central bancario de Galileo y Technisys.

Los ingresos de SoFi en 2025 alcanzaron un récord histórico de 3.6 mil millones de USD, con un crecimiento del 38%; la plataforma tiene 13.7 millones de miembros y un volumen de 20.2 millones de productos financieros. La dirección indicó que los ingresos en 2026 se situarán en 4.7 mil millones de USD y el EBITDA en 1.6 mil millones de USD. Este negocio no solo muestra un crecimiento sólido de ingresos, sino también una capacidad de rentabilidad sobresaliente: el margen de beneficio es del 34%. Solo la licencia bancaria, por sí misma, permite a SoFi financiar sus préstamos mediante depósitos en lugar de mercados mayoristas, reduciendo directamente el costo de fondos en 170 puntos básicos.

SoFi está construyendo el “Amazon Web Services (AWS)” del sector de préstamos: una plataforma que compite con otras entidades prestamistas y, al mismo tiempo, las habilita. Galileo por sí mismo ya fue construido como un motor de ingresos de nivel de “mil millones de USD”. Technisys, adquirida por 1.1 mil millones de USD en 2022, ofrece a terceros los sistemas bancarios centrales. Las licencias bancarias constituyen un foso competitivo estructural que la mayoría de las instituciones de tecnología financiera que prestan no pueden replicar; aunque la industria imita masivamente: la Oficina del Contralor de la Moneda (OCC) de EE. UU. recibió 14 solicitudes de nuevas licencias bancarias en 2025, lo que indica que la batalla por la capa de infraestructura se está acelerando.

Upstart y Pagaya：capa de decisiones inteligentes

De forma algo irónica, para ganar en el negocio de préstamos quizá no sea necesario dedicarse directamente a originar préstamos. Upstart y Pagaya, ambas empresas, tienen como núcleo un motor de revisión de riesgo; sus resultados de riesgo son mejores que los modelos desarrollados internamente por las entidades prestamistas, sin depender de realizar el negocio con su propio balance. Esto es exactamente la materialización del modelo “vendedor de agua” en el campo de las decisiones crediticias.

En comparación con modelos tradicionales basados en FICO, el modelo de Upstart permite aprobar 44% más prestatarios con la misma tasa de morosidad, reduce 53% la tasa de incumplimiento y, al mismo tiempo, ofrece a los prestatarios tasas de interés anualizadas significativamente más bajas. Actualmente, en la plataforma, casi toda la originación de nuevos préstamos está completamente automatizada, lo que reduce drásticamente la intervención humana. Esto es una diferencia fundamental frente a los modelos tradicionales de riesgo en créditos de consumo.

Pagaya está en la misma pista, pero se enfrenta a una realidad de mercado más dura. La empresa no origina préstamos directamente, sino que autoriza a los bancos el uso de su motor de riesgo con IA. Desde su fundación en 2016, Pagaya ha evaluado solicitudes de préstamos por aproximadamente 2.6 billones de USD en total para 31 bancos asociados. Su posicionamiento estructural es muy claro: no necesita que los prestatarios conozcan su marca; solo necesita que los bancos dependan de su sistema de scoring. Pero el mercado no ha validado esta lógica. En el cuarto trimestre de 2025, el volumen de negocios de internet creció apenas 3% interanual, los ingresos quedaron por debajo del consenso del mercado y las previsiones también decepcionaron; la acción se desplomó casi una cuarta parte en un solo día. El valor de la capa de decisiones inteligentes está completamente sujeto al ciclo crediticio: cuando la tasa de morosidad de la red de bancos asociados aumenta, incluso una IA excelente no puede resistir la presión por deterioro de la calidad de los activos.

Pero la lógica central sigue siendo válida: FICO forma un scoring de sección única basándose en pocas variables históricas; y a medida que la situación financiera de los consumidores se vuelve cada vez más compleja y diversa, los sistemas de riesgo con IA se vuelven más críticos. A diferencia de FICO, estos sistemas aprenden y se optimizan continuamente tras cada ejecución de scoring.

