Cómo mejora la IA explicable los sistemas de «compra ahora y paga después»

• «Compra ahora y paga después» (BNPL, por sus siglas en inglés) ha ganado popularidad, pero sus riesgos también aumentan, en vista de la crisis del coste de la vida.

• La preferencia de los clientes por el BNPL ofrecido por los bancos hace que estas instituciones dispongan de los datos necesarios para desarrollar soluciones de IA explicable que permitan ofrecerles mejores productos.

• La IA explicable puede dar paso a mejores ofertas de BNPL, incluido el BNPL retroactivo aplicado a compras anteriores y reagrupado como préstamo.

La forma en que realizamos nuestras operaciones bancarias, dónde las realizamos y con quién las realizamos están cambiando de manera drástica. Estos cambios extraordinarios se deben al aumento de las expectativas de los clientes y al poder de las tecnologías disruptivas para satisfacerlas. Si hiciera falta una prueba de esta afirmación, el auge de «compra ahora y paga después» (BNPL, por sus siglas en inglés) sería un buen punto de partida.

Hoy, los consumidores están acostumbrados a experiencias rápidas, fluidas y personalizadas en plataformas globales como Netflix o Amazon. También esperan esa experiencia de los servicios bancarios: un recorrido intuitivo e integrado en las transacciones cotidianas. El BNPL ofrece una experiencia así.

Rápido despegue

«Compra ahora y paga después» es una forma alternativa de crédito integrada en el punto de venta. Cuando los clientes eligen una compra, pueden acceder de inmediato a un préstamo BNPL sin ser redirigidos a un proceso o proveedor de servicios financieros distinto. La decisión se toma rápidamente, las comprobaciones de crédito exhaustivas son poco frecuentes y, por lo general, se cobra poco o ningún interés.

Aunque la idea de pagar a plazos no es nueva, lo revolucionario es que las tecnologías actuales —como las API abiertas, la nube y la inteligencia artificial— han creado nuevos niveles de rapidez y escalabilidad, además de una integración fluida en las plataformas de consumo.

Esta tecnología está impulsando un crecimiento rápido. En la actualidad, alrededor de 360 millones de personas utilizan el BNPL, y se prevé que la cifra se triplique hasta alcanzar casi 900 millones para 2027. Esta proyección se basa en un crecimiento anual previsto del mercado del 45% entre 2021 y 2030. Esto elevaría el tamaño del mercadode 132.000 millones de dólares en 2021 a 850.000 millones de dólares en 2026.

Por ejemplo, PayPal utilizó la tecnología en la nube de Temenos para lanzar su solución «compra ahora y paga después» en múltiples jurisdicciones. Los resultados fueron extraordinarios: en dos años se tramitaron 48 millones de solicitudes de préstamos BNPL, de las cuales 750.000 se recibieron en un solo Black Friday.

¿Beneficio a corto plazo, perjuicio a largo plazo?

Sin embargo, el rápido auge de «compra ahora y paga después» ha coincidido con una crisis mundial del coste de la vida. El aumento de la inflación y de los precios de la energía también ha afectado al BNPL: según un estudio reciente, el 42% de los consumidores que utilizan este método de pago se ha retrasado en al menos un pago.

En cierto sentido, la facilidad y la comodidad de «compra ahora y paga después» también generan sus propios retos. Como los clientes pueden comprar productos con rapidez y sin fricciones, quizá lo hagan de forma más impulsiva. Nuestros sesgos de comportamiento innatos favorecen la idea de «comprar ahora» y «pagar después». Preferimos centrarnos en las recompensas del presente en lugar de en las consecuencias futuras. Esta tendencia se conoce como «sesgo del presente». Al mismo tiempo, a menudo se subestiman las obligaciones de gasto futuras, un fenómeno conocido como «desatención de lo atípico».

