El verdadero problema no es cobrar tarde. Es prestar demasiado temprano

En el pasado, cuando se hablaba de riesgo crediticio, la conversación comenzaba en el momento en el que un cliente dejaba de pagar. La cartera vencida era el síntoma visible de una decisión que ya había ocurrido meses atrás y la tecnología se enfocaba, principalmente, en hacer más eficiente la recuperación. Mejor cobranza, mejores canales de contacto, mayor productividad de los despachos especializados. Hoy esa lógica empieza a quedarse corta.

Los datos publicados por el Banco de México revelan una realidad que merece algo más que preocupación coyuntural. En abril de 2026, la cartera vencida del crédito al consumo alcanzó $61,695 millones de pesos, uno de los niveles más altos registrados por el banco central y el décimo mes consecutivo con un comportamiento de deterioro; el incremento anual supera el 35%, mientras que la cartera vencida de tarjetas de crédito creció cerca de 48% respecto al mismo mes del año anterior.

Más allá del tamaño de la cifra, el dato revela un cambio mucho más profundo: el problema ya no consiste únicamente en recuperar créditos incumplidos, sino en cuestionar si los modelos con los que seguimos tomando decisiones son suficientes para anticipar un entorno económico cada vez más dinámico.

Durante décadas, la industria financiera perfeccionó el arte de medir el pasado. Los modelos tradicionales de originación fueron construidos para analizar el comportamiento histórico de una persona y estimar, con base en esa fotografía, la probabilidad de que cumpliera con sus obligaciones futuras. Ese enfoque permitió profesionalizar el crédito, reducir la incertidumbre y ampliar el acceso al financiamiento para millones de personas. 

Sin embargo, el entorno económico dejó de comportarse como una fotografía.

Hoy los ingresos cambian con mayor velocidad, los patrones de consumo evolucionan prácticamente en tiempo real y las condiciones macroeconómicas pueden modificar la capacidad de pago de un cliente en cuestión de semanas. Evaluar únicamente lo que ocurrió hace meses comienza a parecer insuficiente cuando el riesgo se mueve todos los días.

Relacionado:

La inteligencia artificial como aliada para reducir los riesgos

Quizá por eso resulta equivocado interpretar el crecimiento de la cartera vencida únicamente como un problema de cobranza. En realidad, también representa una conversación pendiente sobre originación. Durante mucho tiempo asumimos que la inteligencia artificial (IA) sería la tecnología encargada de automatizar centros de contacto, reducir costos operativos o acelerar procesos de recuperación. Y, en efecto, ya está haciendo todo eso. Los agentes conversacionales impulsados por IA, la analítica de voz y texto, los modelos que identifican el mejor momento para contactar a un deudor o la segmentación dinámica de carteras han elevado significativamente la eficiencia de los procesos de cobranza en distintos mercados; pero esa es apenas la primera parte de la historia.

La verdadera transformación comienza cuando la IA deja de utilizarse para reaccionar ante el incumplimiento y empieza a intervenir antes de que el riesgo se materialice.

A diferencia de los modelos tradicionales, capaces de evaluar un conjunto relativamente limitado de variables financieras, los algoritmos actuales pueden incorporar miles de señales simultáneas para construir una visión mucho más dinámica del comportamiento de un acreditado. No se trata únicamente del historial crediticio. También entran en juego patrones transaccionales, frecuencia de uso de productos financieros, estabilidad de ingresos, comportamiento digital e incluso variaciones que, analizadas de forma aislada, parecerían irrelevantes pero que, en conjunto, permiten detectar cambios tempranos en la probabilidad de impago.

