La IA y No-Code Transforman el Crédito en Contexto de Morosidad Récord: Implicaciones para Inversores
Ante niveles históricos de morosidad, el sector financiero argentino adopta rápidamente tecnologías de Inteligencia Artificial y plataformas 'no-code' para una gestión ágil del riesgo crediticio. Estas herramientas permiten ajustar políticas de préstamo en tiempo real, pero plantean un dilema ético sobre la inclusión o exclusión financiera. La 'explicabilidad' de los modelos de IA se vuelve clave para la transparencia y el cumplimiento regulatorio, mientras que para los inversores, la clave estará en identificar entidades que equilibren eficiencia, ética y cumplimiento para sostener un crecimiento rentable en este nuevo panorama crediticio.
La Inteligencia Artificial Redefine el Otorgamiento de Créditos Ante una Morosidad Récord
El panorama crediticio en Argentina enfrenta un momento crítico. Con las tasas de morosidad alcanzando niveles históricos, como el 12.8% en créditos a familias y el 15.9% en préstamos personales, las instituciones financieras se ven obligadas a una agilidad sin precedentes en la gestión de sus carteras de riesgo. Este escenario de deterioro de la calidad crediticia ha catalizado la adopción acelerada de tecnologías avanzadas, con la inteligencia artificial (IA) y las plataformas "no-code" emergiendo como pilares fundamentales para navegar la incertidumbre económica.
El Imperativo de la Velocidad en la Gestión del Riesgo
Tradicionalmente, la implementación de cambios en las políticas de riesgo crediticio ha sido un proceso engorroso y lento. La definición de nuevas reglas por parte de los analistas de negocio solía requerir la intervención de equipos técnicos para su codificación y puesta en marcha, lo que podía demorar días o incluso semanas. En un entorno donde las condiciones macroeconómicas y el comportamiento de pago evolucionan constantemente, esta lentitud representa un costo directo significativo y una desventaja competitiva. La capacidad de ajustar los parámetros de aprobación de créditos, modificar límites de exposición o recalibrar perfiles de riesgo en tiempo real se ha convertido en una necesidad operacional ineludible.
La Sinergia "No-Code" e Inteligencia Artificial
La respuesta a este desafío reside en la convergencia de dos innovaciones tecnológicas. Por un lado, las arquitecturas "no-code" permiten a los equipos de negocio configurar y modificar reglas crediticias sin necesidad de escribir una sola línea de código. Esto democratiza el control sobre las políticas de riesgo, trasladando la autonomía desde el departamento técnico hacia los especialistas de negocio, quienes son los que mejor comprenden las dinámicas del mercado y los perfiles de los clientes.
Por otro lado, los asistentes de inteligencia artificial complementan estas plataformas al traducir instrucciones en lenguaje natural, como "rechazar automáticamente a clientes con más de dos productos en mora en los últimos seis meses", en reglas operativas ejecutables de forma instantánea. Esta sinergia elimina el "cuello de botella" de la implementación, permitiendo que las decisiones de riesgo se apliquen casi en tiempo real. Santiago Etchegoyen, CTO de SIISA, un actor relevante en tecnología y buró de crédito, subraya que en un contexto de cambio constante, la velocidad es una condición para operar. Las demoras en la implementación, que antes eran un lastre, desaparecen, dotando a las áreas de riesgo de una capacidad de autogestión sin precedentes.
La Explicabilidad de la IA: Un Pilar para la Transparencia y el Cumplimiento
Sin embargo, la velocidad no debe comprometer la transparencia. Un concepto técnico crucial en la aplicación de la IA al crédito es la "explicabilidad". Se refiere a la capacidad de un modelo de inteligencia artificial para justificar sus decisiones: qué datos analizó, qué variables influyeron en una aprobación o un rechazo, y por qué un caso fue derivado a revisión manual. Sin explicabilidad, las decisiones crediticias son una "caja negra", imposibilitando que el solicitante entienda la razón de un rechazo o que la entidad audite si el modelo está incurriendo en discriminación.
Alejandra Vidal, especialista en riesgo crediticio, advierte que un modelo rápido pero opaco constituye un riesgo regulatorio significativo. La combinación de velocidad y explicabilidad es el verdadero "cambio de juego". Las entidades financieras buscan ahora poder ajustar sus reglas en cuestión de horas y, al mismo tiempo, ser capaces de explicar cada decisión ante los reguladores o los clientes. Esta trazabilidad es fundamental no solo para el cumplimiento normativo sino también para construir confianza y permitir la mejora continua de los modelos.
El Dilema Ético: Inclusión vs. Exclusión Financiera
La neutralidad de la tecnología de IA presenta un dilema ético importante. Un sistema que permite ajustes rápidos de riesgo puede emplearse en dos direcciones diametralmente opuestas. Puede servir para identificar con mayor precisión a solicitantes con capacidad real de pago, otorgando crédito a segmentos que antes eran excluidos por criterios demasiado amplios, fomentando así la inclusión financiera. O, por el contrario, puede utilizarse para cerrar el grifo crediticio de forma casi instantánea ante cualquier señal de deterioro macroeconómico, excluyendo masivamente a segmentos de la población de la noche a la mañana.
En un país donde se estima que casi 7 millones de personas ya están fuera del sistema crediticio formal, la implicación de esta distinción no es menor. Martín Casares, consultor en transformación digital, enfatiza que la herramienta tecnológica en sí es neutral; lo que define su impacto —beneficioso o perjudicial— es la política de riesgo que la entidad decida aplicar. Si el objetivo es segmentar mejor para prestar a quienes pueden pagar, se promueve la inclusión. Si la restricción masiva prevalece ante el primer indicio de mora, la consecuencia será una exclusión más rápida y eficiente. La decisión, en última instancia, recae en la estrategia de negocio.
Qué significa para los inversores
Para los inversores, este panorama presenta tanto riesgos como oportunidades. Las entidades financieras que logren implementar y dominar estas tecnologías de IA y no-code estarán mejor posicionadas para gestionar el riesgo crediticio en mercados volátiles, lo que podría traducirse en carteras más sanas y mayor rentabilidad. La capacidad de reaccionar rápidamente a los cambios en el entorno económico se convierte en una ventaja competitiva clave.
Por otro lado, la adopción de IA con un enfoque en la exclusión crediticia masiva, aunque pueda parecer una medida defensiva a corto plazo, podría limitar el crecimiento del mercado y generar riesgos reputacionales y regulatorios a largo plazo. Los inversores deberían prestar atención a la estrategia de las empresas en cuanto a la explicabilidad de sus modelos de IA y su compromiso con la inclusión financiera, ya que esto impactará su sostenibilidad y aceptación social.
Las empresas de tecnología que proveen soluciones de IA y plataformas no-code al sector financiero, como SIISA y otras, probablemente verán un aumento en la demanda de sus servicios. Invertir en estas empresas podría ser una oportunidad, siempre y cuando sus soluciones aborden no solo la eficiencia sino también los aspectos de explicabilidad y ética.
El futuro del crédito estará marcado por la interacción entre la tecnología, la regulación y las decisiones estratégicas de las instituciones financieras. Los inversores deberán evaluar cuidadosamente cómo cada entidad equilibra la necesidad de agilidad y precisión con la responsabilidad social y el cumplimiento normativo en un mercado crediticio en constante evolución.