IA para prever cobros e impagos

Saber qué facturas van a llegar tarde no es adivinar: es leer el histórico con criterio. La IA ordena esas señales y te deja tiempo para actuar antes del vencimiento, no después.

• 8 min de lectura • Inteligencia artificial

La mayoría de negocios descubre un impago cuando ya ha pasado mes y medio. Para entonces la factura está fuera de plazo, el cliente ha dejado de responder y el margen se ha comido la venta. Prever el cobro no elimina el riesgo, pero cambia el momento en el que decides: reclamar hoy, negociar un aplazamiento o dejar de servir a un cliente que acumula retrasos.

Qué puede predecir y qué no

Un modelo entrenado con tus facturas aprende patrones de pago: qué clientes pagan antes, cuáles esperan al último día y cuáles se retrasan cuando el importe sube. También detecta cambios de comportamiento, como una empresa que solía pagar en diez días y lleva tres facturas seguidas cerca del vencimiento. Eso es señal, no sentencia: el modelo estima probabilidad y plazo, no voluntad de pago.

  • Probabilidad de que una factura se cobre dentro del plazo pactado.
  • Retraso medio esperado por cliente y por tramo de importe.
  • Clientes cuya conducta de pago ha empeorado en los últimos meses.
  • Previsión de entrada de caja por semana, coherente con tu calendario.

Lo que no puede predecir es una quiebra, una decisión política o un impago deliberado sin aviso. Tampoco sustituye una investigación comercial del cliente nuevo: si no hay histórico, no hay patrón que aprender.

Los datos que hacen falta

Empieza por lo que ya tienes en el programa de facturación. Una tabla con cliente, fecha de emisión, importe, vencimiento y fecha real de cobro permite construir un modelo útil en una pyme pequeña. Si además guardas condición de pago, número de facturas abiertas y antigüedad de la deuda, la estimación gana precisión.

  • Un histórico mínimo de doce meses para ver estacionalidad.
  • Fecha de cobro real, no solo si está pendiente o pagada.
  • Importe, forma de pago y condiciones acordadas con cada cliente.
  • Incidencias: devoluciones, facturas discutidas, abonos y aplazamientos.

Un modelo de cobros solo es honesto si mide sobre datos propios. Las probabilidades genéricas de impago de un sector sirven como contexto, no como sustituto de tu histórico.

Pochit · facturación para autónomos y pymes

Anticípate a los impagos con tus propios datos

  • Facturas con vencimiento y estado de cobro en el mismo panel
  • Recordatorios automáticos antes de que la deuda envejezca
  • Previsión de caja alimentada con tu libro real
Empezar un mes gratis

Sin tarjeta. Después, 10 €/mes (IVA incluido). Cancelas cuando quieras.

Señales que conviene vigilar

La IA no tiene que darte una bola de cristal. Con un panel de alertas bien elegido basta. Prioriza las facturas donde coinciden varios indicadores: cliente con retrasos previos, importe por encima de su media y vencimiento en una semana. Esa combinación merece una llamada hoy, no un correo automático dentro de quince días.

  • Deterioro del plazo medio de pago respecto a los tres meses anteriores.
  • Facturas que superan el doble del importe habitual del cliente.
  • Cambios de interlocutor o de dirección de facturación sin explicación.
  • Pagos parciales repetidos que alargan la deuda sin cerrarla.

Cruza esa información con tu margen. Un cliente moroso con un contrato muy rentable puede compensar; uno puntual pero con margen mínimo no admite ni un retraso. La previsión sirve para decidir dónde pones el esfuerzo comercial.

Límites, sesgos y privacidad

Un modelo entrenado con pocos impagos tiende a decir que todo se cobrará. Si tu cartera es pequeña, la probabilidad se mueve a saltos y conviene usar rangos, no cifras exactas. Revisa también el sesgo: si un cliente nuevo se parece a otro que falló, el sistema puede castigarlo sin motivo.

Trata los datos de solvencia con cuidado. No metas en un modelo abierto información personal que no necesitas, limita el acceso y documenta para qué usas cada campo. Esta explicación es información general, no asesoramiento jurídico individual: si manejas datos de personas, revisa tu base legal.

Cómo montarlo sin complicarte

Empieza con una hoja de cálculo y una regla simple: puntúa cada factura con el histórico del cliente y el importe. Cuando la regla se quede corta, pasa a un modelo. Lo importante es que la salida llegue a alguien con capacidad de actuar y que cada aviso se cierre con una acción registrada.

  • Define qué harás con cada nivel de riesgo: aviso, llamada o bloqueo.
  • Revisa el modelo cada trimestre con los cobros reales.
  • Mide si las alertas reducen días de cobro o solo generan correos.

Preguntas frecuentes

¿Necesito muchos datos para empezar?

Con un año de facturas y las fechas reales de cobro ya puedes detectar patrones útiles. Más histórico mejora la estimación, pero no es imprescindible para montar avisos básicos.

¿La IA puede decidir a quién vendo?

Puede aportar una puntuación de riesgo, pero la decisión comercial es tuya. Conviene revisar los casos límite y no automatizar un rechazo sin revisión humana.

¿Sirve para clientes nuevos?

Solo de forma indirecta. Sin historial propio, el modelo se apoya en datos externos o en el sector, y la fiabilidad baja. Para un cliente nuevo, pide referencias y limita la exposición.

Mira hoy qué facturas van a llegar tarde

Pochit reúne vencimientos, cobros y previsión de caja para que actúes antes del impago. Un mes gratis; después, 10€/mes (IVA incluido).

Empezar un mes gratis

Última actualización: 16 de noviembre, 2026

La previsión de cobros sirve si termina en una llamada concreta.