La inteligencia artificial generativa comienza a ganar protagonismo en el sector financiero y las principales entidades aceleran sus tecnológicos en torno a la tecnología de moda.
La irrupción de la IA y en los últimos años de la inteligencia artificial generativa está transformando por completo la apuesta por la innovación del sector bancario, que tradicionalmente ha presumido de ser un segmento muy tecnológico.
Bancos y aseguradoras han acelerado sus proyectos con inteligencia artificial mientras comienzan a explorar y a acelerar en la versión generativa. En un contexto marcado por la presión competitiva, la exigencia regulatoria y la irrupción de nuevos actores digitales, la adopción de soluciones inteligentes ya no es una opción, sino una necesidad estratégica.
Esta apuesta se traduce en la incorporación de chatbots, motores de recomendación, automatización de procesos, análisis predictivo o sistemas de scoring crediticio avanzados. Pero también plantea retos importantes en materia de privacidad, transparencia algorítmica y ética.
«Nuestra ambición va mucho más allá de lo que hemos conseguido hasta ahora. Nuestro objetivo es situar la inteligencia artificial en el centro de cada proceso y de cada interacción con los clientes«, aseguraba Ana Botín, presidenta de Santander, en la Memoria Anual.
«La irrupción de la inteligencia artificial generativa está marcando un punto de inflexión en los sectores financiero y asegurador. En un entorno donde la digitalización ya no es opcional, sino estructural, estas industrias se han visto obligadas a repensar sus modelos operativos, su relación con los clientes y su arquitectura tecnológica. Estamos entrando en una era donde las tecnologías no solo automatizan, sino que también comprenden, razonan y crean. Para bancos y aseguradoras, esto implica una transformación que va más allá de la digitalización tradicional, ya que la inteligencia generativa se convierte en un nuevo motor de valor», explica Diego López Abellán, managing director de servicios financieros en Accenture.
En un estudio elaborado por la consultora, se desvela que mientras los bancos siguen siendo percibidos como entidades confiables, el 71% de los consumidores están abiertos a probar alternativas digitales no bancarias, lo que está obligando al sector a acelerar su modernización tecnológica, pero sin dejar atrás la confianza.
Es por ello que tanto bancos como aseguradoras están afrontando la apuesta por la inteligencia artificial generativa con retos como la transparencia en el uso de la inteligencia artificial, la aplicación de la ética algorítmica en un contexto de tecnología responsable y la capacitación del talento, pieza clave para que el despliegue a escala de la inteligencia artificial se realice con éxito.
En un análisis de Accenture entre más de 2.000 compañías de distintos sectores, 222 pertenecientes al bancario, sobre cómo las grandes compañías a nivel mundial están usando y desplegando la inteligencia artificial en sus organizaciones, se concluye que el 94% de los CEO del sector bancario están priorizando la inteligencia artificial más que nunca.
Asimismo, el 77% de los bancos a nivel global han establecido un puesto específico en la alta dirección, como el de chief AI officer u otro rol similar, para impulsar esta tecnología. Las tres áreas principales en las que los bancos están priorizando la aplicación de la versión generativa son los productos de tarjetas y pagos (74%), la gestión del fraude (72%) y el conocimiento del cliente (61%).
«En España, donde podemos decir que las principales entidades bancarias del país sobresalen respecto a sus peers europeos en aplicación de la inteligencia artificial y la versión generativa, los bancos más avanzados están apostando por asistentes financieros basados en inteligencia artificial generativa, que ayudan a los clientes a tomar decisiones personalizadas, modelos operativos ágiles que reducen costes y mejoran la experiencia del cliente y plataformas abiertas y colaborativas con fintechs y terceros. En el caso de las compañías de seguros, han encontrado en la versión generativa una herramienta para automatizar la gestión de siniestros, mejorar la suscripción de riesgos con modelos predictivos y generar contenido personalizado para clientes (por ejemplo, recomendaciones de cobertura o planes de prevención)», añade López Abellán.
