Kleva recauda con Wollef y usa IA para cobrar deudas en México

Una startup argentina cruza a México para cobrar deudas con algoritmos

Kleva, startup fundada hace dos años por Ed Escobar y Juan Martín Pagella, acaba de instalar operaciones en México para atacar uno de los problemas más calientes del crédito al consumo en América Latina: la cobranza. Y lo hace con una promesa agresiva — operar la recuperación de cartera 100% con inteligencia artificial, sin agentes humanos en la primera línea de contacto.

La firma levantó capital con el fondo mexicano Wollef Ventures y, según una entrevista de Ed Escobar con Milenio, ya trabaja para incrustarse en la infraestructura de cobro de bancos y emisores como BBVA, Santander, BanCoppel, Grupo Azteca y Liverpool, además de empresas de servicios como DirecTV y Telmex.

¿Por qué México y por qué ahora?

Escobar pinta un cuadro preocupante. El crédito al consumo en México creció 8,6% al cierre del segundo trimestre de 2026, según el reporte de Agregados Monetarios y Actividad Financiera del Banco de México citado por Milenio. Pero la cifra que realmente enciende las alarmas es otra: el consumo de crédito subió 35% anual y la cartera vencida lo hizo casi 48%, según los números que maneja el directivo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La razón estructural es clara. Mientras la banca tradicional (BBVA, Santander) atiende perfiles con historial y bajo riesgo, las plataformas digitales y fintechs como Plata, Mercado Libre o Nubank apuntan a un segmento poco bancarizado. «Con cinco clics desde una app accedes a financiamiento», resume Escobar. El resultado: más personas endeudadas, con menor educación financiera, y con carteras cada vez más difíciles de cobrar.

Cómo funciona la cobranza con IA de Kleva

El modelo opera por capas, según los días de mora:

Premora: cinco días antes del vencimiento, primer recordatorio.
1 a 15 días de atraso: canal preferido del usuario (llamada, SMS, email, WhatsApp).
15 a 30 días y hasta 60 días: insistencia multicanal con personalización.
Más de 60 días, cerca de 90: intervención de un ejecutivo humano antes de vender la cartera a agencias especializadas.

El sistema bebe de dos fuentes: los datos que comparte cada empresa emisora y los bureaus de crédito como Círculo de Crédito. Con eso analiza empleo, salario y otros compromisos del deudor, y elige el canal con más probabilidad de respuesta. A un joven que evita llamadas lo接触 por WhatsApp; en Guadalajara o Monterrey, el bot ajusta el código de área y modismos norteños para aumentar la tasa de respuesta.

Los números que Kleva pone sobre la mesa

Costo operativo: entre 70% y 80% menor frente a una estructura tradicional de call centers humanos.
Tasa de recuperación: entre 10% y 20% por encima de los indicadores tradicionales, dependiendo del producto y el tramo de mora.

Los clientes definen los parámetros financieros que la IA puede ofrecer: montos máximos de quita, esquemas de pago en parcialidades y reglas de negociación. La IA negocia sola dentro de esos límites; cuando el caso se sale del rango, escala a un humano.

Seguridad y certificaciones: el filtro para entrar a la banca

Para operar con bancos, Kleva acaba de obtener la certificación ISO 27001, anuncio que la compañía hará oficial la próxima semana según declaró Escobar a Milenio. La norma cubre tokenización de teléfonos, identidades y montos, con acceso restringido al personal interno y protocolos estrictos de auditoría. Sin ese sello, la puerta de la banca tradicional está cerrada.

¿Qué significa esto para tu startup fintech?

Si estás construyendo o escalando una fintech de crédito en LATAM, el movimiento de Kleva señala tres cosas concretas:

La cobranza se convirtió en un cuello de botella, no en una línea más del P&L. Con carteras vencidas creciendo casi al doble que el crédito nuevo, los originadores necesitan partners especializados, no call centers propios. Hay espacio para B2B alrededor del crédito digital.
La barrera de entrada es la certificación y la integración, no el modelo de IA. Cualquiera puede armar un LLM que mande mensajes; lo difícil es el ISO 27001, los acuerdos con bureaus como Círculo de Crédito y la integración a los core bancarios. Ahí está la defensibilidad real.
El mercado mexicano es grande y aún se está desordenando. Plata, Mercado Libre y Nubank están peleando por la tarjeta del mismo usuario sub-bancarizado, y eso genera carteras con perfiles nuevos que los modelos de cobranza tradicionales no saben trabajar. Si tienes datos propios sobre comportamiento de pago en ese segmento, ahí hay una tesis de producto.