Según una reciente encuesta sobre tecnología financiera realizada por el Banco de Italia, gran parte de los proyectos de transformación digital de los operadores financieros se centran en la inteligencia artificial, con inversiones que alcanzarán los 593 millones de euros en 2025.

Dentro de este ámbito, una parte importante de los recursos se destina sin duda a la renovación de los procesos de gestión del crédito. Así lo demuestran los datos globales, según los cuales el mercado de las plataformas de smart lending (pr debería crecer a una tasa compuesta del 23,5 % anual en la década 2025-2035.

En este artículo analizamos cómo está tomando forma el préstamo inteligente en el contexto bancario, profundizamos en el papel de la IA en el rediseño de las fases de evaluación, concesión y seguimiento, y las principales directrices tecnológicas que permiten modelos de préstamo más rápidos y basados en datos.  

Puntos clave

• Los bancos están invirtiendo mucho en la digitalización de los procesos de gestión crediticia. El objetivo es integrar la IA para hacerlos más rápidos, seguros y sostenibles.
• Un ámbito en expansión es el de los préstamos inteligentes, un modelo que digitaliza y coordina la evaluación, la concesión y el seguimiento del crédito.
• Los bancos pueden obtener procesos de crédito más rápidos, decisiones más precisas, una mejor gestión del riesgo y una experiencia del cliente de alto perfil.  
• La inteligencia artificial permite modelos de riesgo adaptativos, valora los datos estructurados y no estructurados, y aumenta la coherencia y la rapidez de las decisiones.
  

Por qué es necesario renovar el proceso de concesión de créditos

Tradicionalmente, la decisión de conceder un préstamo siempre se ha basado en información histórica y estructurada, como balances, informes a las centrales de riesgos y garantías, analizada mediante modelos consolidados y complementada con evaluaciones cualitativas realizadas por los operadores a partir de su experiencia.

Este sistema ha garantizado solidez a lo largo del tiempo, pero también muestra una gran rigidez: los datos son estáticos, poco oportunos y están distribuidos en diferentes sistemas; las fases de instrucción, deliberación y concesión están repletas de pasos manuales que ralentizan todo el proceso; la supervisión del riesgo se realiza a posteriori. Por lo tanto, surgen algunas limitaciones estructurales, entre las que se incluyen:

• Tiempos de instrucción y respuesta largos e incompatibles con las necesidades de las empresas y los clientes acostumbrados a servicios digitales inmediatos;

• Procesos poco escalables, en los que el aumento de los volúmenes conlleva un incremento de los costes;

• Evaluaciones de riesgo basadas en información parcial, con un cierto margen de incertidumbre;

• Experiencia del cliente de baja calidad.

Smart lending: qué son, cómo funcionan y por qué están cambiando el crédito

Para responder a las críticas mencionadas y equilibrar la reducción de los costes operativos con una mejora de la experiencia del cliente, ha surgido el concepto de préstamos inteligentes.

¿Qué es el préstamo inteligente?

El préstamo inteligente es un modelo avanzado de gestión del crédito, en el que los procesos de evaluación, concesión y supervisión se digitalizan y coordinan de forma integral, con un uso extensivo de análisis avanzados e inteligencia artificial. El préstamo inteligente no se limita a trasladar el canal de acceso al crédito al ámbito digital, sino que interviene en el núcleo decisorio del proceso:

1. Cómo se recopilan los datos;

2. Cómo se analizan;

3. Cómo se toman las decisiones;

4. Cómo se actualizan las decisiones a lo largo del tiempo.

Todo ello con el objetivo de agilizar y precisar las decisiones sobre el crédito (concesión, tipo de interés, plazos, comisiones...), al tiempo que se reduce la carga operativa de las estructuras internas y se liberan recursos de actividades de bajo valor añadido.

Cómo funciona el préstamo inteligente: los tres pilares

El préstamo inteligente rediseña el proceso de crédito transformándolo de una secuencia lineal de actividades a un flujo continuo, orquestado y guiado por los datos. El punto de partida sigue siendo la solicitud de financiación, pero cambia radicalmente la forma en que se recopila y utiliza la información.

