El private credit mueve 2,5 billones de dólares en todo el mundo, pero su back-office sigue atrapado en hojas de cálculo que no se hablan entre sí. Ryan Williams, fundador del unicornio Cadre, lanza Ellis con inteligencia artificial para poner orden en ese caos de datos. La lección: buscar industrias donde la información viva en siete sistemas distintos es una oportunidad enorme.
Williams no es un recién llegado. En 2015 cofundó Cadre, la plataforma que permitía a inversores particulares comprar participaciones fraccionadas de inmuebles comerciales. Cadre llegó a manejar 6.000 millones de dólares en activos, levantó 160 millones en venture capital y alcanzó una valoración de 800 millones antes de ser vendida en 2024 a Willow Wealth por más de 300 millones. Durante aquellos años, el fundador vivió en carne propia el infierno de los datos dispersos: “No recuerdo un solo trimestre en el que cerráramos los libros a tiempo”, ha confesado a Forbes.
Esa experiencia le bastó para identificar un dolor universal en el private credit. Las firmas que prestan a empresas medianas o vehículos de deuda manejan centenares de préstamos, cada uno con su propio calendario de pagos, tipos de interés y exposiciones a inversores concretos. Los datos se reparten entre administradores de fondos, gestores de préstamos, bufetes de abogados y, como no, hojas de Excel que nadie actualiza. El resultado: semanas para cuadrar una valoración y un riesgo operativo constante.
La ronda seed de 11 millones que valora Ellis en 40 millones
La startup neoyorquina ha cerrado una ronda seed de 11 millones de dólares (aproximadamente 10 millones de euros) liderada por el fondo First Round. También han entrado como inversores Kearny Jackson, Wilshire Lane Capital, Slow Ventures, Khosla Ventures, 645 Ventures y Thrive Capital. La operación, confirmada por fuentes cercanas a la compañía y recogida por Forbes, valora Ellis en 40 millones de dólares.
El dato es significativo: una valoración modesta para una startup que quiere organizar los datos de un mercado de 2,5 billones de dólares, pero que apuesta por una capa de software ligera sin necesidad de sustituir los sistemas contables heredados. La ronda se cerró en abril de 2026, en plena fase de escrutinio del private credit por el miedo a que la IA revolucione los negocios subyacentes de muchos prestatarios.
Cuando los datos viven en siete sistemas distintos, la oportunidad no es vender otro sistema, sino la capa que los conecta.
El problema de datos que asfixia al private credit
Imaginemos una firma que presta 100 millones a un lender fintech, que a su vez reparte micropréstamos de 30.000 dólares a miles de consumidores. La firma de private credit debe registrar qué inversores están expuestos a cada préstamo, seguir el rendimiento de cada uno y gestionar las entradas y salidas de capital de los distintos partícipes. Todo ello genera un volumen de datos que se multiplica con cada operación.
“Tengo un auditor, un administrador de fondos, mis propios asesores fiscales, un bufete de abogados y un consultor de valoración», explica Ali Hamed, gestor del fondo Treville, con 2.600 millones de dólares en activos y cliente de Ellis. “Son cinco partners que necesitan acceder a los mismos datos, y cada pregunta genera trabajo manual”.
La solución de Ellis no consiste en arrancar los sistemas actuales. Su software usa IA para recolectar las piezas dispersas —registros contables, datos de préstamos, identidades de inversores— y las estandariza. Se sienta sobre la infraestructura existente y, cuando muestra una cifra, siempre explica cómo se ha calculado y de dónde proviene. Para un gestor acostumbrado a semanas de conciliación, eso devuelve semanas de productividad.
📦 Caso de estudio: Treville
- El reto: Cinco proveedores externos generaban datos fragmentados, obligando a semanas de trabajo manual en cada cierre.
- La jugada: Integrar el software de Ellis sobre sus sistemas actuales sin cambiar el ERP, unificando la información de administradores, gestores de préstamos y bufetes.
- El resultado: Eliminación de semanas de conciliación manual y visibilidad en tiempo real de la exposición por inversor.
- La lección: A veces la solución no es un nuevo sistema, sino una capa de inteligencia encima del caos que ya tienes.
Ellis ha firmado ya cinco clientes, que pagan de media unos 175.000 dólares anuales. La compañía calcula que su sistema tarda unas tres semanas en estar operativo para una firma nueva, pero el objetivo es reducir ese plazo a solo tres días antes de fin de año, optimizando los conectores y los modelos de IA.
La startup apunta a las alrededor de 4.000 firmas de private credit con plantillas de hasta 20 empleados y fondos de entre 100 millones y 1.000 millones de activos. Ese segmento controla un tercio del mercado global y es, según el inversor de Ellis y cofundador de Kearny Jackson Sriram Krishnan, “mucho más atractivo que vender a un puñado de grandes actores”.
Lo que enseña el caso: de Cadre a Ellis y la competencia en un mercado fragmentado
La historia de Williams tiene un patrón claro. En Cadre ya solucionó un problema de acceso al ladrillo comercial para inversores minoristas. Ahora ataca el dolor que él mismo sufrió como CEO: la imposibilidad de saber, en tiempo real, cuánto vale tu cartera. El inversor Josh Kopelman, de First Round, ha declarado que su apuesta por Ellis se basa en que “Williams entiende el private credit con una profundidad difícil de igualar”.
La competencia no es menor. Gigantes como SS&C (18.000 millones de capitalización bursátil), Apex Group y Alter Domus ofrecen servicios de administración de fondos. También compiten firmas de software como Allvue Systems. Sin embargo, la fragmentación y la cultura de coo-petición —donde las empresas se alían o compiten según el momento— dejan hueco para una capa que integre sin obligar a migrar.
El momento de mercado añade presión y oportunidad. Los temores sobre la disrupción de la IA han hecho que muchos inversores en private credit quieran retirar capital, lo que dispara la exigencia de auditoría. “Cuando hay más defaults que nunca, cada número y cada valoración se escrutan más”, reconoce Williams. Ellis encuentra ahí su encaje: transparencia automatizada en un momento de máxima desconfianza.
Para los founders, la lección es doble. Primero, los mercados con back-office manual y datos caóticos esconden oportunidades más rentables que los sectores aburridos. Segundo, no hace falta reemplazar los sistemas del cliente: a menudo una capa de inteligencia que los conecte es suficiente y más vendible.
🚀 Hoja de Ruta para Emprender
- Identifica industrias con back-office manual: Busca sectores donde el Excel siga siendo el rey y la conciliación de datos consuma semanas de trabajo. Ahí hay negocio.
- Valida el dolor extremo antes de construir: Williams fundó Ellis tras haber sufrido el problema en sus carnes en Cadre. No se trata de una corazonada, sino de una certeza operativa.
- Diseña una capa de integración, no un reemplazo: Los clientes no quieren arrancar su ERP. Ofrece un sistema que se sienta encima y dé visibilidad sin exigir un volcado traumático.
- Aprovecha la fragmentación del mercado: Un sector con miles de actores medianos es mucho más abordable que uno concentrado en tres grandes. El acceso al cliente inicial es más rápido y barato.
