La IA ya gestiona las operaciones de pago. La mayoría de los equipos aún no lo sabe

Alrededor del 20% de las tareas de eCommerce serán completadas por agentes de IA en 2025. La mayoría de los equipos de operaciones de pago aún están estructurados para responder a problemas que ocurrieron ayer. Esa brecha, entre dónde está la IA y dónde se encuentra la infraestructura de pagos, es donde los ingresos desaparecen en silencio.

El procesamiento de pagos con IA ya no es un punto en el roadmap. Está funcionando en producción en comercios de retail, ride-hailing, aviación y delivery bajo demanda. La pregunta para los heads of payments no es si adoptarlo. Es si su stack está listo para seguir el ritmo de lo que ya está ocurriendo.

¿Por qué las operaciones de pago tradicionales no pueden mantener el ritmo?

La mayoría de los flujos de trabajo de operaciones de pago fueron diseñados para un entorno más simple: menos proveedores, volúmenes más predecibles y clientes que transaccionan a través de un único canal. Ese modelo ya no funciona.

Un head of payments hoy gestiona múltiples procesadores, cada uno con su propio dashboard, lógica de rechazo y curva de rendimiento. Las tasas de aprobación varían según la marca de tarjeta, la región y la hora del día. Cuando algo falla, la señal suele llegar tarde, enterrada en un reporte semanal o detectada por un analista que notó una tendencia dos días después de que comenzara.

El problema estructural es el retraso en la detección. Para cuando un humano revisa los datos, los ingresos ya se han perdido. Un procesador tiene bajo rendimiento durante seis horas un sábado por la tarde. Un emisor en Alemania empieza a rechazar un rango de BIN específico. Un cambio en el mix de métodos de pago en el sudeste asiático pasa desapercibido hasta que la conversión cae. Estos no son casos excepcionales. Son el ritmo ordinario de las operaciones de pago globales a escala.

Los flujos de trabajo manuales agravan el problema. Cambiar volumen entre proveedores durante una interrupción requiere acceso al dashboard, criterio humano y coordinación entre equipos. En Rappi, antes de implementar monitoreo con IA, el tiempo de respuesta promedio ante interrupciones de pago era de cinco a diez minutos. Durante ese tiempo, los clientes abandonan las transacciones y los ingresos se pierden.

¿Cómo funciona el procesamiento de pagos con IA en la práctica?

El procesamiento de pagos con IA abarca tres capas operativas diferenciadas: monitoreo y alertas en tiempo real, enrutamiento inteligente de pagos y recuperación, y la frontera emergente del Agentic Commerce. Cada capa aborda un punto de fallo distinto en el modelo tradicional.

Monitoreo en tiempo real: detectar problemas en segundos, no en días

Los sistemas de monitoreo con IA analizan flujos de transacciones de forma continua. Detectan caídas en tasas de aprobación, picos de rechazo y bajo rendimiento de proveedores en el momento en que ocurren, y alertan a los equipos de pago a través del canal que realmente usan: Slack, WhatsApp o una interfaz de dashboard.

La diferencia respecto a los reportes tradicionales es la velocidad y la especificidad. En lugar de un dashboard semanal con tasas de aprobación agregadas, el equipo de operaciones de pago recibe una alerta: "La tasa de aprobación en débito Visa en Polonia cayó 4,2 puntos en los últimos 15 minutos. El código de rechazo más frecuente es fondos insuficientes. Se recomienda revisar el mix de enrutamiento para este segmento."

Rappi implementó este tipo de monitoreo con Yuno y redujo el tiempo de respuesta ante interrupciones de cinco a diez minutos a milisegundos. El tiempo de los analistas dedicado a resolver interrupciones de pago cayó un 80%. El equipo de operaciones no se volvió más rápido. La detección sí.

Enrutamiento inteligente: elevar las tasas de aprobación sin sprints de ingeniería

El Smart Routing usa IA para dirigir cada transacción al proveedor con mayor probabilidad de aprobarla. La lógica considera el tipo de tarjeta, el banco emisor, el país, el valor de la transacción y los datos históricos de rendimiento de toda la red de proveedores.

Los comercios que usan Smart Routing pueden ver incrementos en las tasas de autorización de alrededor del 8% en promedio. Ese número se multiplica con el volumen. Para un comercio que procesa millones de transacciones al mes, un incremento del 8% en las tasas de autorización se traduce directamente en ingresos que de otro modo serían rechazados y perdidos.

