Predicció d'impagaments amb IA: com anticipar-se a la morositat

Gairebé tots els despatxos gestionen la morositat igual: el rebut es retorna, algú ho detecta en tancar el mes i comença la reclamació. És un sistema que reacciona quan el problema ja existeix.

La pregunta que canvia l'enfocament és una altra: quins propietaris tenen més probabilitat de deixar de pagar el trimestre vinent? Si ho saps abans, pots oferir un pla de pagaments en lloc d'enviar un burofax.

Per què anticipar-se surt més barat

• Una quota impagada de 30 dies es recupera amb un missatge. Una de 12 mesos, sovint, al jutjat.
• Cada fase de reclamació consumeix hores del despatx i, a partir del requeriment formal, diners de la comunitat.
• Un propietari a qui s'ofereix una solució abans de fallar continua sent un veí. Un que rep un monitori, rarament.

Els senyals que anticipen un impagament

Un administrador amb experiència ja intueix molts d'aquests senyals. La diferència és que una IA els vigila alhora a totes les comunitats de la cartera, cada dia.

Com funciona un model de predicció

1. Aprèn de les dades de pagament de la mateixa cartera: dates, devolucions, imports, derrames.
2. Assigna una puntuació de risc a cada propietari, actualitzada amb cada nou moviment.
3. Avisa el gestor quan algú supera un llindar, amb el motiu concret ("tres retards consecutius i derrama propera").
4. Proposa una acció proporcionada: recordatori, trucada, pla de pagaments.
5. El gestor decideix. La IA prioritza; la persona actua.

Els límits que un despatx ha de respectar

Predir comportaments de persones exigeix cura, i aquí no hi ha dreceres:

• Només dades legítimes. Les que la comunitat ja tracta per gestionar els cobraments. Res de dades de xarxes socials ni de fonts externes sense base legal.
• Explicable. Cada alerta ha de dir per què salta. Un número sense motiu no serveix per actuar ni és just per al propietari.
• Decisió humana. La predicció mai no ha de limitar drets per si sola: ni vots, ni serveis, ni reclamacions automàtiques.
• Confidencial. La puntuació és una eina interna del despatx; mai no es comparteix amb altres veïns.
• Revisada. Cal comprovar periòdicament que el model no penalitza de manera sistemàtica un perfil concret.

Una IA que ajuda a oferir un pla de pagaments a temps és una bona eina. Una que etiqueta veïns sense explicació, no.

Com saber si funciona

• Percentatge d'alertes que acaben en un impagament real
• Impagaments que es van produir sense alerta prèvia
• Deute mitjà recuperat abans del requeriment formal
• Evolució del deute pendent sobre el pressupost

Cap a on va Wabee

La IA predictiva de morosos forma part de la fase en què treballem ara a Wabee. S'integrarà amb el mòdul de cobraments: alertes explicades, proposta d'acció i un agent de cobraments que escala de manera gradual. Amb dades allotjades a la UE i sense fer-les servir mai per entrenar models d'IA.

Preguntes freqüents

És legal fer servir IA per anticipar impagaments? Pot ser-ho si es fan servir dades tractades legítimament per gestionar els cobraments, s'informa adequadament, hi ha intervenció humana i les decisions no es prenen de manera automàtica. Convé revisar-ho amb el delegat de protecció de dades.

Necessito moltes dades perquè funcioni? Com més historial de pagaments, més fiable. Amb poques comunitats, les regles senzilles (retards, devolucions, derrames) ja aporten molt.

La IA decideix a qui es reclama? No. Assenyala riscos i suggereix accions; el gestor decideix.

Què faig amb un propietari marcat com a risc? Parlar-hi abans del venciment següent i oferir-li opcions. La predicció serveix per ajudar a pagar, no per castigar.

Vols ser dels primers despatxos a provar la predicció d'impagaments de Wabee? Uneix-te a la llista d'accés anticipat

Continua llegint

• Com reduir la morositat en comunitats de propietaris: guia pràctica
• SEPA i domiciliació bancària en comunitats: tot el que has de saber
• Què és un agent d'IA i com pot ajudar el teu despatx de finques