Santander y Nvidia han cerrado un marco de IA de tres años que rebaja el coste de ejecución de 5 a 0,03 euros por interacción y llevará agentes y un gemelo digital al núcleo del banco.
El acuerdo, anunciado ayer lunes 19 de octubre mediante un comunicado conjunto, amplía la colaboración que ambas compañías ya mantenían y la ordena en cinco frentes: modelos fundacionales, agentes de IA, prevención del fraude y del blanqueo de capitales, decisión en tiempo real y simulación avanzada. No es una declaración de intenciones. El banco ya ejecuta casos de uso salidos de su Santander AI Lab.
Qué incluye el marco de tres años con Nvidia
Conviene precisar el perímetro, porque no todos los frentes tienen el mismo grado de madurez: unos ya están en producción y otros siguen en laboratorio.
- Modelos fundacionales: pesos abiertos ajustados con datos propios del banco y evaluados tarea a tarea.
- Agentes de IA: diseño, simulación y supervisión de agentes bancarios, con pruebas de estrés de la IA conversacional en entornos controlados.
- Antifraude y blanqueo: capacidades de prevención integradas en los procesos de riesgo del grupo.
- Decisión en tiempo real: selección del modelo más adecuado y eficiente para cada tarea, con el coste como criterio.
- Gemelo digital bancario: simulación de procesos e infraestructura antes de tocar producción.
El gemelo digital es la pieza menos mediática y, a medio plazo, la más ambiciosa. Consiste en replicar el comportamiento de procesos y sistemas para simular fallos, cambios o picos de demanda antes de aplicarlos. La técnica viene de la industria manufacturera y en banca choca con la complejidad del core.
En Santander, el responsable de Inteligencia Artificial, Iñaki Bernal, sitúa la alianza en el terreno de la infraestructura: Nvidia es ‘clave en la infraestructura, el software y la investigación’ que impulsan los últimos avances. A eso, sostiene, el banco suma ‘la escala en líneas de negocio, clientes y presencia geográfica’. La tesis es que la ventaja no está en el modelo, sino en la capacidad de convertirlo en producto bancario.
Del lado del proveedor, el responsable global de Banca de Nvidia, Aser Blanco, desplaza el foco a la economía de la operación: ‘convertir años de datos en inteligencia útil y propia no depende del tamaño del modelo, sino del entrenamiento y del ajuste fino. Añade la métrica que el sector empieza a mirar sin adornos: el coste por resultado.
Un modelo pequeño entrenado con datos propios y evaluado tarea a tarea vale más para un banco que el mayor modelo general del mercado.
Del modelo general de 5 euros al especializado de 0,03 euros
Ahí está el dato que ordena la operación. En los casos experimentales del laboratorio, el paso de modelos generales a modelos más pequeños y especializados ha reducido el coste de ejecución desde unos 5 euros por interacción hasta unos 0,03 euros, con resultados equiparables. En atención al cliente, el banco ha medido además una mejora de la calidad de las conversaciones y una caída de costes superior al 50%.
El ahorro no es cosmético.
| Magnitud | Antes | Ahora | Variación |
|---|---|---|---|
| Coste de ejecución por interacción | 5 euros | 0,03 euros | -99,4% |
| Coste de atención al cliente | Base de referencia | Menos de la mitad | Superior al -50% |
| Modelo empleado | Generalista | Especializado por tarea | Cambio de arquitectura |
Detrás de las cifras hay andamiaje técnico con nombre propio. Santander ha construido la plataforma Model Arena para evaluar modelos de pesos abiertos en tareas del sector y ajusta modelos concretos mediante Nvidia NeMo Customizer. En paralelo, el laboratorio ha desarrollado inteligencia especializada para procesos de core bancario sobre Nvidia Kumo, la familia de modelos fundacionales de pesos abiertos pensada para datos estructurados y para convertir el dato en información predictiva.
La capa de despliegue también es explícita: esas capacidades llegan a la infraestructura del grupo a través de Nvidia Dynamo-Triton. Model Arena sirve, además, para diseñar, simular, evaluar y supervisar agentes bancarios y someter la IA conversacional a pruebas de estrés antes de su despliegue en todo el grupo. El orden importa. Primero se mide, después se escala.
El coste por resultado como ventaja competitiva bancaria
En el plano sectorial, la lectura es clara. BBVA, CaixaBank y Sabadell han intensificado en los últimos ejercicios sus alianzas con proveedores cloud e inteligencia artificial, con Microsoft, Amazon Web Services, y Google Cloud en distintas combinaciones. Ninguno había estructurado, sin embargo, una hoja de ruta tecnológica plurianual directamente con el proveedor dominante de chips de IA. Santander llega antes a ese formato.
El accionariado importa. Los grandes gestores pasivos —BlackRock y Vanguard entre ellos— están presentes en el capital de la banca del Ibex y someten este tipo de inversiones a escrutinio en cada junta, con la eficiencia como argumento recurrente frente a la presión sobre márgenes.
Comparar con otras operaciones del sector ayuda a dimensionarlo. Los grandes bancos europeos rara vez publican el retorno de sus proyectos de IA, y cuando lo hacen hablan de ahorros agregados difíciles de auditar. Aquí hay una métrica concreta, el coste por interacción, que admite comparación directa y que, si se sostiene a escala de grupo, tiene impacto material en el margen. La cifra habla por sí sola.
La incógnita es regulatoria y operativa. El reglamento europeo de resiliencia operativa digital (DORA) obliga a documentar la dependencia de proveedores críticos y a prever planes de salida; el BCE y la EBA llevan tiempo reclamando trazabilidad y gobierno del modelo. Un marco a tres años con un proveedor de referencia mejora la eficiencia y, a la vez, concentra el riesgo de dependencia.
Queda la pregunta que de verdad mueve la cuenta: cuántas interacciones del grupo migran al modelo especializado y con qué coste de integración. Los 5 euros y los 0,03 euros son casos acotados de laboratorio. El AI Lab ya tiene las herramientas para responder; el mercado esperará la respuesta en los próximos trimestres.
📊 Las Claves para el Inversor
- Qué vigilar: La migración real de interacciones al modelo especializado y el calendario de despliegue del gemelo digital, aún en fase de laboratorio.
- Reacción del valor: Sin impacto todavía en la cuenta de resultados, el mercado tiende a descontar estos anuncios como una opción de eficiencia a medio plazo.
- Precedente sectorial: Los acuerdos plurianuales de BBVA, CaixaBank y Sabadell con proveedores cloud marcan cuánto tarda el ahorro en llegar al margen.
