Este farmacéutico creó un rastreador de fitness que se adapta a medida que tu cuerpo cambia
Yim Yoon-seok (임윤석) pasaba sus noches encorvado sobre una hoja de cálculo, alternando entre pestañas de Excel y ventanas de KakaoTalk. Cada pestaña representaba a un cliente que necesitaba un desglose personalizado de macros y un objetivo calórico recalculado semanalmente. Era farmacéutico cuatro días a la semana, entrenador de nutrición para fisicoculturismo el resto del tiempo, y YouTuber en algún punto intermedio. El lado del coaching estaba creciendo, pero el trabajo detrás era totalmente manual.
Por cada nuevo cliente que se registraba, abría una hoja de cálculo nueva, ingresaba su peso y estimación de grasa corporal, ejecutaba las fórmulas a mano y les enviaba el plan por KakaoTalk. Cuando ellos le enviaban fotos de sus comidas o capturas de pantalla de su báscula, también las registraba. Multiplica eso por decenas de clientes activos, y las cuentas dejaron de cuadrar. Pasaba más tiempo ingresando datos que haciendo coaching real.
El problema: conocimiento sin entrega
Necesitaba una aplicación web que pudiera manejar la admisión, el seguimiento y los cálculos adaptativos automáticamente. Algo en lo que sus clientes pudieran iniciar sesión desde sus teléfonos, ingresar sus datos y obtener retroalimentación en tiempo real sin que él tuviera que procesar números manualmente cada noche. Nunca había escrito una sola línea de código.
Antes de febrero de 2026, su experiencia con la AI se limitaba a hacerles preguntas a los chatbots. Eran útiles para investigar y generar ideas, pero eran herramientas conversacionales. No podían construir software realmente. Encontró Manus a través de un anuncio en internet a mediados de febrero. Fue su primer encuentro con un Agent de AI, un sistema que podía escribir e implementar código en su nombre. Decidió intentar construir la aplicación él mismo.
Construir sin código
La primera semana fue una mezcla borrosa de ensayo y error. No tenía un modelo mental de cómo funcionaba el desarrollo de software. No sabía qué era un framework, cómo se veía una llamada a una API, ni cómo una base de datos se conectaba a un front end. Aprendió haciendo, dándole instrucciones a Manus y observando lo que devolvía. Cuando algo fallaba, describía el problema y lo intentaba de nuevo. Cuando se encontraba con cuellos de botella complejos en el desarrollo, aprendió a refinar sus instrucciones, proporcionándole al Agent un contexto más claro para resolver el problema.
Al final de esa primera semana, el framework central de Alyak Coach estaba en funcionamiento. Los clientes iniciaban sesión en sus teléfonos e ingresaban sus comidas directamente. El sistema rastreaba calorías, la progresión del peso a lo largo del tiempo y el historial de entrenamiento. Se sincronizaba con Strava y HealthSecret para que el conteo de pasos, los datos de ejercicio y los registros de calorías fluyeran sin necesidad de ingreso manual. En el centro había una calculadora de TDEE (Gasto Energético Diario Total) impulsada por AI que recalculaba cada semana basándose en los cambios reales de peso y los datos de ingesta de cada usuario. Para un entrenador de nutrición de fisicoculturismo, esta era la característica más importante. La mayoría de las calculadoras estiman el TDEE una sola vez usando una fórmula estática. Su versión se adaptaba dinámicamente semana tras semana, respondiendo a los cambios reales en el metabolismo del cliente en lugar de basarse en un número fijado meses atrás.
Aprender a trabajar con un Agent de AI
Con el tiempo, desarrolló un flujo de trabajo al que otros usuarios avanzados coreanos habían llegado de forma independiente: usar herramientas de AI conversacional para la lluvia de ideas inicial y estructurar sus ideas, y luego aprovechar las capacidades agénticas avanzadas de Manus para ejecutar e implementar el código real. Los chatbots lo ayudaban a articular lo que quería, y Manus convertía esas articulaciones en código funcional.
Aprendió que la especificidad marcaba la diferencia entre una sesión desperdiciada y una característica funcional. Cuando la AI se topaba con un muro por un bug, la solución siempre era proporcionar más contexto sobre lo que la característica debía hacer y qué datos fluían hacia dónde. Con suficiente contexto, el Agent era capaz de resolver consistentemente incluso los bugs más persistentes.
"Era comparable a trabajar con un híbrido entre investigador y desarrollador con nivel de doctorado", dijo. El sistema captaba terminología especializada como adaptación metabólica y protocolos de sobrecarga progresiva sin que él tuviera que traducir su conocimiento de coaching a términos sencillos. Podía describir una característica de la misma forma en que se la explicaría a un colega entrenador, y el resultado coincidía con lo que quería decir.
Crecimiento e ingresos
Comenzó a cobrarles a los usuarios en la tercera semana. Sus clientes de coaching existentes migraron primero, agradecidos de dejar de enviar mensajes por KakaoTalk y empezar a usar una interfaz adecuada. Luego entró en acción su canal de YouTube. Tenía una audiencia existente interesada en fisicoculturismo y nutrición, y cuando mencionó la aplicación en su contenido, los registros se aceleraron. El boca a boca tomó el relevo desde ahí, difundiéndose por gimnasios y chats grupales de forma orgánica.
Al momento de su entrevista con Manus, aproximadamente dos meses después, la aplicación tenía alrededor de 300 usuarios activos. Para el 20 de abril, el backend mostraba 3.900 usuarios registrados y millones de KRW en ingresos. Los números seguían subiendo.
De las hojas de cálculo a la escala
Un desarrollador externo había estimado que el proyecto requeriría seis meses de trabajo a tiempo completo. Eso habría significado contratar a alguien, pagarle durante seis meses y ver cómo su negocio de coaching seguía atascado en hojas de cálculo todo ese tiempo. En su lugar, lo construyó en semanas, en su MacBook en casa y en su smartphone en su tiempo libre. Durante los descansos en la farmacia, cuando no había pacientes, sacaba su teléfono, notaba un error, lo anotaba y se lo pasaba a Manus esa misma noche. El hábito mobile-first reflejaba cómo sus propios usuarios interactuaban con el producto, lo que lo convertía en un buen tester de su propia aplicación.
Hoy, Yoon-seok gestiona una base de usuarios en crecimiento de casi 5,000 personas sin abrir una sola hoja de cálculo. Cada uno de esos usuarios es alguien que está registrando su peso, alcanzando sus macros y trabajando hacia un objetivo de composición corporal que antes requería que un coach personal les enviara mensajes directamente. Ahora el sistema lo hace por ellos, adaptándose automáticamente cada semana. Las hojas de cálculo desaparecieron, el coaching por fin escala más allá de sus propias horas, y Yoon-seok puede enfocarse en lo que realmente le importa: ayudar a más personas a fortalecerse.
¿Listo para construir algo increíble?
