Riesgo crediticio de clientes con IA: cómo decidir a quién venderle a crédito (y cuánto) con datos

TL;DR: Toda empresa que vende a plazo asume riesgo de crédito: la probabilidad de que un cliente no pague y la pérdida que eso le causa. La mayoría lo gestiona con intuición. Con inteligencia artificial es posible analizar estados financieros del cliente en minutos, cruzar esa lectura con su comportamiento de pago, asignar cupos con una regla escrita y detectar el deterioro antes del default. La herramienta no decide por usted: ordena la evidencia para que su decisión sea defendible ante la gerencia, el auditor y la norma contable.

El riesgo crediticio de sus clientes está en su balance aunque nadie en la empresa lo llame así. Cada despacho a 60 días es un préstamo sin intereses. La diferencia con un banco es que el banco tiene un área de riesgo con modelos y comités, y muchas de las empresas que he asesorado tienen al gerente comercial diciendo "ese cliente es serio, yo lo conozco".

En mi experiencia revisando carteras he visto que el resultado de "yo lo conozco" termina en dos lugares: la cartera vencida y la cuenta castigada que nadie quiere explicar en la asamblea. En este artículo le muestro cómo montar una evaluación de clientes con disciplina bancaria, apoyada en IA, sin crear un departamento nuevo. No hablo del riesgo de mercado (tasas, monedas), sino del más cotidiano de todos: que el cliente no le pague.

¿Qué es el riesgo de crédito y cuáles son sus tipos?

El riesgo de crédito es la posibilidad de que una contrapartida incumpla sus obligaciones de pago en los términos pactados, sumada a la pérdida que ese incumplimiento genera. En la literatura en inglés aparece como credit risk y se descompone en tres variables que conviene tener presentes, porque son las mismas que usa la NIIF 9 para medir pérdidas:

• Probabilidad de incumplimiento (PD): qué tan probable es que el deudor entre en default en un horizonte dado.
• Exposición al incumplimiento (EAD): cuánto le debe el cliente en el momento en que deja de pagar. Es el riesgo de exposición, y crece con cada despacho que usted autoriza.
• Pérdida dado el incumplimiento (LGD): la parte que no recupera, es decir, uno menos la tasa de recuperación después de garantías, acuerdos y cobro jurídico.

Dentro de los tipos de riesgo financiero, el de crédito convive con el de mercado, el de liquidez, el operativo y el legal. En la práctica comercial distingo cuatro variantes del riesgo de crédito:

¿Qué factores afectan el riesgo de crédito de un cliente?

La evaluación clásica se organiza en las cinco C del crédito (las five Cs de los manuales anglosajones). La IA no cambia el marco; cambia la velocidad y la profundidad con que se analiza cada una:

A esos cinco factores añado uno que ningún manual pone de primero y que para mí es el mejor predictor: cómo le ha pagado ese cliente a usted. Esa información no la tiene ninguna central y está dormida en su sistema contable.

¿Qué son las centrales de riesgo y cómo funcionan en Colombia?

Las centrales de información financiera, como Datacrédito Experian y TransUnion, reciben reportes de bancos, cooperativas y empresas del sector real sobre el comportamiento de pago de personas y sociedades. Funcionan bajo la Ley 1266 de 2008 de habeas data financiero, que exige la autorización previa y expresa del titular para consultar y reportar su información, una comunicación previa antes de un reporte negativo y límites a su permanencia: el dato negativo se conserva por el doble del tiempo de la mora, con un máximo de cuatro años.

Para una empresa que vende a crédito esto tiene dos consecuencias prácticas. Primera: si quiere consultar a sus clientes, incluya la autorización en la solicitud de crédito desde el primer día. Segunda: si pretende reportarlos, cumpla el procedimiento de aviso, porque un reporte mal hecho se convierte en una reclamación y no en un recaudo. En otros países de Latinoamérica existen burós y leyes de protección de datos equivalentes; la lógica de autorización y aviso es similar.

¿Es bueno un puntaje de 700 en Datacrédito?

La escala del puntaje de Datacrédito Experian va de 150 a 950. Un puntaje alrededor de 700 se lee, en general, como un historial de pago adecuado y sin reportes negativos significativos, aunque no está en la franja más alta. Para crédito comercial conviene no quedarse en el número: el score resume la historia con el sistema financiero, pero no le dice si el cliente podrá pagar el volumen que le pide a usted ni cómo trata a sus proveedores. Es un insumo, no una decisión.