Relacionado:

Una nueva lógica para una nueva era

La diferencia parece sutil, pero en realidad modifica por completo la lógica del negocio. Durante años, las instituciones financieras concentraron sus esfuerzos en responder una pregunta relativamente sencilla: ¿quién representa un riesgo hoy? La IA plantea un desafío distinto, mucho más complejo y también mucho más valioso: identificar quién podría convertirse en un riesgo dentro de tres o seis meses. Parece un matiz, pero no lo es. Significa pasar de reaccionar ante el deterioro a construir la capacidad de anticiparlo, y ese cambio de perspectiva transforma prácticamente todo el ciclo de vida del crédito.

La inteligencia artificial ya no solo ayuda a decidir si un préstamo debe aprobarse o rechazarse. También puede sugerir ajustes en montos, plazos, líneas de crédito, estrategias de seguimiento e incluso activar alertas preventivas cuando detecta señales tempranas de deterioro financiero. En otras palabras, transforma el scoring en un proceso vivo, capaz de evolucionar junto con el comportamiento del cliente.

No es casualidad que instituciones financieras alrededor del mundo estén acelerando sus inversiones en analítica avanzada e inteligencia artificial. De acuerdo con la aplicación de IA en servicios financieros está migrando rápidamente desde casos enfocados exclusivamente en eficiencia operativa hacia modelos de gestión integral del riesgo, originación inteligente y toma de decisiones en tiempo real, donde el verdadero valor consiste en anticipar escenarios antes de que se conviertan en pérdidas.

Para bancos, SOFOMES y fintech mexicanas, el incremento sostenido de la cartera vencida debería interpretarse precisamente bajo esa óptica.

No basta con fortalecer las áreas de cobranza si los modelos de evaluación permanecen prácticamente estáticos durante toda la vida del crédito.

No basta con incorporar canales digitales si las decisiones continúan dependiendo exclusivamente de información histórica.

Y tampoco basta con aprobar más rápido si la velocidad termina sustituyendo la calidad del análisis.

Relacionado:

Cambios estratégicos para fomentar la capacidad de anticipación

La siguiente generación de instituciones financieras probablemente no competirá únicamente por ofrecer la mejor experiencia digital o el crédito más inmediato. Competirá por desarrollar la mayor capacidad de anticipación. 

Eso implica al menos tres cambios estratégicos:

• El primero consiste en abandonar la idea de que el análisis de riesgo termina cuando el crédito es aprobado. La evaluación debe convertirse en un proceso continuo que acompañe toda la relación con el cliente.
• El segundo requiere integrar información tradicional con nuevas fuentes de datos capaces de enriquecer la comprensión del comportamiento financiero. La inteligencia artificial no reemplaza al historial crediticio; lo complementa con contexto.
• Y el tercero, quizá el más importante, supone convertir cada proceso de cobranza en una fuente permanente de aprendizaje para mejorar la originación futura. Cada incumplimiento contiene información valiosa sobre variables que no fueron consideradas al momento de otorgar el financiamiento. Ignorar ese conocimiento significa repetir el mismo error una y otra vez.

Porque, al final, la cartera vencida nunca comienza el día 90. Comienza mucho antes. Empieza cuando una señal de riesgo pasa desapercibida. Cuando un cambio en los hábitos financieros no es detectado. Cuando un modelo continúa interpretando el pasado como si todavía fuera suficiente para explicar el futuro.

Tal vez esa sea la mayor enseñanza que deja el comportamiento reciente del crédito al consumo en México. La inteligencia artificial no eliminará el riesgo ni sustituirá el criterio humano. Tampoco existe un algoritmo capaz de garantizar que todas las decisiones serán correctas. Lo que sí está cambiando es el momento en que decidimos intervenir y esa diferencia puede terminar redefiniendo la competencia dentro de la industria financiera durante la próxima década. Porque mientras algunos seguirán preguntándose cómo recuperar una cartera que ya se deterioró, otros habrán entendido que la verdadera ventaja competitiva nunca estuvo en cobrar mejor, sino en desarrollar la capacidad de identificar, con suficiente anticipación, aquellos créditos que nunca debieron convertirse en cartera vencida.