Santander: En el centro de cada proceso e interacción con el cliente
Con más de ocho años de experiencia y muchos modelos de ‘machine learning’ en funcionamiento, Santander está apostando fuerte por la inteligencia artificial para ser más ágil y eficiente y mejorar la experiencia de cliente. Entre las aplicaciones clave, cabe destacar la captación de clientes, la gestión de rotación de pymes, la optimización del ciclo de vida de las tarjetas, modelos avanzados de crédito y soluciones de liquidez/tipo de cambio.
Asimismo, más del 40% de las interacciones de los ‘call centers’ incluyen algún tipo de apoyo de chatbots con inteligencia artificial, lo que aumenta la eficiencia y la satisfacción de los clientes. La compañía cuenta con más de 6.000 desarrolladores que utilizan herramientas de inteligencia artificial, lo que, aseguran, permite impulsar la productividad un 20-30%. Su estrategia se basa en tres palancas clave: inteligencia artificial integrada en el negocio para impulsar una ambiciosa adopción de esta tecnología en todas las líneas de negocio globales; inteligencia artificial en el centro de las plataformas globales para escalar su uso; y un ecosistema de inteligencia artificial como palanca de crecimiento para asociarse con líderes como OpenAI, Microsoft y Amazon, y fomentar al mismo tiempo un ecosistema dinámico de ‘start up’. Santander también ha invertido en la versión generativa y en la plataforma Luzia.
En total, este año está trabajando en 76 casos de uso agrupados en cinco grandes iniciativas. Un ejemplo es Speech Analytics, una solución que analiza 10 millones de grabaciones de voz de clientes. A futuro, el banco está trabajando en asistentes virtuales transaccionales basados en arquitecturas de agentes, asistentes para contratación de productos y la generación automática de contenido.
BBVA: IA para empoderar a sus equipos y clientes
El plan estratégico 2025-2029 de BBVA se apoya en la inteligencia artificial y las tecnologías de nueva generación para empoderar a sus equipos y transformar la experiencia del cliente y los procesos internos. La compañía ha renovado su aplicación móvil y ahora organiza la información financiera de cada cliente según sus hábitos gracias a la inteligencia artificial, que también impulsa su nuevo ‘coach’ financiero.
Además, el Grupo ha dotado de nuevas capacidades a los asistentes virtuales Blue y Ugi (en Turquía) basadas en inteligencia artificial generativa, lo que les permite responder a las consultas de los clientes con lenguaje natural. Internamente, BBVA ha identificado más de 1.500 casos de uso, de los cuales en torno a un millar tienen alto potencial de escalabilidad. Por ello, ha habilitado licencias de ChatGPT para 11.000 empleados y ha integrado Gemini en Google Workspace. Los empleados de BBVA que utilizan estas capacidades en su día a día declaran que ya ahorran casi tres horas semanales de tareas repetitivas.
A nivel estructural, la AI Factory de BBVA cuenta con tres ‘hubs’ en España, México y Turquía para acelerar la adopción global de soluciones basadas en esta tecnología, y también dispone del área de Analytics Transformation, que agrupa a sus más de 2.500 científicos y especialistas de datos para impulsar nuevos servicios basados en ellos. También está migrando sus datos a su nueva plataforma global situada en la nube de AWS que, entre otros avances, permite a BBVA aplicar inteligencia artificial de forma transversal.
CaixaBank invertirá 5.000 millones en innovación
La entidad ha anunciado una inversión de más de 5.000 millones de euros en tecnología para el periodo 2025-2027. La estrategia tecnológica de la compañía en los próximos años gira en torno a cuatro grandes objetivos: incrementar la agilidad y la capacidad comercial de sus áreas de negocio; desarrollar nuevos servicios gracias a capacidades de vanguardia y a la simplificación de los procesos; potenciar la excelencia operativa mejorando la eficiencia; y, finalmente, reforzar y evolucionar la plataforma tecnológica actual con los mayores estándares de resiliencia y seguridad.
