La escena lo dice todo. Hace poco más de tres años, cuando el lanzamiento de ChatGPT sacudió a la industria tecnológica global, los equipos de Nequi sentían un miedo muy concreto: que un agente de inteligencia artificial pudiera hablar con millones de colombianos y decir cosas incorrectas. Ese miedo, bien gestionado, se convirtió en el punto de partida de una de las transformaciones más ambiciosas en los servicios financieros digitales del país.
Hoy el 80% de las interacciones de servicio al cliente de Nequi ocurren con IA, y el 98% de quienes buscan atención reciben respuesta sin necesidad de esperar ni volver a contactarse. Los números son llamativos, pero el dato que cambia la conversación está en otro lugar: la cartera de crédito de la plataforma se multiplicó por diez, y la mora se redujo en un 75%, todo ello apoyado en modelos de machine learning.
Rubén Darío Vargas, Chief Data & AI Officer de Nequi, fue claro al explicar la lógica detrás del resultado. «El norte nunca fue digitalizar la banca ni volver la banca agéntica. Para nosotros, el norte es acercar los servicios financieros a las personas, cerrar la brecha a personas que no tienen acceso hoy en día al crédito», dijo a EL COLOMBIANO. La tecnología, en esa visión, es un apalancador, no un fin en sí mismo.
Javier Cristancho, líder de Arquitectura de Soluciones de AWS para el Norte de América Latina y el Caribe, sitúa a Nequi dentro del 12% de empresas colombianas que han alcanzado adopción avanzada de IA, según un estudio de la propia AWS. «Primero planteamos qué es lo que queremos lograr antes de decir qué tecnología vamos a implementar, porque no es al revés», señaló Cristancho.
El camino no fue sencillo. Cuando Nequi decidió explorar la IA generativa, optó por probarla primero con sus propios empleados. El resultado fue incómodo: la herramienta daba respuestas que los propios equipos internos consideraban incorrectas. La causa era estructural: la documentación sobre los productos no estaba organizada ni era consistente. «Lo difícil realmente no era implementar agentes. Lo difícil es poder construir una autopista que te permita llevar el conocimiento y la información en forma de datos hasta el cliente, en forma de respuestas», explicó Vargas.
Ese trabajo previo de ordenar datos resultó ser el más exigente de todo el proceso. Y es, también, la parte menos glamorosa de la historia: antes de los algoritmos, hubo meses de limpieza de archivos internos.
Pero el uso más transformador de la inteligencia artificial en Nequi no está en el chatbot, sino en la evaluación de riesgo crediticio. La plataforma aplica machine learning para predecir quién puede pagar y cuánto, utilizando diez años de datos de comportamiento financiero de sus usuarios, muchos de ellos personas de la economía informal sin historial bancario tradicional. «El crédito es una relación de confianza, y la confianza no se construye de la noche a la mañana», dijo Vargas. «Hemos hecho un trabajo de diez años ayudando a las personas a gestionar mejor su dinero. Esa huella son los datos».
Vargas también trazó una distinción técnica relevante entre las dos tecnologías en juego: «Machine learning te permite predecir a partir de los datos, por ejemplo, quién te va a pagar. La IA generativa te permite generar contenido nuevo, como el mensaje con el que le comunico a alguien que tiene una oferta de crédito».
Del lado del talento, el desafío persiste. Según el mismo estudio de AWS citado por Cristancho, el 63% de las empresas colombianas tiene dificultades para atraer talento digital. AWS ofrece programas gratuitos como AI University y AWS Entrena, orientados tanto a perfiles técnicos como no técnicos.
Para entender el presente hay que volver a esa semana en que el equipo de Nequi decidió no lanzar la IA directamente al usuario, sino probarla primero puertas adentro. Esa decisión, aparentemente conservadora, fue la que permitió construir sobre cimientos sólidos.
Lo que el caso Nequi demuestra es que la libre empresa, cuando opera con datos propios acumulados durante años y sin depender del aparato estatal para evaluar riesgos, puede extender crédito donde la banca tradicional no llega, y hacerlo con menor mora. El incentivo correcto —la pérdida propia si el modelo falla— produce mejores resultados que cualquier programa de inclusión financiera administrado por una burocracia. Los detalles cuentan la historia: diez años de datos de comportamiento, no una regulación, fueron los que abrieron la puerta del crédito a la economía informal colombiana.
