Cobranza como primer edge de IA: economía, riesgo y control
En servicios financieros, casi toda conversación sobre inteligencia artificial empieza por el lugar equivocado: el proyecto más ambicioso, el más visible o el más difícil de medir. La cobranza es lo contrario. Es un flujo acotado, de alto volumen, con reglas claras y con un resultado que se mide en pesos recuperados.
Por eso es un buen candidato para ser el primer edge de una institución: un workflow crítico que se reconstruye con IA, en paralelo a la operación actual, hasta que demuestra que puede reemplazarla. Este artículo explica por qué la cobranza con IA es un buen lugar para empezar, qué dicen los datos más recientes, qué riesgo regulatorio hay que cuidar y cómo mantener el control.
Qué está pasando con la morosidad en México
El Reporte de Estabilidad Financiera de Banxico del 10 de junio de 2026 señala que la morosidad de la cartera de consumo aumentó ligeramente en la banca y en los intermediarios no regulados, sobre todo en préstamos personales y crédito automotriz, aunque sigue en niveles históricamente bajos incluso al ajustar por quebrantos.
Los datos más recientes de la CNBV, publicados por Expansión en agosto de 2026, muestran la otra cara: en junio de 2026 el índice de morosidad ajustado, que suma la cartera vencida y los créditos castigados en el último año, llegó a 11.31% en consumo y a 13.70% en tarjetas de crédito, niveles que no se veían desde 2021. En ese mismo mes, las tarjetas bancarias en circulación alcanzaron un máximo histórico de más de 47 millones.
La Asociación de Bancos de México lee esos números como un ajuste marginal por la mayor penetración del crédito: la morosidad de la banca comercial está en 3.3%, un nivel que considera controlado, y su meta es elevar el financiamiento al sector privado de 38.8% a 45% del PIB hacia 2030.
Las tres lecturas son compatibles. Frente a la historia larga, la morosidad sigue baja; frente a los últimos cuatro años, está en su punto más alto; y el crédito va a seguir creciendo. Más crédito significa más cuentas que atender y una presión constante sobre el costo de cobrar.
Dónde está la oportunidad económica
La referencia más reciente de McKinsey sobre IA generativa en cobranza que encontramos es de junio de 2024. En su experiencia, las organizaciones que despliegan capacidades avanzadas de IA generativa en asistencia al cliente y cobranza pueden lograr hasta 40% menos gasto operativo y alrededor de 10% más recuperación, con hasta 30% más satisfacción del cliente. Son resultados "en su experiencia" y con tope máximo, no una garantía.
McKinsey identifica cuatro frentes donde se genera ese valor: reducir la demanda de intervención manual (por ejemplo, atacando causas como clientes que olvidaron un pago porque no recibieron su estado de cuenta), analizar todas las interacciones en lugar de una muestra, apoyar al agente humano en tiempo real y automatizar interacciones. Entre sus ejemplos, una institución de crédito al consumo mejoró 10% el desempeño de su equipo con análisis de llamadas, y un banco estimó hasta 14% más productividad por agente con un copiloto.
El contexto de inversión también es actual. Una encuesta de Gartner a 199 líderes de servicio y soporte, realizada entre abril y mayo de 2026, encontró que el gasto en IA subió 38% mientras los presupuestos totales de la función crecieron apenas 2%. Gartner advierte que el reto es que esa inversión produzca valor medible, porque el entusiasmo por sí solo no hace de una tecnología la solución correcta. Es un dato de servicio al cliente en general, no solo de cobranza.
En la industria de cobranza de Estados Unidos, el reporte más reciente de TransUnion, resumido en febrero de 2026, encontró que los presupuestos de tecnología crecen más rápido que otras áreas operativas, que la mayoría de las organizaciones ya adopta o explora IA y aprendizaje automático, y que los portales de pago, los mensajes de texto, el correo y los chatbots ya son componentes comunes. Y en India, según Business Standard, varios bancos privados y financieras ya usan agentes virtuales para recordar pagos atrasados y reservan la visita de una persona para los casos difíciles, con cautela frente a la regulación.
Son datos de otros mercados y de consultoras, útiles para entender la dirección, no metas para una cartera mexicana.
Por qué la cobranza es un buen primer edge
Un primer edge necesita reunir ciertas condiciones. La cobranza cumple casi todas:
Alcance acotado. McKinsey recomienda empezar con pasos pequeños y manejables, priorizar casos de uso de alto valor en áreas bien definidas, construir un producto mínimo viable y escalar después. En cobranza se puede empezar por una etapa, sin tocar el core.
Una prioridad ya definida. Entre las cuatro prioridades de la función, McKinsey incluye la atención proactiva desde las etapas tempranas del atraso. Ahí se puede arrancar.
Resultado medible. Cada contacto termina en un pago, una promesa, una disputa o un silencio. Hay un antes y un después.
Reglas claras. La conducta permitida en una gestión de cobranza está definida por la autoridad, como veremos en la siguiente sección.
Trabajo repetitivo. McKinsey señala que la IA puede automatizar procesos de rutina, como tomar notas y resumir interacciones, e incluso algunas interacciones con clientes, y que muchos clientes prefieren negociar con una máquina antes que explicar sus dificultades a una persona.
Cobranza con IA: qué hace un agente y qué no
Un agente de IA para cobranza no sustituye a la persona que negocia un caso difícil. Absorbe el trabajo de volumen para que ese criterio llegue donde más importa. Las capacidades del Contact Center Agéntico de Mobiik aplican directamente a este flujo:
Automatiza interacciones de alta frecuencia: recordatorios y casos repetitivos resueltos con reglas, contexto e integración a los sistemas.
