Este farmacéutico creó un rastreador de fitness que se adapta a medida que cambia tu cuerpo
Yim Yoon-seok (임윤석) pasaba sus tardes 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. La parte del coaching estaba creciendo, pero el trabajo detrás era completamente manual.
Por cada nuevo cliente que se inscribía, abría una nueva hoja de cálculo, escribía su peso y estimación de grasa corporal, ejecutaba las fórmulas a mano y les enviaba su plan por KakaoTalk. Cuando ellos le devolvían fotos de sus comidas o capturas de pantalla de su báscula, también las registraba. Multiplica eso por docenas de clientes activos, y las cuentas dejaron de cuadrar. Estaba pasando más tiempo introduciendo datos que haciendo coaching real.
El problema: conocimiento sin entrega
Necesitaba una aplicación web que pudiera gestionar la incorporación, el seguimiento y los cálculos adaptativos de forma automática. Algo a lo que sus clientes pudieran iniciar sesión desde sus móviles, introducir sus datos y recibir comentarios en tiempo real sin que él tuviera que procesar números manualmente cada noche. Nunca había escrito una línea de código.
Antes de febrero de 2026, su experiencia con la AI se limitaba a hacer preguntas a chatbots. Eran útiles para investigación y lluvia de ideas, pero eran herramientas conversacionales. No podían construir software de verdad. 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 y desplegar código en su nombre. Decidió intentar construir la aplicación él mismo.
Construyendo sin código
La primera semana fue una mezcla borrosa de prueba 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 se conectaba una base de datos a un frontend. Aprendió haciendo, introduciendo instrucciones en Manus y observando lo que recibía a cambio. Cuando algo se rompía, describía el problema e intentaba de nuevo. Cuando se encontraba con cuellos de botella complejos en el desarrollo, aprendió a refinar sus instrucciones, proporcionando al Agent un contexto más claro para resolver el problema.
Al final de esa primera semana, el marco principal de Alyak Coach estaba en funcionamiento. Los clientes iniciaban sesión en sus móviles e introducían sus comidas directamente. El sistema rastreaba calorías, progresión de peso a lo largo del tiempo e historial de entrenamientos. Se sincronizaba con Strava y HealthSecret para que los conteos de pasos, los datos de ejercicio y los registros de calorías fluyeran sin necesidad de introducirlos manualmente. En el centro había una calculadora de TDEE (Gasto Energético Diario Total) impulsada por AI que recalculaba semanalmente según los cambios reales de peso e ingesta de cada usuario. Para un entrenador de nutrición de fisicoculturismo, esta era la función más importante. La mayoría de las calculadoras estiman el TDEE una sola vez usando una fórmula estática. Su versión se adaptaba dinámicamente semana a semana, respondiendo a los cambios reales en el metabolismo de un cliente en lugar de basarse en un número establecido meses atrás.
Aprendiendo 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 conversacionales de AI para la lluvia de ideas inicial y estructurar sus ideas, y luego aprovechar las capacidades agénticas avanzadas de Manus para ejecutar y desplegar el código real. Los chatbots le 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 función funcional. Cuando la AI se atascaba con un error, la solución siempre era proporcionar más contexto sobre lo que debía hacer la función y qué datos fluían a dónde. Con suficiente contexto, el Agent era capaz de resolver consistentemente incluso los errores más persistentes.
"Era comparable a trabajar con un híbrido de investigador y desarrollador con nivel de doctorado", dijo. El sistema entendía terminología especializada como adaptación metabólica y protocolos de sobrecarga progresiva sin que él tuviera que traducir sus conocimientos de coaching a términos sencillos. Podía describir una función como se la explicaría a un colega entrenador, y el resultado coincidía con lo que quería decir.
Crecimiento e ingresos
Comenzó a cobrar 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 juego su canal de YouTube. Tenía una audiencia existente interesada en fisicoculturismo y nutrición, y cuando mencionaba la aplicación en su contenido, las inscripciones se aceleraban. El boca a boca se encargó del resto, extendiéndose por gimnasios y chats grupales de forma orgánica.
En el 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. Las cifras seguían subiendo.
De hojas de cálculo a 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 el teléfono, detectaba 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 registra su peso, alcanza sus macros y trabaja hacia un objetivo de composición corporal que antes requería que un entrenador personal le enviara mensajes directamente. Ahora el sistema lo hace por ellos, adaptándose automáticamente cada semana. Las hojas de cálculo han desaparecido, el coaching finalmente escala más allá de sus propias horas, y Yoon-seok puede centrarse en lo que realmente le importa: ayudar a más personas a fortalecerse.
¿Listo para construir algo increíble?
