Agentes de IA en crédito y cobranza: lo que sí funciona en producción

En 2026 ya no se discute si una financiera puede poner agentes de IA a trabajar. Se discute cuáles aguantan en producción y cuáles se quedan en la demo. La evidencia publicada este año apunta en una sola dirección, y no es la que venden los folletos.

Los agentes que sobreviven son cortos y tienen a una persona cerca

El estudio más amplio sobre agentes reales, Measuring Agents in Production (presentado en ICML 2026, con practicantes de 26 dominios), encontró que la mayoría de los agentes en producción ejecuta diez pasos o menos antes de que intervenga una persona, que casi todos usan modelos comerciales sin reentrenarlos y que se evalúan principalmente con revisión humana (arXiv 2512.04123).

Traducido a una financiera: el agente que funciona no es el que “otorga créditos solo”. Es el que arma el expediente, lee los estados de cuenta, marca lo que falta y deja la decisión lista para el comité.

La confiabilidad no sube al mismo ritmo que la inteligencia

Un equipo de Princeton midió la confiabilidad de quince modelos con doce métricas (consistencia, robustez, predictibilidad y seguridad) y concluyó que los avances recientes de capacidad solo han mejorado un poco la confiabilidad (arXiv 2602.16666).

Para un proceso regulado eso importa más que cualquier récord en un benchmark. En crédito no basta con que el agente acierte una vez: tiene que acertar igual el lunes y el viernes, con el cliente fácil y con el difícil. Por eso la métrica que conviene exigir es de consistencia: acertar la misma tarea varias veces seguidas, no “alguna vez” (τ-bench, arXiv 2406.12045).

El caso público más parecido no presume autonomía: presume método

Nubank publicó cómo opera agentes de atención en dominios como entrega de tarjeta, gestión de deuda y límite de crédito (arXiv 2606.08867). Lo interesante no es el tamaño del banco. Es lo que eligió enseñar: pruebas A/B por dominio, jueces automáticos calibrados contra personas y resultados medidos antes de ampliar. No presume que el agente decide solo.

Qué significa para tu financiera

1. Empieza por el tramo con más papel y menos criterio. Originación y expediente digital, conciliación de pagos, recordatorios de cobranza. Ahí el agente ahorra horas sin tomar decisiones que comprometan a la institución.
2. Dibuja la frontera antes de construir. Qué hace el agente, qué hace el sistema y qué aprueba una persona. En cobranza, por ejemplo: el agente recuerda y registra la promesa de pago; la reestructura la decide alguien.
3. Evalúa con tus propios casos. Cien conversaciones o expedientes reales, calificados como pasa o no pasa por quien conoce el proceso, valen más que cualquier puntaje publicado.
4. Mide por dominio, no en general. Un agente puede ser excelente leyendo estados de cuenta y mediocre negociando. Se amplía donde está probado.

En resumen

Lo que el mercado paga en 2026 es la parte “aburrida”: confiabilidad medida, evaluación continua, permisos acotados y una persona responsable. Para una financiera regulada, esa parte aburrida es justamente la que el regulador va a pedir ver.

¿Quieres ver qué tramo de tu operación conviene resolver primero? Cuéntale a Luz cómo trabaja hoy tu equipo.

Las reglas que aplican: Cobranza con agentes y las reglas de CONDUSEF y Originación y análisis de crédito con agentes.