El primer radar de cobranza salió el lunes 28 de septiembre. Después de construirlo, discutirlo y revisarlo con el equipo, llegó el momento de compartir una primera edición con información concreta para actuar antes del cierre mensual.
Me dio gusto verlo terminado. Quedó claro, visualmente cuidado y con una combinación que habíamos buscado desde el inicio: datos de los clientes, contexto para interpretarlos y recomendaciones de posibles acciones.
También lo recibieron las áreas de Servicios y Comercial. Eso era importante porque muchas de las situaciones que aparecen en una cartera pendiente necesitan la participación de quienes conocen la venta, la entrega o la relación con el cliente.
Todavía es pronto para saber qué cambiará a partir de su uso. Pero esta primera entrega ya permite contar algo que me interesa: cómo fuimos convirtiendo el conocimiento de un equipo en una herramienta de gestión generada con inteligencia artificial.
Llegar con tiempo para hacer algo
En cobranza podemos conocer el saldo pendiente, revisar su antigüedad y explicar al final del mes qué ocurrió. Esa información sigue siendo necesaria. La pregunta que nos llevó a construir el radar fue qué podíamos hacer con ella mientras todavía hubiera margen para intervenir.
Queríamos reconocer qué saldos estaban cerca de cambiar de tramo, qué compromisos necesitaban revisión y qué situaciones requerían una conversación antes del cierre. También distinguir lo que los datos permitían afirmar de aquello que todavía necesitaba confirmación.
Una promesa de pago vencida exige una lectura diferente de una factura que el cliente mantiene pendiente por un problema de entrega. Una modificación de estado tampoco demuestra, por sí sola, que haya entrado dinero.
El radar tenía que ayudarnos a conservar esas diferencias. Ordenar los importes era una parte del trabajo; comprender por qué merecían atención y qué podíamos hacer con ellos era otra.
La primera edición reunió una visión del cierre y una proyección del efecto que podría tener el envejecimiento de la cartera si no hubiera nuevos pagos. Esa condición importa: una proyección permite explorar un escenario, pero no equivale a saber cómo se comportará cada cliente.
Más de 1.250 palabras para explicar lo que necesitábamos
La sesión del viernes anterior al envío fue especialmente buena. Recorrimos cada sección, cada cliente y cada ejemplo, intentando definir juntos qué detalles podían aportar a esa lectura anticipada de la cobranza.
El proceso fue hacer, discutir, proponer cambios, escuchar y volver a conversar. A medida que revisábamos el resultado, también afinábamos lo que necesitábamos pedirle a la herramienta.
Había que decidir qué información utilizar, cómo relacionarla y qué criterios aplicar para establecer prioridades. También cómo presentar las observaciones para que alguien pudiera entenderlas sin haber participado en todas nuestras conversaciones previas.
Ese ejercicio nos obligó a explicar cosas que, dentro de la operación, a veces damos por conocidas. La historia de un cliente, el sentido de un comentario o la diferencia entre un compromiso vigente y uno que ya perdió actualidad pueden resultar evidentes para quien lleva el caso. No necesariamente lo son para los demás.
A una persona del equipo podemos decirle “revisa este cliente” porque compartimos antecedentes. Al construir una herramienta con IA, tenemos que detenernos a explicar qué significa revisar, qué evidencia importa y qué conclusiones no deberían darse por hechas.
La extensión del prompt no garantiza un buen resultado. Pero, en este caso, deja una pequeña huella del trabajo que hubo detrás: poner en palabras un conocimiento que muchas veces utilizamos sin tenerlo escrito y discutirlo lo suficiente para que pudiera orientar una herramienta compartida.
Eso fue lo que más disfruté del proyecto. Ver cómo la conversación con el equipo iba dando forma a una herramienta que después podríamos utilizar todos.
El criterio aparece en los detalles
El radar fue generado íntegramente por IA. En ese resultado también están los criterios, las prioridades y el conocimiento de gestión de los clientes que fuimos incorporando nosotros.
En las primeras versiones nos tentó mostrar demasiadas cosas: más datos, más indicadores, más información. Al revisarlas, vimos que el radar podía perder su función de apoyar una decisión. Lo que parecía hacerlo más completo también podía entorpecer la lectura de aquello que necesitaba atención.
Tuvimos que calibrar lo que iba mostrando, validar los datos y corregir información mal calculada o mal agrupada. También quitamos información que parecía interesante y se veía bien, pero confundía o dificultaba seguir el análisis con fluidez.
Ese recorte fue parte de la construcción del criterio. No bastaba con que una información estuviera disponible o resultara atractiva en la presentación. Tenía que ayudarnos a comprender la situación y decidir qué hacer con ella.
En la primera edición, ese trabajo aparece en detalles concretos. Un acuerdo antiguo requiere comprobar si sigue vigente. Un pendiente relacionado con una entrega exige involucrar a quienes pueden aclararla. Un saldo que permanece abierto necesita seguimiento aunque su estado haya cambiado.
Una recomendación puede estar bien redactada y, aun así, necesitar que alguien confirme sus antecedentes antes de actuar. Por eso me interesa que el radar facilite la revisión y la conversación con quienes conocen cada situación.
La combinación de inteligencia humana e inteligencia artificial empieza a tener un sentido muy concreto cuando permite reunir ese contexto y hacerlo más accesible para la gestión.
Compartir la información desde el principio
Durante la construcción acordamos que la información debía nacer con acceso para más equipos, incluidos Comercial y las áreas financieras del corporativo.
Espero que eso nos ayude a conseguir más apoyo para resolver las situaciones pendientes. Una conversación puede empezar mejor cuando quienes participan tienen a la vista el mismo caso, su contexto y el motivo por el que necesita atención.
Sin embargo, recibir un radar no crea automáticamente tiempo en la agenda de otra área ni resuelve una diferencia de prioridades. Seguiremos necesitando personas que revisen, respondan, negocien y acuerden los siguientes pasos.
Es una conexión directa con lo que planteé en Hicimos nuestra parte. El resultado sigue pendiente. La entrega de un área puede estar terminada y el resultado completo seguir esperando.
Ahora esa pregunta también se aplica a nuestra propia herramienta. Haber enviado el radar es un avance. Conseguir que sus señales se conviertan en acciones será la siguiente parte del trabajo.
Lo que empieza con la primera entrega
Me entusiasma lo que construimos y tengo confianza en su utilidad. Al mismo tiempo, esta primera edición abre una etapa en la que tendremos que observar cómo se usa y qué necesita cambiar.
Quiero ver si ayuda a formular mejores preguntas, si las prioridades resultan claras para otras áreas y si las recomendaciones llevan a definir responsables y próximos pasos. También qué información falta, qué señales generan ruido y qué partes conviene ajustar.
El efecto sobre la cobranza habrá que evaluarlo con evidencia. Todavía no podemos atribuir al radar una mejora en la recuperación ni una colaboración que apenas estamos buscando fortalecer.
Por ahora, el resultado concreto es una herramienta que ya salió de la etapa de construcción y llegó a quienes pueden utilizarla. Detrás quedaron muchas conversaciones, revisiones y decisiones que encontraron una forma de aparecer juntas en la misma lectura.
Me gustaría conservar esa manera de trabajar mientras el radar evoluciona: seguir escuchando a quienes conocen los casos, revisar lo que la herramienta propone y corregir lo que haga falta.
La primera edición salió con más de 1.250 palabras de instrucciones detrás. Las próximas también necesitarán algo que no termina con el envío: volver a conversar con el equipo sobre lo que estamos viendo y decidir qué hacemos con ello.