Los bancos no se han quedado atrás en la implementación de la inteligencia artificial. Lo demuestra IDC, que pronostica que el gasto anual en IA del sector alcanzará casi 67.000 millones de dólares a nivel mundial para 2028; más del doble de los 31.000 millones de dólares estimados que los bancos invirtieron en 2024.
Del informe de SAS, "De los algoritmos al impacto: El futuro de la IA en la banca", en el que han participado ejecutivos del sector de todo el mundo, se extraen cinco conclusiones para trazar un camino responsable y rentable[1].
Lección 1: Implementar la IA desde las posiciones de liderazgo
La IA debe integrarse completamente en la estrategia empresarial diaria y alinearse por completo con la construcción de resiliencia y competitividad a largo plazo, aconsejan los ejecutivos del sector. Los bancos no pueden permitirse tratar la IA como un proyecto secundario, ni desplegarla en silos.
Los ejecutivos destacan que, durante los próximos cinco años, es imprescindible que el liderazgo se implique a la hora de implementar la IA y desarrollar modelos que ayuden a las empresas a anticiparse a futuros retos. Así, por ejemplo, en caso de una crisis económica, estas soluciones podrían reducir de forma efectiva el riesgo de impagos.
Lección 2: Lidera con las personas, no con la tecnología
Los líderes del sector están de acuerdo en que sigue siendo imprescindible invertir en habilidades y cultura, y que no debe dejarse de lado para invertir en plataformas y soluciones bancarias impulsadas por IA. Además, aseguran que esta tecnología no puede sustituir el juicio humano en decisiones estratégicas como, por ejemplo, la gestión de riesgos, la reducción de costes o aquellas tareas que dependan del liderazgo creativo. Fomentar una cultura que valore los datos como un activo estratégico permite a los bancos mejorar el servicio al cliente, innovar en nuevos modelos de negocio y avanzar en la inclusión financiera.
Lección 3: La importancia de asentar los fundamentos
Los líderes bancarios enfatizan la importancia de establecer una infraestructura central y capacidades críticas (como una plataforma robusta y nativa de la nube con una gobernanza de datos bien establecida y principios de datos sintéticos) antes de buscar casos de uso avanzados. Los objetivos precisos y a corto plazo permiten mantener un compromiso con un ritmo que facilita el cumplimiento y genera confianza.
Lección 4: Premia la innovación
Los datos de la encuesta reflejan la importancia de impulsar la innovación, y no solo adquirirla. Es clave equipar a los equipos de IT y desarrolladores con herramientas de IA para aumentar la productividad y reducir las tareas repetitivas y rutinarias. De esta manera, las personas tendrán tiempo para abordar retos más complejos y pensar en innovación.
Un ejemplo claro del impacto de la IA en la banca es su capacidad para generar gran parte del código para nuevos procesos, evitando tareas manuales y permitiendo dedicar más tiempo al análisis estratégico. Esto impulsa la innovación, permite a los científicos de datos experimentar y validar ideas con rapidez y ayuda a las entidades a responder con agilidad ante la volatilidad y complejidad de los mercados.
Lección 5: Fomenta la curiosidad, conectividad e innovación
La IA avanza rápidamente y requiere colaboración constante. Expertos financieros subrayan la importancia de que bancos, universidades y startups trabajen juntos para impulsar la innovación, mejorar la competitividad y reforzar la seguridad y la continuidad del negocio. Todo ello, siempre con supervisión humana para mantener la creatividad y la responsabilidad.
Los expertos subrayan que la confianza, el activo más valioso y frágil del sector bancario, puede fortalecerse con una adopción responsable de la IA, siempre respaldada por una sólida gobernanza y control de riesgos.
