Las organizaciones que ofrecen servicios financieros se enfrentan a un desafío sin precedentes: los clientes ahora esperan un servicio personalizado 24/7, los reguladores exigen transparencia y auditabilidad, a lo que se suma la presión competitiva que se intensifica tanto por parte de los actores tradicionales, como de las empresas disruptivas fintech. La IA ofrece la solución, pero solo para quienes puedan gestionar su compleja implementación, manteniendo al mismo tiempo los estándares de confianza y cumplimiento normativo que definen la industria.
Sin embargo, incluso cuando las organizaciones se apresuran a adoptar la IA, surge una brecha crítica: el 49% los líderes altamente involucrados en los proyectos de Inteligencia Artificial informan que sus organizaciones tienen dificultades para estimar y demostrar el valor de la IA, según Gartner 2025. Este desafío de medición agrava un panorama de implementación, ya de por sí, complejo.
Habla sobre ello, Bruno Dehouck, CEO de Keyrus para Iberia e UK y líder global en inteligencia de datos, experiencia digital y consultoría de gestión y transformación. Con más de 25 años de experiencia guiando a organizaciones en su transformación digital.
Bruno, ¿qué significa estar preparado para la IA en la industria de los servicios financieros?
Pues implica contar con procesos robustos y auditables, y una base de datos confiable. La Inteligencia Artificial no debe operar de forma aislada; debe funcionar en conjunto con los procesos existentes de inteligencia empresarial e información de gestión. Esta perspectiva desafía la idea errónea de que la preparación para la IA es puramente tecnológica. Una verdadera preparación para la IA requiere una integración holística de la gobernanza, la calidad de los datos y la cultura organizacional.
Actualmente, la IA actúa como un potente acelerador: válida hipótesis, revela riesgos previamente desconocidos y permite tomar decisiones sofisticadas basadas en datos mediante análisis de agentes. Sin embargo, aún no se ha llegado a una etapa en la que la IA pueda funcionar de forma autónoma en la industria financiera. La confianza, el control y la trazabilidad siguen siendo innegociables.
¿Cuáles son las aplicaciones de la IA en el mundo real que verdaderamente transforman la industria financiera?
La Inteligencia Artificial ya ofrece un valor medible en múltiples puntos de contacto como la excelencia en la experiencia del cliente con los motores de personalización basados en IA que analizan las opiniones y el comportamiento del cliente para ofrecer recomendaciones personalizadas, o los chatbots inteligentes que gestionan consultas rutinarias como detalles de cuenta, activación de tarjetas y actualizaciones del estado de las transferencias, ofreciendo soporte 24/7 en varios idiomas.
Por otro lado, está el tema de la seguridad y prevención del fraude. Los sistemas avanzados de IA autentican a los usuarios mediante algoritmos de aprendizaje automático, detectan transacciones fraudulentas en tiempo real y permiten a los clientes reportar rápidamente la pérdida o el robo de tarjetas a través de interfaces inteligentes que desactivan automáticamente las cuentas comprometidas.
Y, por último, es importante hablar de la eficiencia operativa. Los flujos de trabajo automatizados gestionan tareas repetitivas como restablecimiento de contraseñas, actualizaciones de cuentas y respuestas a preguntas frecuentes, mientras que el control de calidad de la IA analiza el 100% las interacciones con los clientes para identificar oportunidades de mejora y garantizar una prestación de servicios consistente.
Estas aplicaciones demuestran cómo la innovación y la integración de la IA pueden mejorar tanto la satisfacción del cliente como la eficiencia operativa cuando se implementan estratégicamente.
¿Qué opinas de la gobernanza? ¿Es importante?
Al definir la estrategia de IA y datos, la gobernanza no solo es importante, sino fundamental. Una gobernanza eficaz de la IA abarca la calidad de los datos, la explicabilidad de los modelos, la seguridad y las consideraciones éticas, todo ello alineado con las estrategias modernas de gestión de datos que promueven el linaje, la transparencia y el cumplimiento normativo. Este marco integral permite a las organizaciones impulsar la innovación manteniendo la confianza y los estándares regulatorios que esperan sus grupos de interés.
¿Cómo se construye una estrategia de IA robusta?
Con un enfoque integral que incluya:
Alineación clara de la visión: definir el rol de la IA en la experiencia del cliente, la gestión de riesgos y la eficiencia operativa garantiza que las inversiones en tecnología respalden directamente los objetivos de negocio.
Arquitectura escalable: las plataformas nativas de la nube con flexibilidad permiten a las organizaciones adaptar y escalar las capacidades de IA a medida que evolucionan las necesidades.
Transformación cultural: fomentar la experimentación y el aprendizaje continuo garantiza que las organizaciones puedan adaptarse al panorama de la IA en rápida evolución.