1. En las fases iniciales, la plataforma digital lleva a cabo una recopilación estructurada y automatizada de datos, que incluye la documentación tradicional, pero también fuentes externas actualizadas. Estos datos se normalizan y se ponen inmediatamente a disposición de los modelos de evaluación de riesgos.

2. Sobre esta base, intervienen modelos de puntuación crediticia y preevaluación basados en la inteligencia artificial y el aprendizaje automático, que estiman el perfil de riesgo y la sostenibilidad de la financiación. Las decisiones estandarizables y de bajo riesgo se toman de forma automática, mientras que los casos más complejos o dudosos se remiten a los analistas, que intervienen con un apoyo decisorio avanzado.

3. Paralelamente, la automatización de los flujos de trabajo regula las actividades operativas, como la incorporación, la gestión documental, las firmas y los controles de cumplimiento, para garantizar la coherencia, la trazabilidad y la reducción de errores.

La lógica inteligente se extiende más allá de la concesión. Una vez concedido el crédito, los sistemas siguen supervisando la evolución de la posición, activando mecanismos de alerta temprana en caso de variaciones significativas en el perfil de riesgo.

¿En qué datos se basa el préstamo inteligente?  

Entre los elementos que distinguen al préstamo inteligente de los modelos tradicionales se encuentran la amplitud y la variedad de las bases de datos utilizadas para respaldar las decisiones.

Los datos internos del banco siguen siendo fundamentales, entre ellos la información personal, el historial de relaciones, los balances, los flujos de caja y las exposiciones existentes, pero a estos se suman datos externos que permiten detectar rápidamente señales importantes. Entre ellos se incluyen, por ejemplo, datos procedentes de fuentes públicas y datos abiertos, información sectorial y huellas digitales, como valoraciones en plataformas sociales, reseñas y reputación online.

Los principales casos de uso del préstamo inteligente

El préstamo inteligente se aplica en todos aquellos contextos en los que la rapidez en la toma de decisiones, la definición del riesgo y la fluidez de la experiencia del cliente son factores críticos.

• Préstamos digitales y financiaciones de rápida concesión;

• Crédito a pymes y profesionales;

• Precalificación y evaluaciones preliminares, útiles para dar respuestas ya en las primeras fases de contacto;

• Seguimiento del crédito vigente;

• Optimización de los procesos de préstamo mediante la estandarización y la automatización.

En conjunto, estos casos de uso muestran que el préstamo inteligente no es una solución vertical, sino un facilitador transversal capaz de mejorar el funcionamiento del crédito a lo largo de todo el ciclo de vida de la financiación.

El papel de la inteligencia artificial en el préstamo inteligente

La inteligencia artificial no se limita a acelerar los procesos existentes, sino que introduce nuevos modelos de evaluación del riesgo, difíciles de realizar con las herramientas tradicionales.

Aprendizaje automático y modelos de riesgo adaptativos  

La principal contribución del aprendizaje automático reside en la posibilidad de construir modelos de riesgo que aprenden con el tiempo. A diferencia de las puntuaciones estáticas, entrenadas con conjuntos de datos históricos y actualizadas a intervalos fijos, los modelos de aprendizaje automático se recalibran continuamente en función de los nuevos datos y comportamientos observados. Esto permite detectar patrones emergentes, como variaciones en los flujos de caja, cambios en la estacionalidad o anomalías en los comportamientos de pago, que escapan a los modelos tradicionales.

Análisis de datos no estructurados y análisis de sentimientos

Otro elemento distintivo es la capacidad de la IA para valorar datos no estructurados, como textos, documentos, comunicaciones, información cualitativa y contenidos digitales.

En este ámbito se sitúa el análisis de sentimientos, que permite transformar señales cualitativas, como reseñas en línea y comentarios públicos, en variables interpretables por los modelos de riesgo. Aunque no son determinantes por sí solas, estas informaciones contribuyen a enriquecer el perfil global del solicitante, especialmente en contextos en los que la información financiera es limitada o poco actualizada.

