Las fintech y las empresas de información crediticia utilizan inteligencia artificial (IA) para predecir atrasos, personalizar las gestiones de cobranza y ofrecer alternativas de pago según el perfil de cada cliente.
En un contexto en el que la morosidad ocupa un lugar central en el mercado argentino, el objetivo es detectar señales de riesgo antes de que se conviertan en un incumplimiento y mejorar las posibilidades de recuperar las deudas.
El tema se debatió en el panel "Crédito + IA: una nueva era para el financiamiento", realizado durante el Argentina Fintech Forum 2026. La conversación fue moderada por Santiago Gorla, CEO de COFA, donde participaron:
- Facundo Villarroya, Principal Product Manager de Naranja X
- Erica Grimberg, gerente de Analytics para Argentina, Paraguay y Uruguay de Equifax
- Martín D'Elia, Enterprise Technologist de AWS
- Ignacio Miani, Manager de Soluciones Financieras de Personal Pay.
Uno de los principales cambios que habilita la IA es la posibilidad de analizar más información sobre el comportamiento financiero de los usuarios para anticipar dificultades de pago.
En lugar de aplicar la misma estrategia a toda la cartera, las compañías buscan identificar qué necesita cada persona, cuándo contactarla y qué alternativa puede ayudarla a regularizar su situación.
La transformación también alcanza el momento previo al otorgamiento del crédito. Los modelos permiten evaluar perfiles con mayor precisión, ampliar el acceso al financiamiento y distinguir entre quienes atraviesan dificultades económicas después de tomar un préstamo y quienes presentan señales de incumplimiento desde el inicio.
Cómo la IA permite anticipar la morosidad hoy
Las empresas financieras utilizan IA para anticipar atrasos, mejorar la evaluación del riesgo y personalizar las cobranzas. El objetivo es detectar dificultades de pago antes de que se agraven y ofrecer alternativas según la situación de cada cliente.
Erica Grimberg, en tanto, mencionó que mejorar los modelos de scoring permite ampliar el acceso al crédito sin aumentar el nivel de riesgo.
La compañía también trabaja con nuevas metodologías que analizan los historiales crediticios de forma integral, para detectar patrones de comportamiento que los modelos tradicionales pueden pasar por alto.
Por otro lado, la IA se aplica a las cobranzas. Equifax desarrolla modelos para anticipar la mora y herramientas conversacionales que ayuden a los clientes a regularizar sus deudas, incluso mediante posibles refinanciaciones. La estrategia busca adaptar el canal, el momento y el tono del contacto a cada persona.
Naranja X desarrolla nuevos modelos para ampliar el crédito
Facundo Villarroya, Principal Product Manager de Naranja X, contó que la empresa pasó de desarrollar tres modelos específicos en sus primeros diez años a crear más de 20 en el último año y medio.
Según indicó, la IA generativa también permite entender mejor el funcionamiento del scoring y ayudar a los usuarios a identificar qué aspectos pueden mejorar para construir su historial crediticio.
Además, impulsa un producto que permite solicitar un crédito con el respaldo de una persona del círculo de confianza del cliente.
Esa persona no debe hacerse cargo de la deuda, sino que funciona como respaldo social. Según Villarroya, la herramienta permitió reducir hasta un 40% la morosidad entre personas que antes no accedían al crédito.
AWS apuesta al análisis de datos para evaluar el riesgo
Martín D'Elia, Enterprise Technologist de AWS, destacó que la inteligencia artificial permite analizar patrones de transacciones de millones de personas y sumar información para evaluar el riesgo crediticio.
También detalló que, en determinados procesos de análisis de créditos empresariales, tareas que antes podían llevar semanas pueden reducirse a unos 30 minutos mediante herramientas de automatización e IA.
Otro de los temas del panel fue la necesidad de mejorar el intercambio de información crediticia. Uno de los participantes reclamó que el Banco Central habilite consultas en línea para conocer con mayor rapidez los préstamos que una persona solicita y obtiene en distintas entidades.
La propuesta apunta a que las empresas puedan evaluar mejor el nivel de endeudamiento de cada cliente y anticipar posibles dificultades de pago. Así, además de desarrollar modelos más precisos, el sector busca contar con información actualizada para prevenir la mora y ampliar el acceso al financiamiento.
