Vesta levanta US$30M para llevar "enjambres" de agentes IA a las hipotecas
Vesta, una startup AI-native que automatiza la originación de hipotecas con agentes de inteligencia artificial, anunció el jueves una ronda de US$30 millones liderada por Conversion Capital. La operación eleva el total financiado de la compañía a US$85 millones desde su fundación en 2020 y contó con la participación de tres clientes estratégicos —Pennymac, New American Funding y otro más— junto a Citi Ventures y Andreessen Horowitz (a16z).
La empresa, cofundada por Mike Yu y Devon Yang y dirigida por Yu como CEO, asegura que sus agentes ya ayudan a originar más de US$100.000 millones en préstamos al año para sus clientes y que su facturación creció 12 veces interanual. Aun así, Yu reconoce que la empresa tiene "menos del 5% de cuota de mercado" y que "ahora es el momento de reforzar plantilla, tomar mercado e invertir en nuevas líneas de producto", entre ellas un asistente personal para oficiales de préstamos que ayuda a ejecutar tareas y a hacer seguimiento de workflows.
Por qué importa: el cuello de botella de los "40 días y US$11.000"
El dato que pone en contexto la apuesta es el costo y el tiempo medio de cerrar una hipoteca en EE.UU.: 40 días y aproximadamente US$11.000 por préstamo, según las cifras que cita Yu. "La mayor parte de ese costo es mano de obra humana, y un cuello de botella importante en el cronograma es simplemente esperar a que una persona revise tu préstamo", explica.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEsa es exactamente la grieta que Vesta busca abrir. Su propuesta no es un chatbot que responde preguntas, sino un sistema en el que el prestamista despliega un enjambre de agentes IA que aceleran tareas concretas —revisión documental, verificación, cumplimiento normativo, decisiones de suscripción— con distintos niveles de autonomía.
Cómo funciona la autonomía gradual
El modelo de despliegue que describe Yu es por fases y siempre con un humano en el circuito:
- Los clientes suelen empezar con un agente IA con una persona aprobando su trabajo
- Después le dejan manejar una parte de los préstamos por su cuenta
- Finalmente lo expanden a más tareas y volumen
- Algunos prestamistas ya están usando agentes de Vesta para tomar decisiones de suscripción hipotecaria
"Las empresas siguen siendo responsables de las decisiones de suscripción, independientemente del software o los agentes de IA que utilicen", aclara Yu, y añade que todas las acciones y el razonamiento detrás de cada decisión quedan registrados para compliance y auditoría.
El avance técnico: Claude Sonnet 4.5 como punto de inflexión
Yu señala que el salto técnico que desbloqueó el producto llegó con Claude Sonnet 4.5. "El gran avance para nosotros fue [Claude] Sonnet 4.5, que descubrimos que es mucho mejor adhiriéndose a instrucciones configuradas por el usuario en los horizontes temporales que necesitamos que las generaciones anteriores", explica. Antes de ese modelo, Vesta se había concentrado en construir la arquitectura de datos correcta para que, cuando llegara el modelo adecuado, los agentes pudieran ejecutarse sobre procesos hipotecarios de múltiples etapas.
La competencia: ICE Mortgage Technology contra la nueva camada AI-native
Vesta se mueve en una industria con un gigante establecido y una camada de recién llegados AI-native. En el lado de los incumbentes está ICE Mortgage Technology, propietaria del sistema de originación Encompass y de la plataforma de servicing tras la fusión con Black Knight en 2023. Según reportó American Banker, ICE Mortgage Technology facturó US$557 millones en el segundo trimestre de 2026, un 5% más interanual, con un ingreso operativo de US$45 millones. La propia compañía afirma que aproximadamente 9 de cada 10 hipotecas en EE.UU. tocan su red en algún punto, y asegura haber incorporado agentes de voz y chat en su plataforma de servicing y "agentes de workflow" en Encompass para automatizar tareas como la ordenación de servicios, el cálculo de comisiones y la generación de divulgaciones.
