Inteligencia artificial en el sector financiero

• Atención al cliente: asistentes en web y WhatsApp que responden sobre productos, requisitos y estado de solicitudes, y derivan a un asesor.
• Documentos y onboarding: lectura y validación de documentos de clientes, sustentos y expedientes.
• Apoyo a la detección de fraude: alertas sobre patrones inusuales para que un analista las revise.
• Contabilidad y finanzas corporativas: registro de comprobantes, conciliaciones, cierres y reportes con menos trabajo manual.
• Cumplimiento: revisión de documentos contra políticas internas y normativa, con trazabilidad.
• Asistente interno: respuestas para el equipo sobre manuales, procedimientos y productos.

Las cajas municipales atienden a mucha gente en agencia, teléfono y WhatsApp: consultas de productos, requisitos, estado de solicitudes y cobranza. Al mismo tiempo, el back office carga con expedientes incompletos, documentos difíciles de leer y trabajo repetitivo para armar carpetas. Todo eso convive con obligaciones de supervisión y buenas prácticas frente a la SBS y a la normativa aplicable: no basta con "probar un chatbot"; hace falta control, registro y una persona que pueda corregir o detener el flujo cuando corresponde.

En ANDE diseñamos inteligencia artificial para cajas municipales con foco en producción, no en demos sueltas. Trabajamos agentes y asistentes que responden al cliente o al colaborador, leen y ordenan documentos de onboarding o de cobranza, y apoyan el back office con supervisión humana en cada decisión sensible. No usamos IA para aprobar o rechazar un crédito sola: cuando el caso toca evaluación crediticia de personas, el diseño parte del reglamento de la Ley 31814 (riesgo alto) y deja la decisión en un analista.

Cómo arrancamos: un diagnóstico sin costo (1 a 2 semanas) revisa procesos, datos y sistemas; luego una hoja de ruta con el primer piloto; y solo después se construye sobre un flujo concreto (por ejemplo atención en WhatsApp o armado de expedientes). Llevamos más de 12 años construyendo software, con más de 100 proyectos y más de 50 clientes en nuestra trayectoria. En finanzas contamos con experiencia de equipo en entidades del sector; eso no equivale a "casos de IA" publicados con esas marcas.

Agenda tu diagnóstico sin costo y vemos si la IA para cajas municipales en Perú aporta en atención, documentos o back office antes de comprometer un piloto. Una guía práctica está en IA en cajas municipales y cooperativas en Perú.

Las cooperativas de ahorro y crédito y las entidades de microfinanzas en Perú suelen operar con socios que escriben por WhatsApp, entregan documentos por partes y preguntan una y otra vez el estado del crédito. El analista pierde tiempo armando el expediente; la mesa de partes interna (o el equivalente en agencia) reparte papeles; y el socio no ve un seguimiento claro. Ahí encaja la inteligencia artificial para cooperativas de ahorro y crédito: reunir requisitos, validar legibilidad, ordenar el expediente y dejar la decisión de crédito en una persona.

Más abajo en esta misma página hay un escenario de ejemplo (ilustrativo, no es un cliente real) que muestra cómo preevaluar documentos de crédito en una cooperativa con transparencia, consentimiento y supervisión humana según el DS 115-2025-PCM. No hace falta repetir ese flujo aquí: el punto es el mismo para IA para microfinanzas en Perú: menos ida y vuelta por documentos incompletos, más tiempo del analista en analizar y menos carga en canales digitales mal atendidos.

Si tu cooperativa o entidad de microfinanzas quiere empezar por un canal (WhatsApp) o por un tipo de crédito, el camino es el mismo: diagnóstico sin costo → hoja de ruta → piloto acotado. También puedes ver nuestra automatización de procesos con IA para la lectura de documentos y la consultoría de IA si aún están eligiendo el primer caso.

Las fintechs en Perú ya tienen producto digital; el cuello de botella suele estar en operaciones: onboarding documental, soporte a usuarios, revisión contra políticas internas y tareas repetidas del equipo. La inteligencia artificial para fintechs que construimos no compite con plataformas globales de infraestructura de pagos ni con whitepapers de big tech: se centra en agentes de IA para fintechs que ayudan al equipo de ops y a los canales de soporte, con límites claros y revisión humana.

Casos típicos: asistentes que clasifican y responden consultas frecuentes; lectura y validación de documentos en el alta; ayudantes internos sobre manuales y políticas; y apoyo a cumplimiento con trazabilidad (qué se vio, quién corrigió). Si el flujo toca evaluación crediticia de personas, aplicamos el mismo criterio de riesgo alto del reglamento: la IA prepara y alerta; la persona decide.

Para equipos que además están adoptando IA en el día a día, encaja con adopción de IA en equipos. Para el primer flujo en producción: Agenda tu diagnóstico sin costo y priorizamos un piloto medible en ops o soporte. Sin pelear por "IA genérica para fintechs" contra jugadores de otra liga.

El reglamento de la Ley 31814 (Decreto Supremo 115-2025-PCM) considera de riesgo alto el uso de IA para determinar la evaluación crediticia de personas, salvo cuando se usa para detectar fraude financiero. Para los sistemas de riesgo alto del sector privado pide, entre otras cosas, transparencia hacia el usuario, un registro del funcionamiento del sistema y supervisión humana capaz de detener o corregir decisiones. En economía y finanzas el plazo de implementación para el sector privado era de un año desde la publicación del reglamento (9 de setiembre de 2025), y ya venció en setiembre de 2026: las entidades y empresas que usan IA en estos casos ya deberían tener esas obligaciones implementadas. Este resumen es informativo y no constituye asesoría legal; para tu caso concreto, consulta con tu equipo legal. Lo detallamos en qué implica el reglamento para las empresas.