¿Cómo puede saber una empresa su propio puntaje o historial?

El titular puede consultar su historia de crédito directamente ante el operador de información, en los canales que cada central habilita. Le recomiendo hacerlo también con la empresa en la que trabaja: sus proveedores la están consultando, y un reporte desactualizado puede estar recortando los cupos que le otorgan.

¿Cuáles son las principales calificadoras de riesgo?

No confunda centrales de riesgo con calificadoras. A escala global, las tres calificadoras más conocidas son S&P Global Ratings, Moody's y Fitch Ratings: emiten calificaciones crediticias sobre países, bancos y emisores de deuda. En Colombia, las sociedades calificadoras de valores autorizadas por la Superintendencia Financiera son BRC Ratings (S&P Global), Fitch Ratings Colombia y Value and Risk Rating.

¿Sirven para evaluar a sus clientes? Solo si su cliente es un emisor calificado, lo cual rara vez ocurre con pymes. Para la mayoría de clientes comerciales usted tendrá que construir su propia calificación interna, y ahí es donde la IA ahorra más tiempo.

¿Cómo se mide el riesgo crediticio de un cliente con inteligencia artificial?

Pedirle estados financieros a un cliente nuevo es práctica estándar; analizarlos con rigor casi nunca ocurre porque toma tiempo. Con un asistente de IA el análisis completo toma minutos, siempre que usted revise los cálculos. Este es el prompt que uso como punto de partida:

Actúa como analista de crédito comercial de una empresa colombiana.
Te comparto los estados financieros de un cliente (sin nombre ni NIT) que solicita un cupo de [VALOR] con plazo de [DÍAS] días:
[PEGA ESTADO DE SITUACIÓN FINANCIERA Y ESTADO DE RESULTADOS DE 2 AÑOS]
Nuestras ventas anuales estimadas a este cliente serían [VALOR].
Analiza y muestra todos los cálculos:
1. Liquidez y capital de trabajo: ¿puede cubrir sus obligaciones de corto plazo?
2. Endeudamiento: peso de bancos y proveedores sobre activos y patrimonio.
3. Rotación de proveedores: ¿a cuántos días paga según sus cifras? Compárala con el plazo que nos pide.
4. Rentabilidad y flujo operativo: ¿el negocio genera o consume caja?
5. Coherencia: utilidad vs. variación del patrimonio, crecimiento de ventas vs. cartera e inventarios.
Concluye con: nivel de riesgo (bajo, medio, alto), cupo recomendado, condiciones y garantías que exigirías, y las preguntas que harías al cliente antes de aprobar.
Si falta un dato, dilo; no lo supongas.

El punto 3 es el detector de mentiras favorito de los analistas: si según su propio balance el cliente paga a sus proveedores a 90 días, pero le promete pagarle a usted a 45, alguien no está diciendo la verdad, o usted será el proveedor que financia a los demás.

Del análisis individual al scoring interno

Cuando la empresa tiene cientos de clientes, el análisis uno a uno no escala. El siguiente paso es un scoring interno: una puntuación ponderada que combina variables financieras (liquidez, endeudamiento), de comportamiento (días promedio de pago, pagos parciales, cheques devueltos) y de contexto (sector, antigüedad). Los modelos de aprendizaje automático pueden predecir la probabilidad de incumplimiento a partir de su histórico, pero para una pyme recomiendo empezar con una tabla de puntos explicable. Un modelo que nadie en la empresa entiende no resiste la primera pregunta del revisor fiscal.

¿Cómo asignar cupos de crédito con un criterio defendible?

El cupo no debería ser "lo que pidió el vendedor". Necesita una regla escrita, aprobada y aplicada igual para todos.