Figure：nuevo canal de compensación y liquidación

El costo de originar un préstamo individual mediante canales tradicionales y el sistema de registro electrónico hipotecario (MERS) es de 11000 USD; pero apoyándose en el sistema de Figure, que incluye la blockchain Provenance y el sistema DART, este costo puede reducirse a 717 USD. Este tipo de infraestructura de canales nuevos permite una disminución de orden de magnitud en el costo del crédito.

Figure ya ha originado más de 21 mil millones de USD en productos de tipo home equity (principalmente líneas de crédito sobre el capital de la vivienda) mediante la blockchain Provenance; en la cadena, el volumen acumulado de transacciones procesadas supera los 50 mil millones de USD. En el cuarto trimestre de 2025, el monto de originación de préstamos fue de 2.7 mil millones de USD, con un crecimiento interanual del 131%. La empresa posee más de 180 licencias de préstamo y calificaciones de registro como broker-dealer de la SEC de EE. UU., lo que le da una base regulatoria para operar a escala. Además, cuenta con más de 300 socios de lending white-label; desde que presentó su documento S-1 para cotizar en septiembre del año pasado, ha agregado socios a una velocidad de 1 al día en promedio. Sus ingresos pasaron de 28.5 millones de USD de anualización trimestral en el primer trimestre de 2023 a 146.8 millones de USD en la actualidad.

El negocio central de Figure no está tan relacionado con activos cripto, pero el comportamiento de su acción se parece mucho al de Bitcoin. La estructura de su sistema de liquidación refleja la lógica de la reconfiguración de costos: la confirmación final de la liquidación toma solo segundos, mientras que el método tradicional demora más de un día; el costo de originación del préstamo es una fracción del modo tradicional. Durante todo el ciclo de vida del préstamo, se ahorran más de 100 puntos básicos en costos relacionados con la titulización—en un mercado anual de titulización de 3 billones de USD, esto implica una reducción potencial de costos de más de 30 mil millones de USD.

Aave：dominador clave en el ámbito DeFi

Aave ocupa más de la mitad de la cuota en el mercado de préstamos DeFi. La liquidez genera más liquidez y los prestatarios se concentran de forma continua en las plataformas donde el pool de fondos es más profundo (efectos de red). Su volumen acumulado de préstamos ya supera 1 billón de USD; el protocolo superó oficialmente el umbral de 1 billón de USD de préstamos acumulados el mes pasado.

Además de su posición dominante en DeFi, lo más interesante estructuralmente de Aave es su línea de préstamos institucionales Horizon. Horizon ha atraído depósitos por 580 millones de USD, y su objetivo es superar 1 mil millones de USD en 2026. Es un puente que conecta la liquidez DeFi con la demanda tradicional de crédito. Si Aave logra llevar fondos on-chain a productos de préstamos a nivel institucional, se convertiría en la capa de provisión de fondos para las entidades prestamistas tradicionales, abriendo un espacio total potencial (TAM) mucho mayor que el del mercado minorista DeFi.

Los préstamos DeFi también tienen una ventaja estructural de riesgo que suele subestimarse. Las tasas de sobrecolateralización en DeFi suelen estar entre 150%–180%, mientras que el peer-to-peer tradicional es de apenas 50%–70%. Las malas deudas en DeFi provienen principalmente de oráculos o fallos técnicos, en lugar de incumplimientos por calidad crediticia.

Affirm：canal de distribución bloqueado

Affirm ocupa una posición líder en el espacio BNPL al integrarse profundamente en la infraestructura de pagos de los comercios. Los críticos se enfocan en su riesgo de crédito de consumo, pero ignoran la lógica estructural central: Affirm no es una entidad de préstamos de consumo en el sentido tradicional, sino un canal de distribución de crédito para el terminal de venta. Lo que constituye su foso es la integración del sistema con los comercios. Dado que se espera que BNPL cubra 13% de todas las transacciones digitales, una plataforma que incruste a gran escala el flujo de checkout cobrará una tarifa estructural de “canal” a partir de las transacciones comerciales en sí.