La IA en el sector bancario y la IA generativa en banca se usan sobre todo en atención, documentos y back office, no para decidir un crédito sin una persona. En áreas de finanzas corporativas también aplica la automatización contable con IA.

Por eso diseñamos con supervisión humana, registro de decisiones y fuentes verificables desde el inicio. Esta página no es asesoría legal.

En resumen: una cooperativa de ahorro y crédito usaría un agente de IA para reunir y ordenar los documentos de cada solicitud de crédito. El agente prepara el expediente y un resumen. La decisión de aprobar o rechazar la toma siempre un analista de créditos.

El perfil

• Tipo de entidad: cooperativa de ahorro y crédito.
• Tamaño: mediana, con varias agencias.
• Ubicación: sede en Huancayo, con agencias en la región Junín.
• Clientes: socios que piden créditos para su negocio o de consumo.
• Canales actuales: agencias, teléfono y WhatsApp atendido por personas.

El problema

• Los socios envían documentos incompletos o ilegibles, y el analista los pide varias veces.
• El analista copia a mano los datos de boletas, recibos y documentos de identidad al sistema.
• Cada analista arma el expediente a su manera, y luego es difícil revisarlo.
• El socio no sabe en qué estado está su solicitud y llama a la agencia para preguntar.

Qué haría la solución, paso a paso

1. Recibe la solicitud. El socio inicia la solicitud por WhatsApp o por la web de la cooperativa.
2. Avisa que es una IA. Antes de empezar, el asistente informa que opera con inteligencia artificial, para qué sirve y que la decisión final la toma una persona.
3. Pide el consentimiento. Solicita la autorización para tratar los datos personales conforme a la Ley 29733.
4. Recoge los documentos. Pide la lista de requisitos según el tipo de crédito y avisa al momento si falta algo o si una foto no se lee.
5. Extrae y valida datos. Lee los documentos, extrae los datos clave y los compara entre sí y con el sistema de la cooperativa.
6. Marca alertas. Señala inconsistencias o posibles documentos alterados para que un analista las revise. No descarta a nadie por sí solo.
7. Arma el expediente. Prepara un expediente ordenado y un resumen con las fuentes de cada dato.
8. El analista decide. El analista de créditos revisa el expediente, consulta lo que necesite y aprueba, observa o rechaza. Puede corregir o invalidar cualquier dato o propuesta del sistema.
9. Informa al socio. El asistente comunica el estado de la solicitud y, si hay una decisión, explica sus motivos principales con el texto que valida la cooperativa.
10. Deja registro. Cada paso queda registrado: qué datos se usaron, qué propuso el sistema y qué decidió la persona.

Supervisión humana y transparencia (DS 115-2025-PCM)

• Riesgo alto: usar IA para la evaluación crediticia de personas es de riesgo alto según el reglamento. Por eso el diseño parte de los controles.
• Supervisión humana: un analista capacitado puede detener, corregir o invalidar cualquier propuesta del sistema.
• Transparencia: el socio sabe que interactúa con una IA, para qué se usa y que una persona decide.
• Explicación: cuando hay una decisión que lo afecta, el socio recibe sus motivos principales.
• Registro: se documentan el funcionamiento del sistema, las fuentes de datos y la lógica usada.
• Fraude: las alertas de posible fraude documental también pasan por un analista antes de cualquier acción.

Integraciones

• WhatsApp Business mediante la API oficial de Meta, y la web de la cooperativa.
• Sistema central (core) de la cooperativa y su módulo de créditos, por API.
• Gestor documental para guardar los expedientes.
• Consultas a centrales de riesgo que la cooperativa ya tenga contratadas.
• Tablero de supervisión para analistas y para el área de riesgos.

Indicadores que se medirían

No damos cifras de resultado: los objetivos se definen en el diagnóstico y se validan en el piloto.

• Se mediría el tiempo desde que el socio inicia la solicitud hasta que el expediente está completo.
• Se mediría cuántas veces hay que volver a pedir un documento.
• Se mediría el tiempo que dedica el analista a armar cada expediente.
• Se mediría la proporción de datos extraídos que el analista tiene que corregir.
• Se mediría cuántas propuestas del sistema el analista cambia o invalida, como control de calidad.
• Se revisaría que todas las solicitudes tengan registro completo y aviso de transparencia.

Cómo se llevaría a cabo

1. Diagnóstico (sin costo): revisamos el flujo actual de créditos, los documentos, los sistemas y los datos. Clasificamos el caso según el reglamento y definimos dónde decide una persona.
2. Hoja de ruta: priorizamos un tipo de crédito, definimos las integraciones, los controles, los textos de transparencia y los indicadores. El objetivo de cada indicador queda como objetivo a validar en el piloto.
3. Piloto: lo activamos en un solo tipo de crédito y en una agencia, con todos los expedientes revisados por analistas. Si los indicadores se cumplen, se suman más agencias y productos.

Cómo aplica el reglamento a tu entidad lo vemos en qué implica el reglamento de la Ley 31814 para las empresas. La lectura de documentos se apoya en nuestra automatización de procesos con IA.

1. Diagnóstico (sin costo): revisamos procesos, datos y sistemas, y elegimos el caso con más impacto.
2. Hoja de ruta con ROI: qué hacer primero, integraciones, riesgos y retorno esperado.
3. Piloto: construimos sobre un flujo concreto, con límites claros y revisión humana.
4. Medimos y escalamos: solo sumamos más flujos cuando el piloto demuestra resultados.