La capa de enrutamiento también gestiona los fallbacks. Cuando un proveedor principal falla o rechaza una transacción, el sistema reintenta automáticamente con un proveedor alternativo sin generar fricción visible al cliente. Los comercios que usan enrutamiento con fallback recuperan alrededor del 8% de las transacciones que de otro modo fallarían en el primer intento.

inDrive usó el Smart Routing de Yuno para alcanzar una tasa de aprobación de pagos del 90% en más de 50 países, integrando diez nuevos mercados en ocho meses. La infraestructura que hizo eso posible fue el enrutamiento con IA, no un equipo de operaciones más grande.

Recuperación de pagos con IA: recuperar ingresos después de que falla una transacción

Incluso con enrutamiento inteligente y lógica de fallback, algunas transacciones fallan. Una tarjeta es rechazada. Un método de pago agota el tiempo. Un cliente abandona en el último paso. Estos fallos representan ingresos recuperables, pero solo si el comercio puede contactar al cliente rápidamente y con el mensaje correcto.

Los agentes de recuperación con IA interceptan transacciones fallidas en tiempo real y contactan al cliente a través de WhatsApp o una llamada de voz con IA, en su idioma, guiándolo a completar la compra con un método alternativo. La intervención ocurre en segundos, antes de que el cliente haya seguido adelante.

Viva Aerobus aplicó este enfoque para reservas de vuelos fallidas. El 75% de los clientes contactados completaron su compra. Cada transacción recuperada generó más de $300 en ingresos. El programa se lanzó en Colombia con cero costo de integración y cero esfuerzo manual del equipo de operaciones.

Esa tasa de recuperación importa en contexto: los comercios pierden entre el 9% y el 20% de sus ingresos anuales por fallos de pago. La recuperación con IA no elimina ese número por completo, pero reduce significativamente la porción que es prevenible con un mejor seguimiento.

La tercera capa: Agentic Commerce y la nueva superficie de pago

El monitoreo y la recuperación abordan problemas dentro del flujo de checkout existente. El Agentic Commerce es un desafío diferente: crea una superficie completamente nueva donde los pagos deben funcionar, y la mayoría de los comercios no están preparados para ello.

Un agente de IA, operando dentro de ChatGPT, Perplexity, Claude u otro asistente, ya puede navegar un catálogo de productos, seleccionar un artículo y completar una compra en nombre de un consumidor. El consumidor establece una preferencia o da una instrucción. El agente se encarga del resto. Esto no es un escenario futuro. Alrededor de 1 de cada 6 compras del Black Friday de 2024 involucró a un agente de IA en algún punto del recorrido, y el 58% de los consumidores ya usa IA generativa para descubrir productos.

Para los responsables de pagos, la pregunta operativa es directa: si un agente de IA intenta completar una compra en tu catálogo, ¿puede lograrlo? La mayoría de los stacks de checkout fueron construidos para sesiones de navegador iniciadas por humanos. Dependen de interacciones con la UI, flujos de redirección y autenticación basada en sesión que los agentes de IA no pueden manejar.

Los comercios que hacen sus catálogos comprables dentro de entornos de IA pueden ver conversiones de dos a seis veces más altas en flujos agénticos comparados con redirecciones estándar de checkout. La diferencia en conversión refleja cuánta fricción elimina el agente cuando la infraestructura de pagos lo soporta de forma nativa.

La infraestructura de Agentic Commerce de Yuno hace que los catálogos de los comercios sean comprables dentro de los principales asistentes de IA mediante una única integración, sin necesidad de reconstruir el stack de checkout existente. La integración activa al comercio en todas las principales superficies de compra con IA simultáneamente.

¿Qué cambia la IA en el rol del head of payments?

El cambio práctico es pasar de reactivo a proactivo. Las operaciones de pago tradicionales responden a problemas: un proveedor cae, una tasa de conversión baja, aparece un error de conciliación. El equipo de operaciones investiga, identifica la causa y aplica una solución, generalmente horas o días después de que comenzó el impacto en los ingresos.

El procesamiento de pagos con IA invierte esa secuencia. La capa de monitoreo detecta anomalías antes de que se conviertan en tendencias. La capa de enrutamiento se ajusta dinámicamente sin requerir un cambio de configuración. La capa de recuperación vuelve a contactar a los clientes antes de que consideren la transacción cerrada. La capa agéntica captura compras que nunca entran al flujo de checkout tradicional.

