En los últimos años, México ha experimentado un notable crecimiento en la adopción de métodos de pago digitales. De acuerdo con el artículo Tendencias de pago en México para 2025 de la Asociación Mexicana de Venta Online, el país cuenta con 66 millones de compradores en línea, lo que representa el 51% de la población, de acuerdo con datos del tercer trimestre de 2024 de la asociación.
Asimismo, indican que actualmente el 80% de los mexicanos aún dependen del efectivo como su principal método de pago, según datos de Banxico, pero dicha cifra es menor que la reportada previo a la pandemia, cuando era de 87%, lo que demuestra un avance de la digitalización y se espera que la cifra siga reduciéndose.
En este contexto de transformación digital, la inteligencia artificial (IA) está emergiendo como un aliado estratégico para las fintech en México, especialmente en el ámbito de los métodos de pago.
La IA, y en particular la inteligencia artificial generativa (GenAI), están revolucionando el ciclo de vida de los pagos al ofrecer personalización, eficiencia y seguridad sin precedentes. Así lo explicó EPAM Systems Inc. en una reciente publicación.
Autorización de pagos más segura y eficiente
La fase de autorización es crucial en cualquier transacción, ya que implica la validación de una compra por parte del emisor, evaluando factores como fondos disponibles y riesgo de fraude. Tradicionalmente, este proceso se basaba en reglas predefinidas, limitando la capacidad de detectar patrones complejos de fraude, pero ahora la GenAI aporta ventajas significativas en este ámbito:
● Aprendizaje adaptativo: Los modelos de GenAI pueden aprender de nuevos datos, identificando
patrones emergentes de fraude y adaptándose a amenazas en constante evolución.
● Generación de datos sintéticos: Al crear datos transaccionales realistas en diversos escenarios,
la IA mejora el entrenamiento de algoritmos de detección de fraude, aumentando su precisión y reduciendo falsos positivos.
● Integración de datos diversos: Chatbots basados en IA facilitan el acceso a diversas fuentes de datos, incluyendo políticas internas y datos no estructurados, acelerando las revisiones manuales de fraude.
● Perfilado de riesgo mejorado: La GenAI analiza comportamientos y patrones de transacción para construir perfiles de riesgo dinámicos, optimizando la autorización de pagos.
Optimización en la compensación y liquidación de pagos
En cuanto a las fases de compensación y liquidación, la IA también está generando una gran transformación con diferentes mecanismos:
● Agrupación dinámica y optimización de liquidez en tiempo real: La GenAI puede agrupar
transacciones en micro-lotes según factores como urgencia y carga de la red, asegurando que los pagos prioritarios se procesen al instante y optimizando la gestión de liquidez.
● Detección de errores y reducción de disputas: Los modelos de IA identifican patrones asociados con errores en la compensación, como discrepancias en datos transaccionales, reduciendo retrasos y disputas entre instituciones financieras.
● Resolución inteligente de discrepancias: La GenAI agrega y normaliza datos transaccionales de diversas fuentes, detectando anomalías y proporcionando alertas en tiempo real para abordar problemas antes de que afecten la integridad de las liquidaciones.
Tendencias en la adopción de GenAI en el sector financiero
Las instituciones financieras están invirtiendo estratégicamente en GenAI, enfocándose en áreas con retornos de inversión inmediatos, como la detección de fraudes y asistentes virtuales personalizados.
Aunque la implementación en procesos complejos de back-office aún está en etapas iniciales, la sensibilidad de los datos financieros y las regulaciones de privacidad impulsan una adopción cautelosa. Algunas redes de pago líderes ya utilizan GenAI para mejorar la detección de fraudes, acelerando la identificación de tarjetas comprometidas y reduciendo falsos positivos.
Además, se están desarrollando modelos de lenguaje específicos para el sector financiero, ofreciendo soluciones adaptadas a necesidades particulares y mejorando la eficiencia operativa.
A medida que las fintech adoptan estas tecnologías, se espera una mayor inclusión financiera, transacciones más seguras y una experiencia de usuario optimizada.