Patrón de derrota：cuatro modos de fracaso estructural

Intencionalmente no mencionamos por nombre a las empresas que encajan en estos patrones. Si eres inversor u operador del sector crediticio, naturalmente sabes quiénes son. Más importante que los nombres específicos es entender por qué estas posiciones estructurales están condenadas al fracaso: en el siguiente ciclo, los mismos patrones volverán a causar nuevas víctimas.

Instituciones de préstamos que solo miran el balance

La única ventaja competitiva de este tipo de empresas es que pueden conseguir fondos. Originan préstamos con métodos tradicionales de gestión de riesgo y proporcionan el financiamiento con su propio balance, sin una capa tecnológica exclusiva. Simplemente son “tuberías sin inteligencia” para canalizar capital.

En un mundo donde la gestión del private credit ya alcanza 3.5 billones de USD y se dirige hacia 5 billones, el capital no es escaso; lo escaso es la toma de decisiones inteligente y la infraestructura. Estas empresas solo pueden competir por precio, lo que comprime la utilidad a cero en cada ciclo de tasas y las obliga a asumir riesgos excesivos. Al final, estas entidades prestamistas concederán crédito a empresas de alto riesgo y sufrirán pérdidas cuando el ciclo se gire.

La mayoría de estos participantes son entidades tradicionales de préstamos de consumo, bancos de pequeña escala y empresas fintech prestamistas que nunca han construido un foso tecnológico más allá de sus productos iniciales. Cuando el capital se vuelve comoditizado, y no hay ventaja tecnológica sino que solo se presta con balance propio, es equivalente a entregar lentamente el patrimonio de los accionistas a los prestatarios.

Chivos expiatorios de préstamos CeFi

Las plataformas centralizadas de préstamos cripto (CeFi) que se desplomaron en 2022 no eran víctimas del mercado bajista. Cayeron por el modo de fracaso más antiguo de la industria crediticia: descalce de plazos, apropiación indebida de fondos de clientes, prestar con garantía de activos ilíquidos y falta de una gestión de riesgos transparente.

Los protocolos DeFi en los que se ejecuta automáticamente la disciplina de colateral mediante contratos inteligentes y donde las tasas de colateralización son visibles on-chain no “explotaron”. El verdadero problema lo tuvieron las plataformas CeFi que dependían de juicios humanos y no eran transparentes en su balance. Cualquier plataforma de préstamos — ya sea en cripto o en finanzas tradicionales — si solo te hace creer en su balance, pero no te muestra la garantía, está repitiendo el mismo viejo camino estructural que ya falló.

Contratos fantasmas

Hay una clase de protocolos de préstamos DeFi que técnicamente aún están vivos, pero estructuralmente ya están muertos. Salen a bolsa y atraen fondos de bloqueo inicial con incentivos de tokens, pero tras que se apagan los incentivos, entran en estancamiento. El código puede ejecutarse y el valor bloqueado (TVL) no es cero, pero las curvas de uso se estabilizan o siguen bajando, sin una ruta de crecimiento de demanda natural claramente definida.

La razón es que los préstamos DeFi exhiben una distribución extrema tipo “ley de potencias”: la liquidez se concentra en plataformas que tienen efectos de red— el hecho de que Aave ocupe una posición dominante absoluta en la cuota de mercado es una prueba. Los protocolos que no pueden superar el umbral de escala entran en una “zona sin gente” estructural: el tamaño es demasiado pequeño como para atraer liquidez natural y integraciones complementarias; pero no es tan pequeño como para un cierre digno. A medida que el capital oportunista migra hacia las plataformas líderes, su TVL se va perdiendo de manera lenta y continua, y este proceso es irreversible. Son protocolos zombis que apenas se sostienen con el costo hundido de los tokens de gobernanza.