Priorización estratégica de casos de uso: identificar aplicaciones de alto impacto y fácil acceso, como la atención al cliente automatizada, el procesamiento inteligente de documentos y el análisis predictivo de riesgos, permite obtener resultados rápidos que impulsan el crecimiento.
¿Cuál es la barrera más importante para la implementación de IA a gran escala?
La falta de confianza en los modelos de datos subyacentes, en particular en su auditabilidad, explicabilidad y cumplimiento normativo. Sin confianza en cómo los modelos toman decisiones, muchas instituciones financieras dudan en implementar la IA a gran escala.
¿Cuál es el camino correcto para afrontar estos retos?
Estos desafíos se pueden abordar mediante una mayor transparencia de los modelos, registros de auditoría exhaustivos y protocolos de prueba robustos. Los marcos especializados de IA y aceleradores de datos de Keyrus combinan estructuras de gobernanza probadas con arquitecturas de datos modernas, lo que permite a las organizaciones de servicios financieros pasar del concepto a la producción con confianza, manteniendo al mismo tiempo el pleno cumplimiento normativo.
La integración fluida significa que los modelos de IA se construyen e implementan sobre activos de datos confiables y bien gobernados, con trazabilidad completa hasta el origen. Esto facilita la transparencia y la auditabilidad, garantizando que las decisiones basadas en IA sean defendidas y confiables tanto por los equipos de negocio como de riesgo y cumplimiento normativo.
¿Qué beneficios experimentan las organizaciones financieras que son capaces de implementar la IA con éxito?
Las ventajas son múltiples. Desde beneficios en la gestión de riesgos con el reconocimiento de patrones y la detección de anomalías para la detección de fraudes y la evaluación del riesgo crediticio, hasta la automatización de procesos si hablamos de la parte de operaciones, o la mejora en el servicio al cliente como he mencionado anteriormente con agentes de IA que pueden gestionar consultas rutinarias y brindar soporte multilingüe u ofrecer recomendaciones personalizadas.
¿Es la implementación de la IA un proceso fácil?
Pensar que es un proceso fácil y directo es un error muy común en el sector. Muchas organizaciones se lanzan a la acción, esperando resultados rápidos, sin comprender completamente las bases de datos necesarias y una vez que comienzan los proyectos, se dan cuenta rápidamente de que sus datos no están preparados para la IA, ya sea por mala calidad, falta de gobernanza o accesibilidad limitada.
En Keyrus, el enfoque es pragmático: ayudar a las organizaciones a acelerar su preparación para la IA, comenzando con proyectos pequeños y generando valor real rápidamente. Nuestros marcos de trabajo están diseñados para escalar, lo que permite a las empresas financieras pasar de la idea al impacto sin depender de un proveedor específico ni realizar ingeniería excesiva.
Para las organizaciones que inician su trayectoria en IA, el mejor consejo es: empezar poco a poco, pero siendo estratégicos. La clave es elegir casos de uso de IA específicos y de alto impacto que sean alcanzables, medibles y alineados con las prioridades comerciales. Los primeros logros generan confianza, seguridad e impulso para una adopción más amplia.
El punto de partida debe ser una evaluación exhaustiva de las prioridades comerciales y las capacidades existentes. Es importante identificar casos de uso que ofrezcan un valor claro, que puedan implementarse con los recursos actuales y que brinden oportunidades de aprendizaje, ya sea automatizando los flujos de trabajo de atención al cliente, implementando sistemas de detección de fraude o mejorando el análisis de riesgos.
La mentalidad debe ser la experimentación estratégica: abordar la implementación de IA como oportunidades de aprendizaje en lugar de una transformación de alto riesgo. Esto permite a las organizaciones desarrollar capacidades gradualmente, a la vez que gestionan el riesgo y demuestran el valor para las partes interesadas.
¿Cuál es el camino a seguir para las organizaciones que quieran aprovechar las ventajas competitivas que ofrece la IA?
El futuro de la IA en los servicios financieros reside en potenciar las capacidades humanas con automatización inteligente y análisis mejorados. Según estudios del sector, la IA pronto abarcará el 100% las interacciones con los clientes, resolviendo el 80% forma independiente y permitiendo a los agentes humanos centrarse en actividades complejas y de alto valor.
Las organizaciones que abordan la IA estratégicamente, con una gobernanza adecuada, expectativas realistas y un compromiso con el aprendizaje continuo, aprovecharán importantes ventajas competitivas. El éxito reside en reconocer que la preparación para la IA es un camino, no un destino.
Al partir de bases sólidas, mantener el enfoque en los resultados de negocio y asociarse con proveedores experimentados como Keyrus, las organizaciones de servicios financieros pueden afrontar esta transformación con confianza y lograr una ventaja competitiva sostenible mediante la adopción de la IA inteligente.
