Facundo Turconi surveys 2,500 Latin American fintech and financial companies, finding that only 1% use advanced AI for collections while 44% still rely on manual processes. The few companies using sophisticated AI with real-time orchestration, agentic AI, and adaptive workflows see superior results like 24/7 contactability and personalized tone, yet fewer than 0.01% have adopted these approaches.
Chapters
Más o menos 2500 empresas hablamos, de las cuales 40%, unas 1000, son números redondos insisto, son fintechs y compañías financieras en Latinoamérica. Y claro, se habla muchísimo de inteligencia artificial, muchísimo, muchísimo, pero solo 1% de las compañías con las que hablamos utilizan inteligencia artificial de manera relativamente avanzada. Vemos más o menos un 44% de las compañías que utilizan procesos muy manuales. Entonces, básicamente, cuando uno habla de cobranzas, y esto llevémoslo a otros procesos, la gran mayoría de las empresas todavía trabaja con bases de datos, campañas, SMS, correos, llamadas, procesos de enriquecimiento relativamente manuales. No hemos visto procesos de enriquecimiento de información en tiempo real prácticamente. Tienen básicamente estrategias por días de atraso y no se comunican eventos. ¿Cuántos bancos te dicen: Facundo, muchas gracias por tu pago, ¿te puedo ayudar en algo más? Después tenés otro porcentaje importante, que no es menor, que tiene procesos mucho más automatizados, que a todos los procesos automatizados les montan campañas sobre esos procesos. Funciona con un poquito más de lógica y tienen modelos predictivos, pocos con machine learning, funcionando un poco a demanda. Reportes en tiempo real, poco. No están en tiempo real como se quisiera. Y esto lleva a una experiencia que no es la mejor para el cliente. Yo tengo bancos, tengo empresas de servicios públicos a las cuales tengo que pagar el gas, la luz, el agua. Y mi experiencia no es buena. No sé si ustedes tienen buenas experiencias, de pronto, pero no es de la mejor. Y vemos una pequeña porción de empresas que utilizan inteligencia artificial de manera relativamente avanzada, no solamente como herramientas de apoyo. Implementar inteligencia artificial, y lo que vemos en estas empresas, muy pocas, es que lo primero que tienen es, primero que lo trabajan por silos, por algunos procesos específicos, por ejemplo cobranzas o por ejemplo originación de créditos o el proceso que se les ocurra, reclamos, etcétera. Lo primero que tiene es toda una orquestación de procesos a través de asistentes virtuales, generalmente montados sobre una plataforma que se llama LangChain, que les permite obviamente actuar en tiempo real. Tiempo real de verdad. Y predecir en tiempo real no solamente temas conversacionales de mensajería, sino predecir en tiempo real Hasta incluso contactabilidad por el canal 1, por el canal 2, por el canal 3 de comunicación. Y los resultados obviamente son mucho mejores. Tenemos un cliente que compra carteras para cobrar y no tiene empleados. ¿Cuántos cobradores hay en sus bancos? Muchos, probablemente. Bueno, los resultados utilizando IA, no solamente en la parte conversacional, son estupendos. 24/7, el canal que quiero, donde quiero, con el tono que yo necesito que conversen conmigo, que es distinto del que necesita cada uno de ustedes. Y hay distintas maneras de implementar inteligencia artificial. Y lo primero que vemos, claro, en general, incluso aún en ese 1%, las características más implementadas tienen que ver con el lenguaje, con conversar, con un CRM en el centro. Le digo CRM por ponerle CRM, pero información en el centro conectada a distintas tools de conversión, de audio a texto, de imagen a texto, con conexiones obviamente en tiempo real a bases de datos que permiten conversar con una persona definiendo un contexto y un objetivo. Eso es lo que más se ve y es lo más fácil de hacer en realidad. Pero hay una siguiente forma de implementar inteligencia artificial que es que estos CRM o estos centros donde ustedes tienen toda la información se vuelven cada vez más pequeños, prácticamente no tienen interfaces No tienen interfaz gráfica. Están conectados por interfaces de datos con sistemas como LangChain y otros, que te permiten orquestar múltiples agentes con múltiples funciones, con múltiples tools para poder ejecutar esas funciones. Y que necesitan menos supervisión. Es inteligencia artificial sin supervisión humana o con menos supervisión humana, que es lo que es el agentic AI. No sé si leyeron por ahí, agentic AI. Entonces tenés tools, tenés procesos básicamente, y desaparecen interfaces gráficas hacia el usuario, hacia la persona. Agentes orquestados entre sí, el CRM conectado a agentes, y el concepto este de flujos adaptativos, donde uno tiene lo que se llama, no sé si lo sintieron en algún momento, lo vieron por algún momento, pero revisen este término, el tema de máquina de estados finitos, donde yo lo que busco es conectar con una persona donde todos los canales de comunicación destinatarios manejan estados y envían y conectan triggers, en definitiva, que ejecutan acciones en tiempo real. No existe más eso: te mando una comunicación un día antes del vencimiento, el día del vencimiento, 3 días después. Es del pasado, ¿ok? Todo eso. Te mando una comunicación, veo el estado de la comunicación con un listener. Me bloqueaste WhatsApp, lo advierto en tiempo real. Miro en la base de datos qué otros métodos de contacto tengo. Voy a buscar otro método de contacto, canal. Te escribo por el otro canal una hora después. Abriste el correo, por poner un correo, no me contestás. Te ejecuto mañana una llamada con inteligencia artificial. Contacto con vos. O no contacto. Se me acaban los destinatarios para contactar. Canal destinatario. Bueno, me voy a un proceso de enriquecimiento de datos de manera online. Traigo datos. Comienzo el ciclo de nuevo. 0.01% de las empresas funcionan de esa manera. También hay otra manera de implementar inteligencia artificial en cobranzas que es con Moonflow. Pero bueno, será por propaganda, publicidad, que ya está. Pero quiero dejarles una idea. El otro día estaba leyendo un ensayo de una persona que se llama Leopold Hasenbrenner o algo por el estilo, es medio complicado de pronunciar, alemán obviamente, que vive en San Francisco, que trabajaba en un equipo de élite de OpenAI y publica un paper, un ensayo que lo pueden encontrar de manera pública en Twitter, en X, que se llama— la pronunciación de mi inglés es mala— Situational Awareness de década de agenda. Y lo que habla él básicamente, publica como trabajando en OpenAI, busca esto y lo pone dentro de la, digamos, hacia la comunidad científica. Y lo que dice es: estamos por llegar en esta década, 2025, 2035, él dice 2027, vamos a llegar al AGI, inteligencia artificial general. Dice: vamos a llegar a ese estado. Y dice que ese estado va a generar una explosión absoluta en básicamente la forma en que hoy vivimos y hoy trabajamos. Inteligencia artificial arreglando los problemas de la inteligencia artificial. Un paralelo: hay una compañía, Figure AI, no sé si la conocen, de robots. Una compañía que hace un año y medio atrás valía 3 billones de dólares, hoy vale 40 billones de dólares, que hace robots. Pero lo novedoso es que dentro de los sistemas que está diseñando, este año está culminando un proyecto importante con un sistema operativo que le va a permitir que robots fabriquen robots. Viene un cambio muchísimo más grande del que todos esperamos. Gracias.
