En esta noticia
El crecimiento del crédito al consumo en México resalta la importancia de la recuperación de cartera para las instituciones financieras. Aunque este segmento impulsa la actividad bancaria, el aumento de la morosidad y la presión sobre las utilidades refuerzan la necesidad de mejorar la gestión del riesgo crediticio, en algunos casos con inteligencia artificial (IA).
A julio de 2026, el financiamiento al consumo de la banca comercial crecía cerca de 8% anual en términos reales y representaba 23.6% de la cartera total, de acuerdo con la Comisión Nacional Bancaria y de Valores (CNBV). En conjunto, la cartera bancaria alcanzó 8.46 billones de pesos, con un crecimiento anual de 4.7%.
Sin embargo, el índice de morosidad del crédito al consumo se ubicó en 3.34% al cierre del primer semestre, frente al 3.02% registrado un año antes. Además, entre enero y julio, las utilidades de la banca privada mexicana disminuyeron 5.3% real, hasta 174,174 millones de pesos, en un contexto marcado por mayores reservas para posibles pérdidas crediticias y menores ingresos por intereses.
Ante este escenario, la inteligencia artificial gana importancia como herramienta para mejorar las estrategias de cobranza. Para Diego Avellaneda, CEO y fundador de la agencia de cobranzas Callbook AI, la recuperación debe dejar de considerarse una etapa posterior a la colocación del crédito.
“Durante años, gran parte de la innovación financiera estuvo concentrada en hacer más rápida la originación. Hoy la pregunta es diferente: cómo conseguir que una cartera que crece también sea sostenible desde el punto de vista financiero”, señala en diálogo con El Cronista México.
“La recuperación deja de ser una etapa posterior del crédito y se convierte en una variable estratégica del negocio”, asegura Diego Avellaneda.
De automatizar llamadas a personalizar la cobranza
A diferencia de los modelos tradicionales, que suelen apoyarse en llamadas y mensajes de texto tradicional, los agentes de IA pueden analizar diferentes factores para luego adaptar las estrategias de contacto y recuperación:
- Comportamiento de pago
- Respuestas del usuario
- Preferencias de cada cliente
“La diferencia, entonces, no está simplemente en automatizar más llamadas o mensajes, sino en pasar de administrar cuentas a entender personas y tomar decisiones de cobranza basadas en datos. Esto permite aumentar el recaudo, mejorar la experiencia del cliente y optimizar los costos operativos”, explica Avellaneda.
El objetivo es distinguir entre quienes necesitan un recordatorio, quienes podrían regularizar su situación mediante una alternativa de pago y aquellos casos que requieren una negociación especializada.
En este modelo, la tecnología no sustituye a los equipos humanos, sino que permite concentrar sus esfuerzos en situaciones complejas, mientras la IA gestiona las interacciones de mayor volumen.
“La tecnología permite que los equipos humanos se concentren en los casos que realmente requieren negociación y criterio, mientras la IA gestiona el volumen y aprende de cada interacción”, afirma el directivo.
Datos e integración, claves para adoptar agentes de IA
La implementación de estas herramientas requiere más que incorporar tecnología. Las instituciones necesitan:
- Contar con información suficiente sobre sus carteras
- Establecer reglas claras de negocio
- Integrar los agentes de IA a sus procesos de recuperación
Uno de los errores, advierte Avellaneda desde Callbook IA, es utilizar la inteligencia artificial únicamente para incrementar la cantidad de llamadas y mensajes, sin aprovechar los datos para adaptar las estrategias a cada perfil de cliente.
Medición de resultados en banca mexicana
Las instituciones pueden monitorear indicadores como la contactabilidad, los compromisos de pago y los montos recuperados, además del comportamiento de los clientes según el canal utilizado.
Callbook AI señala que, en lo que va del año, gestionó carteras por más de USD 200 millones y registró incrementos de hasta 30% en el recaudo de sus clientes.
En un entorno de mayor morosidad y presión sobre la rentabilidad, la recuperación de cartera se perfila como una prioridad para el sector. El desafío ya no consiste únicamente en colocar más crédito, sino en desarrollar modelos que permitan gestionar los riesgos, mejorar la eficiencia operativa y fortalecer la sostenibilidad financiera de las instituciones.
