Economía

Cuentas por cobrar en dificultades: ¿la inteligencia artificial al rescate de los bancos?

La detección temprana de fallos, la segmentación de prestatarios, la reestructuración de créditos, la optimización de la cobranza… La inteligencia artificial podría ofrecer a los bancos nuevos mecanismos para sanear sus carteras. Esto es especialmente relevante dado que las deudas morosas superan los 100 mil millones de dirhams.

Un crédito que comienza a descontrolarse no necesariamente es un crédito perdido. Para ello, es fundamental que el banco pueda detectar los primeros signos de fragilidad e intervenir antes de que los retrasos de pago se conviertan en impagos duraderos. Precisamente en este ámbito, la inteligencia artificial podría transformar la gestión del riesgo crediticio.

A finales de 2025, las deudas morosas de los bancos alcanzaron los 102,3 mil millones de dirhams, lo que representa un incremento del 5% interanual. Sin embargo, el porcentaje de estas deudas sobre el total del crédito ha disminuido ligeramente, situándose en el 8,3%. Pero detrás de esta estabilidad relativa, la estructura de la cartera se está deteriorando: las deudas dudosas han aumentado un 68,5%, alcanzando los 14,7 mil millones de dirhams.

La inteligencia artificial podría intervenir mucho antes de clasificar un crédito como deuda morosa. Al analizar los historiales de pago, los movimientos en las cuentas, los sobrepasos de líneas de crédito o las fluctuaciones de liquidez de las empresas, los algoritmos pueden identificar señales débiles que indican dificultades. El objetivo es detectar a los prestatarios cuya capacidad de pago comienza a deteriorarse y activar una intervención precisa: contacto directo, reprogramación de los plazos o revisión de las condiciones de reembolso.
El otro mecanismo se refiere a las deudas que ya se encuentran en mal estado. En un análisis publicado a finales de octubre, McKinsey describe un modelo en el que agentes de inteligencia artificial intervienen en diferentes etapas del tratamiento de los créditos en dificultad. Pueden, entre otras cosas, clasificar los casos según su potencial de recuperación, determinar el canal de contacto más adecuado, preparar propuestas de reestructuración y asistir a los equipos de cobranza en sus negociaciones. La firma menciona experiencias donde los prestatarios que cuentan con una solución digital para regularizar sus impagos tienen una probabilidad de pago superior entre un 20 y un 30% en comparación con aquellos contactados únicamente por teléfono.

Para los bancos marroquíes, el potencial es doble. Por un lado, evitar que créditos aún recuperables se deslicen hacia las categorías más deterioradas. Por otro, mejorar la tasa de recuperación sobre las carteras existentes, concentrando los recursos humanos en aquellos casos que requieran una negociación o una experiencia particular.

Dicha evolución, sin embargo, requiere superar las experimentaciones aisladas. McKinsey enfatiza la necesidad de integrar los agentes de IA en toda la cadena de gestión de créditos en dificultad, desde la segmentación de carteras hasta la reestructuración y el seguimiento de pagos. Las decisiones sensibles, especialmente aquellas que conciernen a las condiciones de reestructuración de una deuda, deben seguir bajo supervisión humana.

Para las instituciones bancarias, el reto también será garantizar la calidad de los datos disponibles, su interconexión y la capacidad para integrar estas herramientas en los sistemas existentes de gestión del riesgo. La inteligencia artificial no eliminará las deudas problemáticas. Sin embargo, podría permitir a los bancos anticiparse mejor a su formación, gestionar de forma más eficiente las que ya existen y, a largo plazo, reducir el coste de la siniestralidad.

El Descodificador

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba