Casos reales de IA en el sector financiero mexicano: scoring crediticio, detección de fraude y más

México tiene una de las tasas de inclusión financiera más bajas de América Latina. Según la Encuesta Nacional de Inclusión Financiera, apenas el 37% de los mexicanos tiene una cuenta de ahorro formal y solo el 11% accede a crédito bancario. La inteligencia artificial está cambiando este panorama a una velocidad que pocos imaginan. Estos son casos reales, no futurismo.

Scoring crediticio alternativo: el caso de Creditea. Esta fintech mexicana, parte del grupo internacional IPF Digital, otorga préstamos personales a personas sin historial crediticio tradicional. En lugar de depender exclusivamente del Buró de Crédito, su motor de IA analiza más de 10,000 variables no convencionales: patrones de uso del teléfono, consistencia de datos en solicitudes, comportamiento en la app durante el proceso de solicitud, horarios de conexión, incluso la velocidad con la que se llenan formularios. Un modelo de machine learning procesa estos datos en segundos y asigna una puntuación de riesgo. El resultado: Creditea ha logrado una tasa de morosidad inferior al 5%, comparable a bancos tradicionales, mientras otorga créditos a segmentos que la banca tradicional rechaza de plano. En 2024, la empresa reportó haber colocado más de 2 millones de préstamos en México con este sistema.

Detección de fraude en tiempo real en BBVA México. El banco más grande del país procesa millones de transacciones diarias. Su sistema de IA, desarrollado internamente con apoyo de su centro de innovación global, analiza cada transacción en menos de 50 milisegundos. El modelo cruza datos de ubicación del cliente, historial de gasto, tipo de comercio, monto y patrones de comportamiento para asignar un score de riesgo en tiempo real. Si una transacción es sospechosa —por ejemplo, una compra de 15,000 pesos en una tienda de electrónicos en otro estado a las 3 de la mañana— el sistema la bloquea automáticamente y notifica al cliente por la app. BBVA reportó que este sistema redujo el fraude con tarjetas en un 43% entre 2022 y 2024, ahorrando más de 800 millones de pesos en pérdidas potenciales.

Plataformas de inversión inteligente: GBM+ y su algoritmo de recomendación. GBM (Grupo Bursátil Mexicano) lanzó en su plataforma GBM+ un motor de IA que recomienda portafolios personalizados según el perfil, objetivos y tolerancia al riesgo de cada inversionista. El sistema analiza datos de más de 200,000 inversionistas y ajusta las recomendaciones con base en condiciones de mercado, madurez del perfil y objetivos declarados. La plataforma reportó que los usuarios que aceptan las recomendaciones del algoritmo obtienen rendimientos 1.8 puntos porcentuales superiores en promedio frente a quienes arman su portafolio manualmente.

Seguros paramétricos con IA en Sura México. Seguros Sura implementó modelos de machine learning para seguros paramétricos agropecuarios: pólizas que se activan automáticamente cuando ciertos parámetros objetivos se cumplen, como niveles de lluvia o temperatura, sin necesidad de que un ajustador visite el campo. La IA procesa imágenes satelitales y datos meteorológicos de Conagua para determinar si las condiciones activan la cobertura. Esto permite pagos automáticos en menos de 72 horas, cuando antes el proceso tardaba semanas. En 2023, Sura pagó más de 120 millones de pesos en siniestros agropecuarios bajo este modelo, beneficiando principalmente a pequeños productores de maíz y frijol en el Bajío.

La IA en finanzas mexicanas no es una promesa futura: está ocurriendo ahora, y está resolviendo problemas estructurales de inclusión, seguridad y acceso. La pregunta para las empresas financieras ya no es si deben adoptarla, sino qué tan rápido pueden hacerlo antes de que su competencia les tome demasiada ventaja.