Frente al aumento sostenido de la mora en la Argentina, la plataforma Oppers implementa un conjunto de acciones basadas en inteligencia artificial (IA) para transformar la gestión de cobranzas. Antes del vencimiento, el sistema envía un recordatorio preventivo por voz o WhatsApp con los datos de la cuota, la fecha límite y los medios de pago disponibles. El día del vencimiento, el agente vuelve a contactar al cliente y le ofrece una opción de pago inmediato.

Si la cuenta entra en mora, el sistema gestiona la situación dentro de los márgenes autorizados por la organización, ofrece un plan de pago y registra el acuerdo en el sistema. Todo el proceso puede desarrollarse por teléfono, WhatsApp o chat web, y mantener el contexto de cada conversación sincronizado entre canales. La plataforma busca –de esta manera– anticipar el contacto con el deudor y reducir la dependencia de los procesos manuales de cobranza.

Por qué la mora de las familias argentinas no deja de crecer El contexto que explica esta transformación es preocupante: según el Monitor Mensual de Crédito a las Familias, elaborado por Eco Go y la Universidad Austral, la mora alcanzó en julio de 2026 el 18% del total de los créditos otorgados. El dato más alarmante es la persistencia del fenómeno: ya son 21 meses consecutivos de deterioro en los indicadores de pago de los hogares argentinos. En este escenario, cobrar se convirtió en un desafío creciente para bancos, fintechs y empresas de servicios.

La cobranza tradicional suele activarse recién cuando el cliente ya está atrasado, algo que reduce las posibilidades de una recuperación temprana. Los agentes conversacionales con inteligencia artificial buscan revertir esa lógica, anticipando el contacto antes de que la deuda se profundice. Cómo funciona la cobranza automatizada con IA La estrategia de Oppers se organiza en distintas etapas del ciclo de pago.

Según datos de la plataforma, el agente conversacional resuelve alrededor de 70% del tráfico entrante de forma autónoma, dejando al equipo humano las tareas que exigen mayor criterio o el cierre de acuerdos complejos. Uno de los principales obstáculos históricos de la cobranza es lograr contacto con el titular de la cuenta: el contacto efectivo promedio ronda apenas el 26%, es decir que casi tres de cada cuatro gestiones no llegan a la persona buscada. Según explica Guillermo Langot, cofundador de Oppers, los agentes de IA permiten ampliar las ventanas de contacto sin depender exclusivamente del horario de una central telefónica tradicional.

Esto habilita llamadas salientes y atención entrante durante las 24 horas del día. La posibilidad de operar en distintos horarios y canales, sin modificar la nómina de empleados, permite además identificar cuándo y cómo es más probable que cada cliente responda. Cómo es el salto de productividad que permite realizar miles de contactos en pocas horas La capacidad de los agentes de IA para gestionar cobranzas a escala es uno de los datos más contundentes del sector.

A diferencia de una central telefónica tradicional, donde cada operador atiende un contacto a la vez, un agente de IA puede sostener múltiples conversaciones de manera simultánea. Considerando tres intentos por cuenta en una cartera de 10.000 cuentas, se generan unos 30.000 contactos: con una capacidad de 30 agentes simultáneos, ese volumen demanda 12 horas y 30 minutos de conversación efectiva. Con 60 agentes, el mismo trabajo se completa en 6 horas y 15 minutos, y con 150 agentes, en apenas 2 horas y 30 minutos.

Ese mismo volumen de contactos equivale, en términos de trabajo humano, a unas 2.000 horas de gestión, es decir, aproximadamente 12 personas trabajando durante un mes completo de 160 horas. Esta diferencia de escala explica por qué cada vez más empresas de crédito y bancos recurren a este tipo de tecnología para gestionar carteras de gran tamaño en Latinoamérica. Por qué la automatización redistribiye al equipo humano pero no lo reemplaza Pese al fuerte componente tecnológico, la automatización de la cobranza no elimina la participación de los equipos humanos, sino que la redistribuye hacia los casos más sensibles.

Según Langot, los casos que requieren mayor negociación pueden escalarse a un operador con el historial completo de la conversación, el estado de la cuenta y las acciones ya realizadas por el agente virtual. De esta forma, la persona recibe el contexto necesario para continuar la gestión sin pedirle al cliente que repita su situación desde cero. Cada contacto queda grabado, transcripto y clasificado, algo que permite a las organizaciones construir un registro completo de las gestiones realizadas.

Integrado con el CRM o el sistema de gestión de cartera de cada empresa, el agente también puede consultar información, actualizar estados y registrar compromisos de pago en tiempo real. Esta trazabilidad resulta clave para que las compañías analicen los motivos de atraso y el nivel de cumplimiento de los acuerdos alcanzados. Cómo pasar de la cobranza reactiva a la prevención de la deuda El aporte central de los agentes de IA a la cobranza no pasa únicamente por realizar más llamados, sino por cambiar el momento en el que se produce la intervención.

El nuevo modelo busca recordar antes del vencimiento, facilitar el pago cuando llega la fecha límite, gestionar la mora temprana y derivar a una persona solo cuando la situación efectivamente lo requiere. Esta lógica se enmarca en una tendencia regional más amplia: distintas plataformas de agentes conversacionales para cobranzas vienen ganando terreno en América Latina, en un sector que busca pasar de la automatización de procesos a la toma de mejores decisiones basadas en datos. Con este modelo, las organizaciones pueden reducir su dependencia de procesos manuales y mejorar la trazabilidad de cada contacto con el cliente.

El resultado es una cobranza más oportuna, consistente y centrada en la real capacidad de pago de cada persona. En un contexto de mora persistente como el que atraviesa la Argentina, estas herramientas se perfilan como una pieza central de la estrategia financiera de bancos, fintechs y empresas de servicios.