Yu no esquiva la comparación: "Poner agentes IA encima de esos sistemas legacy es muy difícil", dice, en referencia a Encompass. La tesis de Vesta es que una arquitectura nativa de IA tiene una ventaja estructural que el software tradicional no puede replicar fácilmente.
En el lado de los AI-native, además de la mencionada Xpanse, hay señales de que la categoría se está llenando rápido:
- Elio Mortgage anunció recientemente una ronda pre-seed de US$5,1 millones liderada por Motive Partners y Social Leverage, según AlleyWatch. A diferencia de Vesta, Elio opera como una compañía hipotecaria licenciada, con ingenieros trabajando junto a oficiales de préstamos: ya cuenta con alrededor de 40 oficiales de préstamos en 22 estados y unos US$200 millones en volumen de originación en los últimos 12 meses.
- Figure Technology Solutions (NASDAQ: FIGR) anunció el 10 de septiembre una alianza con Sierra, la plataforma de IA conversacional cofundada por Bret Taylor y Clay Bavor, para atacar el problema de las aplicaciones HELOC que se abandonan. Según Yahoo Finance, los solicitantes estancados que interactuaron con el agente avanzaron a una tasa entre 30% y 52% mayor que los que no lo hicieron y financiaron un 67% más de volumen de préstamos.
El tamaño real del mercado
El mercado hipotecario residencial de EE.UU. tiene aproximadamente US$13 billones en préstamos vigentes y originó alrededor de US$2 billones en 2025, menos de la mitad del pico de US$4,5 billones de 2021 cuando las tasas de interés eran mucho más bajas, según los datos que cita Elio. Esa brecha entre el volumen actual y el potencial es la promesa que une a toda la categoría AI-native: cuando el mercado vuelva a normalizarse, el costo por préstamo cerrado caerá y los ganadores serán quienes tengan la arquitectura más eficiente.
Qué significa esto para tu startup
La tesis de Vesta —y la de toda la camada AI-native que está levantando capital este año— es replicable en otras industrias reguladas y basadas en mano de obra cara. Tres lecciones concretas para founders que estén pensando en atacar mercados verticales con agentes IA:
- Vende el resultado, no el modelo. Vesta no comercializa "agentes IA" como feature: vende cerrar hipotecas más rápido y más barato. Si tu producto usa agentes, define primero la métrica de negocio que reemplazas y constrúyelo alrededor de ella.
- El "human-in-the-loop" no es un parche, es el modelo de despliegue. Casi todos los clientes de Vesta empiezan con aprobación humana, luego van cediendo autonomía. Diseña el producto con ese camino gradual en mente: la auditoría, el registro de razonamiento y los controles de compliance son el camino a la autonomía, no un obstáculo.
- Elige un frente donde el incumbente tenga la deuda técnica que tú no tienes. En hipotecas, ICE tiene datos y red, pero su stack no fue diseñado para agentes. En mercados verticales con regulación fuerte y operación manual, esa asimetría es tu ventaja estructural.
Para founders hispanohablantes, el espacio es una hoja de ruta clara: mercados regulados con altos costos operativos —seguros, salud, legal, contabilidad en LATAM y España— son candidatos naturales para el mismo tipo de arquitectura nativa de IA que Vesta está aplicando a las hipotecas.
Fuentes
- TechCrunch – Vesta raises $30M to bring swarms of agents to mortgage lenders (fuente original)
- American Banker – ICE highlights AI clout amid rising mortgage competition
- HousingWire – ICE posts strongest quarter for mortgage tech since 2022
- AlleyWatch – Elio Mortgage Raises $5.1M to Build an AI-Native Mortgage Brokerage Around Loan Officers
- Yahoo Finance – Figure (FIGR) Bets AI Agents Can Rescue Trillions in Stalled Home Loans
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días