La IA como herramienta de coherencia

Además de la precisión, la IA interviene en otro aspecto crítico de los préstamos: la coherencia de las decisiones. En procesos muy manuales, evaluaciones similares pueden dar lugar a resultados diferentes según el contexto o el operador involucrado. Los modelos de IA permiten aplicar criterios homogéneos a gran escala, reduciendo la variabilidad y las asimetrías en la toma de decisiones, al tiempo que se mantiene el margen de decisión humana en todos los casos, pero especialmente en los más complejos.

De la previsión a la acción: la automatización de los procesos  

El valor de la IA se manifiesta cuando las capacidades de previsión se traducen en acciones operativas automáticas. Los modelos de aprendizaje automático alimentan motores de decisión capaces de determinar en tiempo real el resultado de una solicitud de crédito, definir condiciones coherentes con el perfil de riesgo o establecer el nivel de profundización necesario.

Las prácticas estandarizables y de bajo riesgo pueden gestionarse de forma automática, mientras que los casos más complejos activan (automáticamente) escalamientos controlados hacia los operadores, que intervienen sobre información ya estructurada. La misma lógica se extiende luego a la fase posterior a la concesión.

Solución de préstamo inteligente: arquitectura de alto nivel

Una solución de préstamo inteligente está diseñada para respaldar todo el ciclo de vida del crédito, con el objetivo no tanto de sustituir los sistemas existentes, sino de incorporarles automatización y capacidad de decisión avanzada con una perspectiva human-in-the-loop.

Adquisición e integración de datos

Un componente clave de la arquitectura es la recopilación, normalización y, en general, la gestión de datos. Como hemos visto, las soluciones de préstamos inteligentes agregan información procedente de fuentes internas y externas, poniéndola a disposición de los procesos de evaluación de forma oportuna.

Motor de IA/ML para análisis y decisiones

En el motor de análisis y decisión suelen coexistir modelos de riesgo tradicionales y algoritmos de aprendizaje automático. Aquí se calculan puntuaciones, estimaciones de riesgo y evaluaciones de sostenibilidad, aplicando reglas de negocio y políticas crediticias.

Orquestador de procesos

La orquestación de los flujos de trabajo gobierna la instrucción, la deliberación, la estipulación y la erogación. Las plataformas, como ya se ha mencionado, pueden integrar la incorporación digital, la gestión documental, las firmas electrónicas y los controles de conformidad.

 Integración con core banking y open banking 

 Las soluciones de smart lending se comunican de forma segura con los sistemas bancarios centrales (core banking) y aprovechan las lógicas de integración mediante API para interactuar con servicios de open banking y fuentes de datos externas. 

 Seguridad, cumplimiento y gobernanza 

De manera transversal a todos los niveles, implementamos controles críticos de seguridad y compliance, tales como el control de accesos, la trazabilidad de las decisiones, la protección de datos y la gobernanza de los modelos de IA. Todo esto es indispensable para garantizar que la innovación en el sector de los préstamos sea sostenible y compatible con las exigencias de control rigurosas del sector bancario. 

 El enfoque de Kirey hacia el smart lending 

Diseñar e implementar una solución de smart lending es un ejercicio de gran complejidad. Por un lado, el output de los sistemas de decisión debe ser fiable y robusto para orientar decisiones tan críticas como la concesión de un crédito; por otro, la introducción de estos modelos implica una transformación profunda de los procesos y las modalidades operativas, con un impacto directo en la organización y en la forma en que se gestiona el crédito. Además, el smart lending se integra en uno de los sectores más regulados que existen, donde temas como la transparencia y el cumplimiento normativo no son negociables.

En Kirey, llevamos años acompañando a los principales actores del mercado financiero en procesos de transformación que no se limitan a la eficiencia operativa, sino que buscan desarrollar una capacidad de innovación estructural. El smart lending es una de las áreas clave a través de las cuales impulsamos este camino, con el objetivo de convertir a las entidades en organizaciones más modernas y alineadas con las necesidades de unos clientes que demandan, cada vez más, rapidez y calidad en su experiencia.

Póngase en contacto con nosotros para descubrir cómo podemos recorrer este camino juntos.