Para los heads of payments, esto significa que el valor estratégico del rol se desplaza hacia la arquitectura y la supervisión. La pregunta cambia de "¿qué salió mal la semana pasada?" a "¿está nuestra infraestructura preparada para detectar y responder a lo que ocurre ahora mismo, y está posicionada para capturar ingresos de canales que no existían hace dieciocho meses?"

Payment Concierge, el asistente de operaciones de IA de Yuno, está diseñado exactamente para este cambio. Monitorea todo el stack de pagos de forma continua y presenta recomendaciones de enrutamiento, análisis de rechazos y comparativas de rendimiento de PSP a través de conversaciones en lenguaje natural en Slack o WhatsApp. Un head of payments puede preguntar "¿por qué cayeron las tasas de aprobación en Mastercard en el Reino Unido esta mañana?" y recibir una respuesta inmediata, respaldada por datos, con los próximos pasos recomendados, sin abrir un dashboard ni consultar una base de datos.

¿Qué nos dicen los casos reales sobre la brecha existente?

Los casos de comercios que han llevado la IA a producción son consistentes en un punto: la diferencia entre dónde estaban y dónde llegaron no es marginal.

Rappi redujo el tiempo de los analistas en la resolución de interrupciones un 80% y recortó el tiempo de respuesta a milisegundos. Livelo recuperó el 50% de las transacciones fallidas tras implementar un enrutamiento más inteligente. Reserva elevó las tasas de aprobación cuatro puntos porcentuales en menos de tres meses. inDrive alcanzó tasas de aprobación del 90% en más de 50 países. Estos no son resultados de pilotos. Son resultados en producción de comercios que operan a escala significativa.

El hilo común es que ninguno de estos resultados requirió reconstruir el stack de pagos desde cero. Se lograron añadiendo capacidades de IA sobre la infraestructura existente: mejor lógica de enrutamiento, monitoreo en tiempo real, recuperación automatizada y visibilidad unificada entre proveedores.

¿Cómo auditar tus operaciones de pago para evaluar la preparación para la IA?

Antes de invertir en herramientas de pagos con IA, conviene entender dónde el stack actual está perdiendo ingresos. Una auditoría enfocada en tres áreas revelará las oportunidades de mayor impacto.

• Retraso en la detección: ¿Cuánto tarda tu equipo en identificar un evento de bajo rendimiento de un proveedor? Si la respuesta es horas o días, el monitoreo en tiempo real es la primera prioridad.
• Recuperación de fallos: ¿Qué ocurre después de que falla una transacción? Si la respuesta es nada, o un reintento manual gestionado por el cliente, una capa de recuperación con IA es probablemente el camino más rápido hacia la recuperación de ingresos.
• Preparación para Agentic Commerce: ¿Puede un agente de IA completar una compra en tu catálogo hoy? Si la respuesta es no, o no estás seguro, ya estás perdiendo un canal que crece rápidamente.

Empieza por la capa donde la pérdida de ingresos sea más medible. Para la mayoría de los comercios, esa es la recuperación de fallos, porque el volumen de transacciones fallidas y la tasa de recuperación en el seguimiento son cuantificables rápidamente. Una vez establecida esa base, la optimización del enrutamiento y el Agentic Commerce son más fáciles de priorizar entre sí.

La conclusión práctica para los responsables de pagos

El procesamiento de pagos con IA no es un único producto ni una única decisión. Es un conjunto de capacidades que abordan distintos puntos del ciclo de vida del pago, y los comercios que se están beneficiando de él no esperan a que aparezca una plataforma unificada. Están desplegando IA en los puntos de fallo específicos donde el impacto en los ingresos es más claro.

Las tres preguntas que vale la pena responder este trimestre son:

• ¿Cuánto tarda tu equipo en detectar y responder a un evento de bajo rendimiento de un proveedor?
• ¿Qué porcentaje de las transacciones fallidas estás recuperando actualmente y cuál es el mecanismo?
• ¿Es tu infraestructura de checkout accesible para agentes de IA, y tienes datos sobre lo que ocurre cuando uno intenta transaccionar?

Los comercios que están ganando terreno en 2025 son los que tratan estas preguntas como cuestiones operativas con respuestas medibles, no como conversaciones de estrategia tecnológica aplazadas al roadmap del año que viene.