La inteligencia artificial, el nuevo motor de crecimiento de las microfinanzas

Artículo publicado en la edición 251 de la Revista Microfinanzas

https://statuscomunicaciones.pe/microfinanzas/M251.pdf

Las microfinancieras deben atender a más emprendedores, con rapidez y sin deteriorar su cartera. La IA puede ayudarlas a evaluar mejor el riesgo, siempre que no reemplace el conocimiento del asesor.

• “El futuro no consiste en entregar la decisión a una máquina, sino en dar al especialista mejores evidencias para decidir con criterio”

• Las microfinanzas acercan oportunidades a quienes no encuentran respuestas en la banca convencional. Hoy deben atender a más emprendedores, con rapidez y precisión, sin comprometer la calidad de su cartera. En ese escenario, la inteligencia artificial (IA) deja de ser una promesa tecnológica y se convierte en una herramienta estratégica para el crecimiento sostenible.

• En el Perú, la oportunidad es concreta. La OCDE sostiene, en su Estudio Económico del Perú 2025, que incorporar información alternativa a los registros crediticios y avanzar hacia una calificación digital mediante IA puede mejorar la evaluación del riesgo de las pequeñas y medianas empresas. El organismo también destaca el valor de las transacciones verificables como complemento de la información tradicional. Es decir, existe capacidad de pago que los mecanismos convencionales no siempre logran observar.

• La IA permite analizar grandes volúmenes de información para identificar patrones que podrían pasar inadvertidos en una evaluación tradicional. Los movimientos de billeteras digitales, los pagos de servicios, las transacciones comerciales y el comportamiento de pago pueden complementar el historial financiero. Para el microempresario que no cuenta con estados financieros completos, estas señales ayudan a construir una visión más cercana de su capacidad de pago, siempre bajo reglas claras de privacidad y uso legítimo de los datos.

Su aporte puede alcanzar todo el ciclo crediticio, desde la identificación de prospectos, la originación y la evaluación hasta la prevención del deterioro, la cobranza y el monitoreo de la cartera. También ayuda a detectar operaciones inusuales y permite que los equipos dediquen más tiempo al acompañamiento del cliente.

Lo que muestra la evidencia

• La evidencia internacional muestra que el uso de estos datos se está extendiendo. En 2026, la Corporación Financiera Internacional (IFC), del Grupo Banco Mundial, publicó Cracking the Credit Code, un estudio que mapeó 448 empresas de calificación crediticia alternativa. Según el informe, los datos transaccionales —billeteras móviles, pagos digitales, puntos de venta y estados de cuenta— son el insumo más frecuente de estos modelos.

• Además, el 31.9% de los préstamos que ofrecen esas empresas se destina a micro, pequeñas y medianas empresas. En el Perú, un estudio publicado en el Journal of Business de la Universidad del Pacífico analizó más de 50,000 microcréditos otorgados por una entidad de Huancayo entre 2019 y 2021. Los autores proponen usar aprendizaje automático y patrones históricos de pago para detectar tempranamente el riesgo.

Tecnología con criterio y resultados medibles

• Pero incorporar IA no significa comprar tecnología ni automatizarlo todo. El resultado depende de la calidad de los datos, la validación de los modelos, el conocimiento del cliente y la experiencia de los equipos. Un algoritmo sesgado puede excluir a buenos pagadores o producir decisiones difíciles de explicar. Por eso, la transparencia, la supervisión humana, la ciberseguridad y el monitoreo permanente deben estar presentes desde el diseño.

• ¿Cómo medir el impacto? Con indicadores concretos, como el tiempo de respuesta, el costo por evaluación, la tasa de aprobación por segmento, la mora temprana (atrasos en una etapa inicial del crédito), la recuperación, la productividad por asesor, el fraude y la rentabilidad ajustada por riesgo. Conviene, además, comparar los resultados antes y después de la implementación, por región y por tipo de cliente. La innovación debe demostrar resultados.

El asesor sigue en el centro

Las microfinanzas siempre han tenido como principal activo el conocimiento cercano del emprendedor. La IA no debe sustituir esa relación, sino potenciarla.

• El futuro no consiste en entregar la decisión a una máquina, sino en dar al especialista mejores evidencias para decidir con criterio. La experiencia del asesor y el conocimiento del territorio deben integrarse con modelos que aprendan y se calibren continuamente. Porque transformar las microfinanzas no es simplemente prestar más rápido. Es financiar mejor, llegar más lejos y construir relaciones sostenibles con quienes mueven la economía desde sus negocios.