Para cumplir estas metas, CaixaBank prevé incorporar a más de 3.000 profesionales tecnológicos en los próximos años, con especial foco en jóvenes con perfiles especializados en ciencia de datos, ingeniería de software e inteligencia artificial. Asimismo, está comenzando a trabajar con inteligencia artificial generativa.
Un ejemplo es un asistente de soporte a la contratación remota, que utiliza esta tecnología para ayudar a gestores y clientes a reducir los tiempos de interacción e impulsar la contratación de productos desde los canales digitales. Además, han desarrollado un agente basado en inteligencia artificial generativa que interactúa directamente con los clientes de la aplicación de CaixaBank. Creado con la tecnología de Google Cloud, el agente tiene la capacidad de resolver cuestiones sobre productos, comparar las opciones disponibles y presentar la que mejor se adapta al usuario. De momento se ha desplegado para 20.000 usuarios.
Mapfre: soluciones desde una perspectiva humanista
En la actualidad, Mapfre tiene más de 115 casos de uso de inteligencia artificial de manera global. Esto se traduce en que más del 40% de las operaciones son atendidas por asistentes virtuales y está automatizada la gestión de documentos de más de 1,2 millones de clientes. Además, en 2024 se realizaron más de un millón de inspecciones digitales para verificar, por ejemplo, daños preexistentes en autos al contratar el seguro.
La inversión anual en capacidades tecnológicas es de alrededor de 1.000 millones de euros, y aunque no especifican el dato concreto en inteligencia artificial, aseguran que su inversión está por encima de la media. «Hemos sido la primera compañía del Ibex 35 en desarrollar un manifiesto donde mostramos nuestra clara apuesta por la adopción de la inteligencia artificial desde una perspectiva humanista, ética y sostenible, estableciendo un marco de referencia agnóstico de potenciales evoluciones de la tecnología», explica Diego Bodas, director de IA en Mapfre.
Además, cuentan con un centro desde el que se coordinan todas las iniciativas de inteligencia artificial en el grupo. En cuanto a casos de uso, Mapfre utiliza modelos de inteligencia artificial en varios países para identificar patrones de fraude en los siniestros, lo que supone un avance significativo en la lucha contra las pérdidas económicas anuales provocadas por fraudes en el sector. Otro proyecto es la verificación del estado de los automóviles. Mediante imágenes tomadas con el móvil, el sistema puede detectar en tiempo real arañazos y golpes en vehículos. Asimismo, la compañía cuenta con MIA GPT, un chatbot que usan mediadores y ‘call centers’ para agilizar respuestas a las consultas sobre coberturas o productos.
Mutua Madrileña saca partido a la versión generativa
En Mutua Madrileña aseguran que ya están obteniendo retornos claros por el uso de la inteligencia artificial generativa «tanto en eficiencia de procesos como en mejora de la calidad de la atención prestada y de la satisfacción de los clientes. Estas nuevas capacidades nos están permitiendo implementar iniciativas diferenciales, por ejemplo, en nuestro ‘contact center’ y en el área de prestaciones», explica Nicolás Oriol, subdirector general de datos, analítica avanzada y robótica de Mutua Madrileña.
En el ‘contact center’, la inteligencia artificial está ayudando con la transcripción y el análisis de las llamadas para realizar el control de calidad de las mismas. El objetivo es elevar la calidad del servicio. En el caso del área de prestaciones, la versión generativa está ayudando a lograr tramitaciones más justas y eficientes ya que mantiene la coherencia de la respuesta entre un siniestro y otro.
«No basta con construir nuevas herramientas. Existe el reto de que las personas para las que se construyeron las adopten en su día a día. Esta herramienta supone una nueva forma de relacionarnos con la tecnología. Usando nuestro lenguaje natural, damos ‘feedback’ a la máquina y esperamos que se comporte como le decimos. Nos ayuda proponiendo soluciones, pero somos nosotros los que en último término supervisamos su comportamiento y decidimos. No todo el mundo está preparado para esta relación humano-máquina y hay que dar formación e impulsar de manera sistemática su adopción», añade Oriol.