Entidades prestamistas que perdieron la transición a plataformas

Algunas empresas construyeron un negocio sólido de originación de préstamos en el ciclo anterior, pero nunca desarrollaron capacidades de plataforma. No tienen canales de distribución vía API, no cuentan con asociaciones de finanzas embebidas, ni tienen un modelo de licenciamiento tecnológico. Tienen una capacidad de originación muy fuerte, pero no pueden exportar esa capacidad hacia afuera.

A medida que la industria del crédito avanza hacia la modularización, es igual de importante poder convertirse en un componente dentro del sistema de otros que ser capaz de originar préstamos directamente. Las empresas que solo pueden prestar a prestatarios terminales de forma directa verán limitado su crecimiento por el alcance de sus propios canales; mientras que las empresas capaces de proporcionar capacidad de préstamos a otras instituciones tendrán un espacio de mercado potencial (TAM) ilimitado. Los originadores puros suelen tener modelos económicos por cliente sólidos, pero su curva de crecimiento es plana, porque el mercado alcanzable se limita a su propia marca y canales. En una arquitectura modular, ser una entidad prestamista excelente es condición necesaria, pero convertirse en un prestamista excelente con el que otras entidades prestamistas puedan integrarse es realmente la posición ganadora.

值得关注的标的

Las empresas ganadoras mencionadas arriba ya se han convertido en consenso del mercado o están muy cerca del consenso; mientras que las siguientes no lo están. Tienen características estructurales que podrían convertirlas en controladores de eslabones centrales, pero aún no han sido verificadas a escala. Son activos que vale la pena seguir de cerca.

Morpho

El TVL total de Morpho ya alcanza 6600 millones de USD, con un crecimiento del 164%, y su capitalización de mercado supera los 800 millones de USD. Su lógica estructural es completamente distinta a la de Aave: Aave es un “banco” dentro de las finanzas descentralizadas (usando un modelo de pools de fondos de préstamo unificados), mientras que Morpho está construyendo una capa modular de préstamos que permite a participantes institucionales personalizar mercados de préstamos dedicados según sus parámetros de riesgo, tipos de colateral y modelos de tasa de interés. Si el sistema de préstamos realmente avanza hacia la modularización, Morpho se convertirá en un protocolo de Lending as a Service a nivel on-chain.

Maple Finance

Maple acumuló un volumen total de originación de préstamos de 11.3 mil millones de USD en 2025, atendiendo a 65 prestatarios activos; su volumen de activos gestionados (AUM) creció de forma significativa de 516 millones de USD a 4.6 mil millones de USD, un aumento del 767%. La empresa busca lograr 100 millones de USD de ingresos recurrentes anuales (ARR) en 2026. Maple es uno de los pocos protocolos realmente comprometidos con llevar el crédito empresarial del mundo real a la infraestructura blockchain: conectando la demanda de crédito institucional con los fondos on-chain y el sistema de liquidación. El crecimiento explosivo de sus activos gestionados indica que el interés de las instituciones en el mercado de crédito on-chain se está moviendo de ideas teóricas hacia implementaciones reales.

Cross River Bank

Desde 2008, Cross River ha emitido mediante colaboración más de 96 millones de préstamos, con un total superior a 1400 millones de USD. Es el banco colaborador detrás de Affirm, Upstart y decenas de otras fintech de préstamos. Se dice que el banco está preparando un IPO. Cross River es un “banco invisible” que soporta una parte significativa de las operaciones de préstamos de tecnología financiera como infraestructura. A medida que el modelo de bancos asociados madura, el poder de voz que aporta su posición en el mercado es algo que ninguna sola fintech prestamista puede replicar. La clave para que el banco gane está en hacer que las fintech necesiten su respaldo para poder otorgar préstamos.

牌照争夺战

La Oficina del Contralor de la Moneda (OCC) solo en 2025 recibió 14 solicitudes para crear nuevas licencias bancarias, casi equivalente al total de los últimos cuatro años. El volumen total de solicitudes de licencias presentado por instituciones de tecnología financiera alcanzó un máximo histórico de 20. Affirm, Stripe y Nubank están solicitando activamente licencias. Estas empresas ven las licencias como una ventaja competitiva central para el punto final de la reconfiguración del negocio crediticio.