Diseña una metodología de asignación de cupos de crédito para mi empresa:
- Sector: [SECTOR]. Ventas anuales: [VALOR]. Margen bruto: [%]. Plazo estándar: [DÍAS].
La metodología debe combinar:
1. Capacidad de pago del cliente según su análisis financiero.
2. Su historial de pago con nosotros (días promedio, pagos parciales, vencimientos).
3. Límite de concentración: ningún cliente por encima del [X]% de la cartera total.
4. Nuestro margen: cuántas ventas nuevas se necesitan para recuperar una pérdida por incumplimiento.
Entrégame:
a) Una tabla de puntaje con pesos y rangos, y el cupo asociado a cada nivel de riesgo.
b) Tres ejemplos numéricos aplicados.
c) La regla de escalamiento: qué cupos aprueba el analista, cuáles el gerente financiero y cuáles un comité.
d) Las condiciones de revisión del cupo (periódica y por evento).

El literal 4 es el que le cambia la cara al equipo comercial. Con un margen bruto del 20%, una pérdida de $10 millones exige $50 millones en ventas nuevas solo para quedar tablas. Vender a crédito sin criterio no es una estrategia comercial: es una apuesta apalancada.

Los rangos son ilustrativos: cada empresa debe calibrarlos con su propio histórico de pérdidas. Lo importante es que existan y que la excepción quede documentada con nombre y firma.

¿Cómo gestionar el riesgo de crédito y detectar el deterioro a tiempo?

Los clientes no caen en default de un día para otro: emiten señales. El problema es que nadie las mira de forma sistemática. La gestión del riesgo después de otorgar el cupo es donde más dinero se pierde y donde un asistente de IA rinde más, porque puede revisar toda la cartera cada mes sin cansarse.

• Alargamiento gradual de los días de pago frente al histórico propio del cliente.
• Pagos parciales o abonos redondos que no corresponden a facturas.
• Aumento atípico de pedidos justo cuando paga peor, patrón clásico previo a una insolvencia.
• Cambios de interlocutor en tesorería o solicitudes de refinanciar lo vencido.
• Señales públicas: procesos de reorganización, embargos o cambios de representante legal.

El monitoreo mensual se complementa con la gestión de cartera con inteligencia artificial, que cubre el cobro y la negociación una vez la factura se vence. Si quiere automatizar la revisión, los agentes de IA para finanzas pueden ejecutar este análisis cada cierre y enviarle solo las alertas.

Analiza mi cartera del mes. Datos por cliente (sin nombres, con código):
[CÓDIGO, VENTAS DEL PERIODO, SALDO, DÍAS PROMEDIO DE PAGO ACTUAL, DÍAS PROMEDIO HISTÓRICOS, VENCIDO 1-30, 31-60, 61-90, MÁS DE 90]
Entrégame:
1. Clientes cuyos días de pago empeoraron más de [X] días frente a su histórico.
2. Concentración: % de la cartera en los 3 y los 10 mayores deudores.
3. Clientes con aumento de pedidos superior al [X]% mientras empeora su pago.
4. Las 5 acciones de la semana, ordenadas por exposición en pesos.
5. Qué clientes deberían pasar a revisión de cupo.
No inventes datos: si una columna viene vacía, indícalo.

Observe que en ningún prompt aparece el nombre ni el NIT del cliente. El análisis no los necesita, y la información de sus contrapartes merece la confidencialidad que describo en la gobernanza de datos financieros para IA. Los demás riesgos de usar estas herramientas los desarrollé en riesgos de la IA para contadores.

¿Qué tiene que ver el riesgo de crédito con el deterioro contable?

Mucho. La evaluación comercial y la medición contable deberían alimentarse de los mismos datos, y en muchas empresas viven en archivos distintos que se contradicen.

• Entidades que aplican NIIF plenas (Grupo 1): la NIIF 9 exige reconocer pérdidas crediticias esperadas. Para cuentas por cobrar comerciales sin componente financiero significativo, el párrafo 5.5.15 obliga al enfoque simplificado: la corrección de valor se mide siempre por las pérdidas esperadas durante el tiempo de vida del activo, usualmente con una matriz de provisiones por rangos de vencimiento ajustada con información prospectiva.
• Entidades que aplican NIIF para las Pymes (Grupo 2): la Sección 11 mantiene el modelo de pérdida incurrida. Al cierre, la entidad evalúa si existe evidencia objetiva de deterioro, como dificultades financieras significativas del deudor o incumplimientos en los pagos.

