IA agéntica en préstamos: LoanPro recorta hasta 15% las llamadas con un asistente que sintetiza 1.400 campos por cuenta
IA agéntica en préstamos: LoanPro reduce hasta 15% las llamadas con un asistente multiagente de IA en AWS. Descubre qué copiar y qué evitar en tu empresa.

Cuando un cliente llama a su prestamista, el reloj corre mientras el agente salta entre pantallas para entender quién es, cuánto debe y qué ha pasado con sus pagos. Ese tiempo muerto es justo lo que ataca la IA agéntica en préstamos. LoanPro, la plataforma que sirve como sistema operativo para más de 450 prestamistas, construyó un asistente multiagente que entrega al agente el contexto del deudor ya sintetizado. Según el caso publicado por su socio AllCloud, los tiempos de llamada bajaron hasta 15% en los primeros resultados.
LoanPro no es un prestamista. Es una plataforma API-first fundada en 2015 que gestiona el ciclo de vida completo del crédito, desde la originación hasta el pago final, para fintechs, bancos, cooperativas y empresas que ofrecen financiación. Según la propia compañía, los préstamos que administra alcanzan a cerca del 31% de los hogares de Estados Unidos. Ese alcance explica el reto: los agentes de servicio debían revisar el historial de pagos (incluidos los fallidos y devueltos), condiciones del préstamo, comisiones, saldo, tickets abiertos y acciones disponibles, como planes de pago, aplazamientos o escalamientos. Los agentes con menos experiencia tardaban más y el resultado dependía de quién contestara.
La solución, desarrollada con el AWS Generative AI Innovation Center y AllCloud, es un asistente multiagente sobre Amazon Bedrock con modelos Claude de Anthropic, orquestado con Amazon Bedrock AgentCore y construido con el SDK open source Strands Agents. Un agente se encarga de recuperar y resumir los datos de la cuenta, otro selecciona acciones y recomienda siguientes pasos, y un agente «compositor» enruta cada solicitud al especialista correcto y arma la respuesta final. La herramienta de recuperación consulta ocho endpoints de API y sintetiza unos 1.400 campos por cuenta. Otra herramienta ejecuta acciones dentro de la plataforma, como mostrar paneles informativos al agente o lanzar una automatización predefinida. Todo pasa por un AgentCore Gateway que expone las APIs como herramientas mediante el Model Context Protocol (MCP). Cada petición se valida contra el inicio de sesión único de LoanPro, sus controles de permisos y cumplimiento, y queda registrada en una pista de auditoría.
Qué puedes aplicar en tu empresa: lecciones de esta IA agéntica en préstamos
El caso es valioso porque el atajo no fue un modelo más grande, sino una arquitectura sensata. Hay cuatro lecciones transferibles a cualquier operación de atención o servicio:
Cuándo tiene sentido dar el salto a servicios gestionados
LoanPro optó por servicios gestionados en lugar de construir en casa el entorno de ejecución de agentes y el acceso a modelos. Bedrock ofrece varios modelos mediante una sola API, lo que permite adoptar nuevos sin gestionar endpoints separados, y AgentCore elimina la carga operativa de mantener agentes en producción. Si tu equipo es pequeño o tu prioridad es llegar a producción rápido, esa es una señal clara. Si tu necesidad de control sobre la infraestructura es muy alta, conviene evaluarlo con más calma.
Una advertencia de lectura: el 15% es un resultado temprano, de «hasta», y proviene de un caso publicado por un socio de implementación. Antes de proyectar ahorros en tu empresa, define tu propia línea base: duración media de llamada, tasa de resolución en el primer contacto y variación entre agentes novatos y veteranos. Y recuerda que el asistente recomienda, mientras la decisión sigue en manos de la persona. Ese equilibrio también aparece en Arca, donde la IA lleva el proceso pero solo un humano mueve el dinero.
El siguiente paso para tu equipo
La lección de fondo es que la IA agéntica en préstamos (y en cualquier servicio con mucho contexto disperso) funciona cuando resuelve un dolor concreto, se apoya en los sistemas que ya tienes y nace con permisos y auditoría. Pregúntate: ¿cuántos minutos de cada llamada en tu operación se gastan en entender el caso en lugar de resolverlo? Si la respuesta te incomoda, tienes tu primer caso de uso.
Preguntas frecuentes
¿Qué resultados obtuvo LoanPro con su asistente de IA agéntica?
Según el caso publicado por AllCloud, los primeros resultados muestran una reducción de hasta 15% en el tiempo de las llamadas con clientes. El asistente sintetiza unos 1.400 campos por cuenta y recomienda el siguiente paso, lo que además busca dar un servicio más consistente entre agentes con distinta experiencia.
¿Qué tecnologías usa el asistente de LoanPro?
Usa modelos Claude de Anthropic en Amazon Bedrock, orquestados con Amazon Bedrock AgentCore y construidos con el SDK open source Strands Agents. Un AgentCore Gateway conecta los agentes con las APIs de LoanPro mediante el Model Context Protocol (MCP), con autenticación, permisos y auditoría en cada solicitud.
¿Por qué LoanPro usó varios agentes en lugar de uno solo?
Porque cada agente se centra en una tarea concreta: uno recupera y resume datos de la cuenta, otro recomienda acciones y un agente compositor enruta cada solicitud. Esta separación facilita evaluar, ajustar y ampliar cada pieza de forma independiente, algo difícil con un único modelo que lo hace todo.