Cuando alguien dice "cobranza automatizada", la mayoría de los directores de operaciones en México piensa en lo mismo: un sistema que envía SMS masivos, un IVR que repite "su pago está vencido, presione 1 para hablar con un agente" y en el mejor de los casos, un chatbot con capacidades limitadas. Sin embargo, la cobranza automatizada real —la que está generando mejoras significativas en métricas de recuperación— es considerablemente distinta.
El modelo tradicional: personas, muchas personas
México tiene una industria de cobranza enorme. Se estima que existen más de 4,000 despachos de cobranza operando en el país, desde operaciones de 5 personas en una oficina en Naucalpan hasta centros de contacto con 800 agentes en Monterrey o Guadalajara. El modelo ha sido el mismo durante décadas: se contrata personal, se les asigna una lista de cuentas en Excel, se les proporciona un teléfono y se les indica que comiencen a marcar.
Las cifras son reveladoras. Un agente de cobranza telefónica hace entre 80 y 120 llamadas al día. De esas, contacta efectivamente a entre 15 y 25 personas (una tasa de contacto del 18-22% en un escenario favorable). De esos contactos, logra entre 3 y 7 promesas de pago. Y de esas promesas, se materializan quizá la mitad. Es decir, un agente que percibe entre $8,000 y $12,000 pesos mensuales más comisiones recupera, en el mejor escenario, un número reducido de cuentas al mes.
Al multiplicar esto por 200 agentes y sumar supervisores, coordinadores de calidad, infraestructura de TI, licencias de marcador predictivo, renta de oficina, los costos operativos ascienden a de $3 a $5 millones de pesos mensuales para una operación mediana. Además, la rotación de personal —que en cobranza se ubica entre el 10-15% mensual— impide que ese gasto disminuya.
¿Qué significa realmente "automatizar" la cobranza?
Automatizar no consiste en implementar un robot que repite un guion grabado. Tampoco se trata de disparar 50,000 SMS que nadie lee (la tasa de apertura de SMS de cobranza en México ronda el 35%, y la tasa de acción sobre esos mensajes está por debajo del 2%). Eso es envío masivo, no automatización.
La cobranza automatizada real implica tres componentes fundamentales:
- Contacto inteligente: determinar a quién llamar primero, a qué hora, por qué canal, y con qué tono. No es lo mismo una cuenta de 30 días que una de 180. No es lo mismo un cliente que siempre pagó puntualmente y tuvo un contratiempo que alguien que lleva tres créditos impagos.
- Conversación real: la capacidad de sostener un diálogo, no un monólogo. Escuchar objeciones, responder preguntas sobre el saldo, ofrecer opciones de pago, gestionar la emocionalidad del deudor. Esto es lo que diferencia a un sistema de cobranza automatizada moderna de un simple blaster.
- Clasificación automática: después de cada contacto, el sistema debe generar información útil. ¿El deudor tiene disposición de pago? ¿Necesita una reestructura? ¿El número es incorrecto? ¿La persona ya falleció? Esta clasificación tiene un valor enorme para la operación porque permite priorizar el trabajo del equipo humano.
La tecnología detrás: de IVRs a agentes de voz con IA
Los IVR (Interactive Voice Response) existen desde los años 90. Son menús telefónicos: "presione 1 para esto, presione 2 para lo otro". Cumplen su función en atención al cliente, pero en cobranza resultan prácticamente ineficaces porque el deudor simplemente cuelga. No existe enganche, empatía ni posibilidad de negociación.
Los chatbots de texto representaron una mejora parcial. WhatsApp Business abrió un canal relevante para cobranza en México a partir de 2020, y algunos despachos reportan tasas de respuesta del 25-30% en mensajes de WhatsApp contra 8-12% en llamadas frías. No obstante, el texto tiene limitaciones importantes: no transmite urgencia, no permite la negociación fluida y muchas personas —especialmente en segmentos C y D— prefieren la comunicación verbal a la escrita.
El cambio significativo llegó con los de agentes de voz con inteligencia artificial. Estos sistemas pueden realizar y recibir llamadas telefónicas manteniendo conversaciones naturales en español mexicano. No leen un guion: responden en tiempo real, comprenden el contexto, gestionan objeciones y adaptan su tono según la respuesta del deudor.
¿Qué resultados genera la automatización real?
Las operaciones que han implementado cobranza automatizada con IA de voz en México reportan métricas destacables. La tasa de contacto efectivo se eleva al 40-55% porque el sistema puede realizar miles de llamadas al día y reintentar en horarios óptimos sin fatiga. El costo por contacto se reduce entre un 60% y 80% en comparación con agentes humanos. Y —posiblemente lo más relevante— la calidad de la información que se obtiene de cada llamada es consistente: no depende del estado de ánimo del agente, de si completó correctamente el formulario del CRM o de si omitió registrar una objeción clave.
Un aspecto que pocos mencionan: la automatización también mejora la experiencia del deudor. Puede parecer contraintuitivo, pero un agente de IA no pierde la paciencia, no recurre a amenazas (un problema frecuente en la cobranza mexicana que genera miles de quejas ante Condusef cada año), y puede llamar a horas apropiadas de manera consistente.
¿Esto reemplaza a los equipos humanos?
No. Y esta distinción es fundamental para comprender el modelo. La cobranza automatizada opera de manera más efectiva como capa de filtrado y calificación. Considérese el siguiente escenario: se tiene un portafolio de 50,000 cuentas. ¿Es más eficiente asignar 200 agentes a marcar sin criterio de priorización? ¿O es preferible que un sistema automatizado contacte a las 50,000, identifique cuáles 8,000 tienen disposición real de pago y transfiera esas 8,000 cuentas calificadas a un equipo de 30 negociadores expertos?
El segundo modelo es considerablemente más eficiente. Los agentes humanos se dedican a lo que realizan mejor —negociar, cerrar acuerdos, gestionar casos complejos— mientras la IA se encarga de todo el trabajo previo: contactar, filtrar, clasificar, perfilar.
Un ejemplo concreto: Agentica opera con agentes de voz IA que recorren portafolios completos, califican cada cuenta y transfieren al equipo humano únicamente los casos que ameritan atención personalizada. El portafolio se carga desde un Excel, sin integraciones complejas, y la operación inicia en horas, no en semanas.
¿Hacia dónde se dirige esta tendencia?
La cobranza automatizada en México está en un punto de inflexión. Los grandes bancos ya experimentan con estos modelos. Las fintechs los están adoptando con mayor rapidez al no cargar con infraestructura legacy. Y los despachos de cobranza que no incorporen esta tecnología van a perder competitividad frente a operaciones que producen los mismos resultados con una fracción del costo operativo.
La pregunta ya no es si automatizar la cobranza o no. La pregunta es cuánto tiempo tomará hacerlo y cuántas cuentas se dejarán de recuperar en el proceso.