Quizá sea mejor dejar que los científicos del comportamiento profundicen en estos temas. Pero está claro que todos los integrantes de la cadena de valor del BNPL debemos hacer más para ayudar a los consumidores a tomar decisiones de gasto más responsables y fundamentadas.

Bancos + IA explicable = una solución

A medida que crece la preocupación por la protección de los consumidores, aumenta también, como es natural, el escrutinio regulatorio del «compra ahora y paga después». Los organismos reguladores de todo el mundo prestan cada vez más atención a aspectos como las comprobaciones de crédito, la transparencia y la educación.

Y, como han señalado muchos comentaristas, entre ellos S&P Global, este escrutinio abre una oportunidad para que los bancos entren en el mercado, después de haber perdido ya miles de millones en ingresos anuales frente a proveedores especializados exclusivamente en «compra ahora y paga después».

Los bancos están acostumbrados al escrutinio regulatorio, a diferencia de los nuevos proveedores. También cuentan con una buena capitalización justo cuando aumentan los costes de endeudamiento para los nuevos participantes. Pero quizá la mayor fortaleza de los bancos sea la confianza de sus clientes. De hecho, el 50% de los clientes prefiere que su banco ofrezca el BNPL.

Esta relación permite a los bancos acceder a una gran cantidad de datos de los clientes, como sus ingresos mensuales previstos, sus obligaciones de gasto, el historial de transacciones e incluso su situación laboral.

Conocer mejor a sus clientes permite a los bancos ofrecer distintas modalidades de BNPL. Un ejemplo son los servicios de «paga después», mediante los cuales los bancos pueden ofrecer retroactivamente a los clientes la posibilidad de convertir transacciones anteriores que cumplan los requisitos en un préstamo BNPL. Esta opción retroactiva aliviaría la situación de quienes tienen dificultades de liquidez y, al mismo tiempo, permitiría al banco gestionar el riesgo de impago al seleccionar a clientes cuyo riesgo crediticio ya se ha evaluado previamente.

Y cuando estos datos de los clientes se procesan mediante un motor de IA transparente y explicable, como la plataforma XAI patentada de Temenos, en lugar de una «caja negra», el potencial para generar un impacto positivo es aún mayor.

La IA explicable en la práctica

Por ejemplo, en una compra en línea habitual que utiliza nuestro servicio de BNPL basado en IA explicable, al llegar al pago se presenta al cliente la opción de pago BNPL del banco. Puede elegir entre distintas modalidades de «compra ahora y paga después» (importe de las cuotas, frecuencia, duración y tipo de interés), definidas previamente por el banco. En ese momento, se le presentan estimaciones generadas mediante IA explicable sobre su capacidad de gasto futura, como sus ingresos netos disponibles previstos.

Estas estimaciones van acompañadas de información fácil de entender y expresada en lenguaje sencillo, que explica los factores clave que determinan la cifra calculada. Los clientes también pueden recibir recomendaciones sobre ajustes presupuestarios que les ayudarían a asumir mejor las distintas opciones de BNPL. El resultado beneficia a todas las partes.

Para los bancos, este uso positivo de los datos de los clientes permite que el BNPL sea una fuente adicional de ingresos que fomenta la lealtad y la confianza, a la vez que controla los riesgos de morosidad y cumplimiento normativo. Además, al ofrecer BNPL directamente bajo su propia marca, los bancos pueden conectar mejor con los clientes de la generación Z, nativos digitales y difíciles de alcanzar por otros medios, que utilizan mucho «compra ahora y paga después». Para los clientes, mantiene una experiencia BNPL sin fricciones y les ayuda a tomar decisiones de gasto fundamentadas, contrarrestando sus sesgos de comportamiento innatos.

Así como la tecnología digital permitió que el mercado alcanzara su nivel actual de crecimiento, la IA explicable puede hacer que ese crecimiento sea sostenible en el futuro. Es un magnífico ejemplo de cómo podemos mejorar los servicios bancarios con tecnología.