Asiste al agente humano en tiempo real: sugiere respuestas, siguientes pasos y contexto del cliente durante la conversación.
Evalúa conversaciones de forma continua: mide calidad, cumplimiento, sentimiento y escalaciones.
Escala con contexto completo: cuando un caso requiere una persona, llega con el historial y la clasificación ya organizados.
Para que funcione, el agente necesita información que casi siempre vive dispersa. Ahí entra el Cerebro Operativo, que conecta los datos de la operación en un contexto unificado.
El riesgo: la regulación de cobranza en México
La cobranza es una de las actividades financieras más reguladas en cuanto a conducta. La Ley de Protección y Defensa al Usuario de Servicios Financieros, cuyo texto vigente incluye una reforma publicada en el DOF el 14 de noviembre de 2025, define las facultades de la CONDUSEF para supervisar a las instituciones financieras. Y las disposiciones de la CONDUSEF para los despachos de cobranza, que la propia comisión sigue comunicando en 2026, como recordó la prensa en abril, establecen entre otras cosas que:
Las comunicaciones y visitas solo pueden hacerse de 7:00 a 22:00 horas.
Está prohibido amenazar, ofender o intimidar al deudor, a sus familiares, a sus compañeros de trabajo o a cualquier persona ajena a la deuda.
El despacho debe identificarse, y no puede usar nombres que se parezcan a los de instituciones públicas.
Las entidades financieras deben supervisar a sus despachos y reportar periódicamente a la CONDUSEF su actuación, y los usuarios pueden presentar quejas a través del Registro de Despachos de Cobranza (REDECO).
McKinsey agrega un criterio de diseño: en cobranza hay que cuidar la intensidad y el tono de los mensajes y usar guardrails basados en analítica para evitar sesgos. La consecuencia es directa: un agente de IA que gestione cobranza debería construirse para cumplir estas reglas por diseño, no por buena intención. Un error de conducta, a escala, deja de ser un caso aislado, y la revisión legal y de cumplimiento es parte del proyecto, no un trámite posterior.
El control: cómo se mantiene el gobierno
Gartner prevé que más de 40% de los proyectos de IA agéntica serán cancelados antes de que termine 2027, entre otras razones por controles de riesgo inadecuados. El framework AEGIS de Forrester parte de una idea parecida: los agentes no se pueden gobernar con los mismos controles que una aplicación tradicional. En cobranza, esto se traduce en cinco decisiones de diseño:
Reglas duras, no sugerencias. Horarios, tipos de mensaje y límites de contacto codificados como restricciones que el agente no puede saltarse.
Escalamiento definido. Disputas, casos de dificultad económica y cualquier señal de conflicto pasan a una persona. McKinsey describe el mismo principio: cuando la tecnología no sabe qué responder, escala a un agente humano.
Trazabilidad completa. Cada interacción registrada, con su resultado, para poder reconstruir qué pasó y por qué. La oferta de Mobiik para servicios financieros incluye trazabilidad y permisos por rol.
Evaluación continua. Revisar todas las conversaciones, no una muestra, contra las reglas de conducta.
Despliegue dentro del entorno del cliente, con los datos bajo su control.
Cómo medir un primer edge de cobranza
Un primer edge debe poder demostrar valor con números. Los indicadores que McKinsey usa para evaluar estas iniciativas sirven de base: recuperación, gasto operativo, satisfacción del cliente, productividad y tiempo de manejo. A ellos conviene sumar:
Promesas de pago generadas y cumplidas.
Recuperación por etapa de mora, para ver dónde ayuda el agente y dónde no.
Costo por peso recuperado, con una definición clara de qué incluye.
Quejas y escalamientos, como termómetro de la calidad de la conducta.
El orden importa: se fija el punto de partida con la operación actual, se corre el agente en una etapa acotada y se compara. Solo cuando los números respaldan la decisión se extiende a la siguiente etapa. Así se gana el reemplazo, un tramo a la vez.
Preguntas frecuentes
¿Qué es la cobranza con IA?
Es el uso de agentes de inteligencia artificial para gestionar tareas de la cobranza, como recordatorios, aclaraciones, seguimiento de promesas de pago y escalamiento de casos, con supervisión humana en las decisiones que requieren criterio.
¿Qué reglas debe cumplir una cobranza en México?
Las disposiciones de la CONDUSEF definen horarios, trato al deudor, identificación del despacho y supervisión por parte de la entidad financiera. Al integrar IA en cualquier proceso, conviene definir desde el inicio qué decide el agente, qué decide una persona y cómo se va a medir su desempeño.
¿Por dónde empezar?
Por una etapa acotada y medible, normalmente la mora temprana, con indicadores acordados de antemano y sin tocar el core operativo.
La pregunta que vale la pena hacerse
No es si tu institución debería usar IA en cobranza. Es si hoy puedes decir cuánto te cuesta cada peso que recuperas, en qué etapa de la mora pierdes más cuentas y si cada contacto que realiza tu operación cumple las reglas de conducta.
En Mobiik diseñamos y operamos agentes de IA con gobierno y trazabilidad para servicios financieros, integrados con tus sistemas y desplegados en tu propio entorno tecnológico. Si quieres identificar cuál sería tu primer edge, conversemos.