Empresas que empezaron como proveedores de servicios tecnológicos, hoy están capturando el valor económico de toda la cadena de la industria mediante la obtención de autorizaciones regulatorias. El estatus de las licencias bancarias en el ámbito del crédito es comparable al de los nodos regionales en la computación en la nube, por razones como:

• Los costos de montaje son extremadamente altos.

• Los participantes de la industria no pueden evitarlas.

• Una vez obtenidas, generan una ventaja estructural permanente.

La lógica de negocio es muy clara: si el costo de los fondos se optimiza en 1 punto básico, el rendimiento del patrimonio neto antes de impuestos puede mejorar en varios puntos porcentuales. Para empresas con escala, la ventaja que brindan las licencias es extremadamente significativa. Pero para instituciones medianas y pequeñas, las licencias pueden convertirse en una trampa: deben asumir todos los costos de cumplimiento, la presión de inspecciones regulatorias y los requisitos de capital, sin tener un tamaño de negocio suficiente para cubrir esos gastos. Solo las empresas que ya tienen grandes volúmenes de negocio pueden convertir las licencias en un acelerador de crecimiento.

2030年的信贷架构

Si hay que recordar un marco de análisis central de este artículo, son las tres preguntas siguientes. Se aplican a todas las empresas de préstamos, ya sean cotizadas, no cotizadas o entidades on-chain.

Primera: ¿en qué nivel se posiciona la empresa? La originación de préstamos y la oferta de fondos homogéneos pertenecen a un mar rojo, y los márgenes de beneficio se comprimirán continuamente con los ciclos de la industria. En cambio, la IA para gestión de riesgos, la liquidación con blockchain y las licencias bancarias pertenecen a los eslabones centrales del “cuello de botella”, cuyo valor se acumula mediante interés compuesto. Si una empresa queda atrapada en el mar rojo y no puede entrar en los eslabones centrales, por muy excelente que sea el equipo, su rentabilidad a largo plazo se irá erosionando.

Segunda: ¿está construyendo una plataforma o un producto único? Un producto único que sirve a prestatarios terminales escala linealmente con los canales propios; una plataforma habilita a otras entidades prestamistas, y su crecimiento depende del tamaño de todo el ecosistema, no solo del negocio propio. SoFi tiene atributos de ambas cosas, mientras que Pagaya es una empresa de plataforma pura. Las empresas que solo prestan directamente a sus propios clientes tendrán un techo de crecimiento; las empresas tipo plataforma no tienen esa limitación.

Tercera: ¿tiene una fosa regulatoria? Ya sea una licencia bancaria, 180 licencias de préstamos para cada estado, o un cumplimiento programático logrado mediante contratos inteligentes, todo esto entra en esta categoría. En la industria crediticia, la regulación no es un costo adicional, sino una infraestructura esencial. Las empresas que reconocen esto temprano construirán ventajas que rivales necesitarían varios años y grandes volúmenes de capital para ponerse al día.

Para el año 2030, la industria del crédito ya no se parecerá tanto a la banca tradicional, sino que se acercará más a la computación en la nube. Un pequeño número de plataformas full-stack cubrirá múltiples niveles y creará ventajas por interés compuesto en cada eslabón: el representante más típico en finanzas tradicionales es SoFi, y el ámbito on-chain es Aave. Alrededor de estas plataformas centrales, numerosos proveedores de servicios por niveles altamente especializados se conectarán mediante APIs y canales on-chain; cada uno se enfocará en funciones específicas y cobrará tarifas de servicio.

En el mercado global de deuda de 348 billones de USD, la tasa de penetración de tecnología financiera aún es inferior al 0.2%. Este mercado no está hecho para ser dividido por cientos o miles de entidades prestamistas; estará liderado por una decena de plataformas, que se convertirán en el soporte de base de toda la industria.