En México, la tasa de informalidad laboral llegó al 55% en el cuarto trimestre de 2025, según el INEGI. En Colombia, el DANE registró 55,7% al cierre del mismo año. Cuando un comprador interesado llega a tu agencia, casi uno de cada dos no tiene el historial que un buró de crédito, o una central de riesgo, puede leer con precisión. La IA está construyendo una forma diferente de calificarlo.
La mitad de tu pipeline de compradores existe fuera del sistema crediticio formal
La lógica del pre-filtro tradicional en una agencia funciona así: el comprador expresa interés, el agente pregunta sobre ingresos y empleo, y en algún punto alguien menciona el banco o la central de riesgo. Si el comprador tiene contrato formal, nómina verificable y empleador reconocido, el proceso avanza. Si trabaja de forma independiente, tiene negocio propio, o no tiene historial documentado, la conversación se complica.
Esa lógica descarta a una porción enorme del mercado antes de que el agente haya tenido una conversación real de calificación.
Hay que separar dos cosas que suelen confundirse: "no tener historial crediticio formal" no es lo mismo que "no poder comprar". Un trabajador independiente que lleva siete años pagando renta sin falta, que maneja ingresos recurrentes por Mercado Pago o una billetera digital, y que tiene una actividad económica estable puede tener capacidad de compra real. Lo que no tiene es un registro en los sistemas que el crédito formal consulta primero.
En mercados donde más de la mitad de los ocupados trabaja informalmente, las agencias que no hacen esa distinción no pierden una fracción marginal de oportunidades: están dejando pasar la mitad del potencial de su cartera de compradores.
Qué señales usa la IA cuando el historial formal no existe
Los modelos de scoring alternativo trabajan con datos que existen aunque el historial crediticio formal no. Según IUPANA, el 87% de los prestamistas que usan datos alternativos lo hacen para evaluar con mayor precisión a clientes con historial delgado o sin historial. El 64% reporta mejora en la evaluación de riesgo entre consumidores sin acceso bancario tradicional.
Las fuentes que estos modelos procesan incluyen pagos de servicios básicos (electricidad, agua, internet, telefonía), actividad en billeteras y neobancos (Nubank, Ualá, Mercado Pago), datos de telecomunicaciones, y comportamiento de búsqueda en portales inmobiliarios. Un comprador que paga servicios con puntualidad durante cinco años genera una señal financiera concreta. Quien usa frecuentemente una plataforma digital de pagos produce un historial de transacciones que permite inferir estabilidad y volumen de ingresos.
El historial de arriendo es especialmente relevante. En los mercados donde los pagos de renta se procesan de forma digital, ese registro es uno de los indicadores más sólidos de comportamiento financiero responsable que un modelo de IA puede leer.
Lo que diferencia al scoring alternativo del scoring tradicional no es que sea menos riguroso. Es que mira en más lugares. El modelo no adivina: combina señales verificables para construir un perfil de capacidad de pago. La diferencia está en qué tipo de datos se consideran evidencia.
De 60 horas a segundos: Lidz.ai y el pipeline hipotecario en LATAM
Una de las aplicaciones más concretas de este enfoque viene del mercado chileno. Lidz.ai, fundada por Nicolás González y Cornelio Saavedra, opera en Chile, Perú y Argentina con un modelo que apunta al cuello de botella más caro del proceso inmobiliario: el tiempo de espera en la pre-calificación financiera (según PropTech Latam Connection, abril 2026).
El diagnóstico que motivó el producto es específico: el proceso manual de pre-calificación hipotecaria en LATAM tarda en promedio 60 horas desde la solicitud inicial hasta la primera respuesta de una entidad financiera. En ese tiempo, el comprador puede perder interés, encontrar otra propiedad, o decidir que el proceso es demasiado lento.
Lidz.ai resuelve ese cuello de botella con un agente conversacional que opera por WhatsApp y realiza análisis de riesgo financiero en tiempo real. El primer resultado llega en segundos, no en días. La empresa se posiciona como el "orquestador digital" que conecta al comprador, al agente inmobiliario y a la institución financiera en un flujo más corto. En 2026, su piloto con AATech (caja de ahorro mutual) apunta a colocar USD 40 millones en crédito hipotecario.
Para una agencia, el punto central no es la tecnología de Lidz.ai en sí. Es el tipo de problema que resuelve: reducir el tiempo entre "comprador interesado" y "comprador calificado con datos". Cuando ese tiempo pasa de días a minutos, el agente puede mantener el impulso de la negociación en lugar de perder semanas esperando la respuesta de una institución financiera.
En el PropTech Latam Summit 2026, realizado en Ciudad de México con más de 1.500 participantes de 20 países, el CRM con IA para scoring alternativo y automatización comercial fue identificado como la categoría proptech de mayor crecimiento entre todas las presentadas (según PropTech Latam Connection, junio 2026).
Cómo este dato cambia la operación de una agencia
Integrar herramientas de scoring alternativo no convierte a una agencia en una entidad financiera. Lo que cambia es el momento y el criterio con el que clasifica a los compradores en su pipeline.
Con las herramientas correctas, el primer filtro deja de ser "¿tienes empleo formal?" y pasa a ser "¿tienes actividad financiera verificable?". Esa distinción abre el embudo sin bajar el rigor: el modelo identifica quién tiene capacidad real, independientemente de si esa capacidad viene de nómina formal o de actividad económica independiente.
Hay un segundo cambio operativo: los agentes pueden preparar mejor al comprador para la conversación bancaria. En lugar de enviarlo al banco sin más orientación, pueden indicarle qué documentación alternativa organizar, qué señales financieras presentar, y qué esperar del proceso. Eso reduce fricción y eleva la tasa de pre-aprobación.
La agencia que trabaja con este enfoque puede segmentar su cartera de compradores en dos grupos: los que califican hoy y los que pueden calificar en tres a seis meses con preparación. Ambos representan oportunidades de negocio. En mercados con más del 50% de informalidad, el segundo grupo puede ser el más numeroso.
Qué hacer con esto
El primer paso es auditar tu proceso actual de calificación: ¿en qué momento descartas a un comprador y con qué criterio? Si el buró o la central de riesgo es el primer filtro antes de una conversación de calificación real, estás usando una herramienta diseñada para el mercado formal en un mercado que es mayoritariamente informal.
El segundo paso es preguntar si tus herramientas actuales, tu CRM, tu proceso de entrevista inicial, o tus socios de financiamiento, incorporan señales alternativas. En 2026, varias plataformas que operan en LATAM tienen scoring alternativo disponible, aunque no siempre está activo o integrado en el flujo del agente.
El tercer paso es más concreto: ajustar tu entrevista de calificación inicial para capturar información alternativa de forma estructurada. Preguntas sobre historial de arriendo, plataformas de pago digital que usa el comprador, antigüedad en su actividad económica, y consistencia de ingresos. No para reemplazar al banco, sino para llegar al banco con mejor información y menos tiempo perdido.
Colombia y México al 55% de informalidad no son una excepción de 2025. Son una tendencia de fondo. Las agencias que construyen procesos para ese segmento hoy no solo acceden a más compradores: construyen una capacidad diferenciada en un mercado donde la mitad del potencial sigue invisible para quienes usan solo el historial formal como criterio de calificación.