La base de datos que usted construye para decidir cupos (días de pago, vencimientos, tasas históricas de pérdida) es exactamente la que necesita el cálculo del deterioro. Si audita esa estimación, en auditoría de estimaciones contables con IA explico cómo retarla. La IA puede proponer la matriz, pero la estimación, sus supuestos y la responsabilidad siguen siendo del profesional que la firma.

¿Qué límites tiene la IA en la evaluación del riesgo de crédito?

He visto tres errores repetidos en equipos que empiezan:

1. Confiar en cálculos sin revisarlos. Los modelos de lenguaje se equivocan en aritmética y pueden inventar un indicador cuando falta un dato. Recalcule en su hoja de cálculo al menos liquidez, endeudamiento y rotaciones.
2. Subir información identificable. Estados financieros con razón social, NIT y socios en una herramienta gratuita son un problema de confidencialidad y de protección de datos.
3. Delegar la decisión. El Consejo Técnico de la Contaduría Pública lo dejó claro en el concepto 2026-0209: el uso de inteligencia artificial no sustituye el juicio profesional ni traslada a la herramienta la responsabilidad. Lo analizo a fondo en qué dice la norma colombiana sobre la IA en la contabilidad.

Preguntas frecuentes

¿La IA reemplaza las centrales de riesgo?

No, las complementa. La central le da el historial reportado del cliente, siempre con su autorización. La IA analiza estados financieros, detecta incoherencias, estructura la política de cupos y monitorea el comportamiento del cliente con su empresa, que es el predictor más valioso y solo usted lo tiene.

¿Qué hago con clientes que no entregan estados financieros?

La negativa ya es información: a mayor opacidad, menor cupo y mejores garantías. Use el comportamiento de pago histórico, referencias comerciales verificadas y cupos pequeños que crecen con el cumplimiento. La IA le ayuda a escribir esa escalera de confianza con reglas explícitas.

¿Una política de crédito no va a frenar las ventas?

Bien implementada, las acelera: los buenos clientes obtienen cupo en horas y no en semanas. Lo que frena es el crédito malo, y esa fricción es precisamente el trabajo. Comparta con el equipo comercial el cálculo de cuántas ventas cuesta recuperar una pérdida y vincule el recaudo a sus indicadores.

¿Cómo mejorar la calificación crediticia de mi propia empresa?

Pague a tiempo a bancos y proveedores, mantenga actualizada su información ante las centrales, reduzca el endeudamiento de corto plazo y entregue estados financieros claros cuando se los pidan. Las mismas cinco C con las que usted evalúa a sus clientes son las que sus proveedores aplican sobre usted.

¿Cada cuánto debo revisar los cupos asignados?

Como mínimo una vez al año con estados financieros actualizados, y de inmediato cuando aparezca una señal de alerta: mora superior a su umbral, pagos parciales repetidos o noticias de reorganización.

¿Sirve este enfoque para una pyme sin área financiera?

Sí. Empiece con los prompts de este artículo, una hoja de cálculo con la tabla de puntaje y una revisión mensual de la cartera. En IA financiera para pymes encontrará cómo arrancar sin departamento de tecnología.

Lo que hay que llevarse de todo esto

• Vender a crédito es prestar dinero: mida la probabilidad de incumplimiento, la exposición y la pérdida esperada.
• Las cinco C siguen vigentes; la IA las analiza en minutos y con más profundidad.
• El comportamiento de pago con su empresa es el mejor predictor que tiene; úselo.
• Consulte y reporte a centrales solo con autorización y cumpliendo la Ley 1266 de 2008.
• Asigne cupos con una regla escrita, límites de concentración y escalamiento.
• Integre la evaluación comercial con el deterioro contable: NIIF 9 en Grupo 1, Sección 11 en Grupo 2.
• Revise los cálculos, anonimice los datos y conserve el juicio profesional.

Los profesionales que dominan estas herramientas ahorran más de 10 horas semanales

No se trata de reemplazar su criterio profesional, sino de potenciarlo con método, controles y evidencia documentada. En el Programa Ejecutivo en IA para las Finanzas enseño paso a paso cómo integrar la IA en el flujo de trabajo diario con resultados medibles.

👉 Ver programa completo · Conozca también los tres programas ejecutivos de IA Contable.

📲 Escríbame por WhatsApp y le cuento cómo funciona.

Autor: Francisco Moreno Díaz — CP · MBA · MBAN · CAIO
Publicado en: IA Contable