La inteligencia artificial (IA) ya no es cosa del futuro: casi 7 de cada 10 bancos en el mundo la usan a diario. Un estudio de Nvidia revela que el 65% de las instituciones financieras ya incorporaron esta tecnología en sus operaciones, y los resultados comienzan a notarse. En México, BBVA reporta que la IA le ahorra a cada empleado entre dos y tres horas de trabajo a la semana, y reduce un 30% el tiempo para resolver reclamaciones.
La escena de un ejecutivo bancario conversando con un cliente mientras la IA analiza su perfil financiero, revisa su comportamiento y sugiere cómo conducir la charla ya es una realidad cotidiana en los bancos más grandes del mundo, incluidos los que operan en México. Detrás de esa interacción, la IA participa en cientos de procesos: analiza solicitudes de crédito, ejecuta modelos de riesgo, detecta fraudes en tiempo real, analiza transacciones en segundos, personaliza productos financieros y asiste a los propios empleados.
La transformación en números
Nvidia, una de las principales empresas desarrolladoras de tecnología para IA, afirma que en la actualidad 65% de las instituciones bancarias del mundo ya usan la herramienta. BCG, referente de consultoría estratégica, considera que los bancos a escala mundial pueden generar ingresos adicionales anuales por 370 mil millones de dólares con su adopción. Mientras BBVA, el intermediario de mayor presencia en la República Mexicana, destaca que con la llegada de la IA se ahorran horas de trabajo y aceleran todos sus procesos internos.
La incorporación de la IA ha sido tan profunda que incluso dio origen a puestos que hace apenas unos meses no existían, como el de director de IA y datos de Banamex, Axel Romo de Vivar, quien resume esa transformación en una frase: “Esto no es una moda, es algo totalmente real; hoy el objetivo es ser el banco más inteligente”.
El camino hacia la personalización total
El desarrollo de la IA en la banca comenzó mucho antes de que herramientas como Gemini o ChatGPT se popularizaran. El punto de partida, cuenta Romo de Vivar en entrevista, fue construir grandes ecosistemas de datos capaces de conocer, casi en tiempo real, el comportamiento de cada cliente. “Para hablar de IA, primero tienes que hablar de datos. Sin datos es complicado hablar de ella. El banco tiene ya una larga historia en el manejo de información a nivel cliente. Eso implica tener la capacidad de entender exactamente cómo le está yendo a un cliente en su experiencia bancaria: qué productos utiliza, con qué frecuencia, para qué los usa y por qué canales interactúa con nosotros. Esa posibilidad de tener datos a nivel cliente es una de las partes fundacionales más importantes de la IA”.
Esa información, precisa el experto, comenzó a utilizarse mucho antes de la llegada de la IA generativa para desarrollar modelos internos capaces de construir una visión plena de cada usuario, por lo que el objetivo dejó de ser únicamente revisar el historial crediticio y pasó a incorporar múltiples fuentes de información para entender con mayor precisión quién está del otro lado de la pantalla, teléfono o del escritorio. “Todavía usamos la información del Buró de Crédito, pero la hemos complementado con muchas otras fuentes que nos permiten tener una perspectiva mucho más completa de quién tenemos enfrente.”
Toda esa data, abunda, alimenta los modelos de IA que utilizan los bancos para tomar decisiones en tiempo real, permite comprender los hábitos financieros de cada persona, anticipar necesidades y ofrecer productos acordes con su perfil. Esa misma capacidad de análisis también se utiliza para fortalecer los modelos de riesgo, agilizar la aprobación de créditos y detectar operaciones fuera de lo habitual antes de que representen un problema para el usuario. “En fraude ni hablamos, porque ahí ya no son cientos de miles, cientos de millones de transacciones que ocurren cada mes. Además, los tiempos de análisis y de respuesta son de fracciones de segundo. Tenemos que decidir en ese instante si una operación parece algo que esperaríamos de ese cliente o si debemos hacer algo con ella. Si detectamos una transacción inusual, incluso podemos detenerla unos minutos y pedirle al cliente que la confirme antes de continuar.”
Resultados concretos y el futuro de la banca
La adopción de la IA ya comienza a traducirse en resultados concretos para las instituciones financieras. En su última visita a México, Carlos Torres Vila, presidente global de BBVA, explicó que la estrategia del grupo contempla incorporar esta tecnología en prácticamente todas las áreas del banco, desde el desarrollo de software y la atención al cliente hasta el análisis de riesgos, la automatización de procesos y asistentes para empleados. Los primeros efectos ya son medibles. De acuerdo con el banco, el uso de IA permitió ahorrar entre dos y tres horas de trabajo por semana a cada empleado, reducir 30% el tiempo destinado a resolver reclamaciones en México y disminuir a la mitad el tiempo necesario para desarrollar software, avances que muestran que la herramienta ya dejó de ser un proyecto piloto para convertirse en parte de la operación cotidiana.
La siguiente etapa para la banca ya no pasa únicamente por automatizar procesos o desarrollar mejores asistentes virtuales. El reto, coinciden especialistas y bancos, consiste en construir instituciones capaces de integrar la IA a prácticamente todas sus operaciones, desde la relación con los clientes hasta la toma de decisiones, con herramientas que comprendan el contexto, aprendan de cada interacción y respondan de una forma cada vez más natural. “Lo que viene es que el cliente va a realmente personalizar lo que quiera que haga el banco. Ya no tendrá que elegir entre opciones predeterminadas; podrá interactuar con su banco de una manera mucho más natural y personal”, concluye Romo de Vivar, de Banamex.
