Las reglas de la industria financiera se están reescribiendo gracias a la IA y a la IA generativa. En su conversación para The Bridge, Artefact's Joffrey Martínez, Managing Partner y Líder Global de Servicios Financieros, y Alexis Baufine-Ducrocq, Socio y Director de Servicios Financieros, debaten sobre la carrera para redefinir el rendimiento financiero con la IA.

Joffrey Martinez supervisa data y los programas de transformación de la IA para los principales bancos, aseguradoras e instituciones financieras de todo el mundo. Antes de incorporarse a Artefact, trabajó en capital privado y consultoría, entre otros en BearingPoint e IBM Consulting France. Posee un máster por la Kedge Business School y la certificación Black Belt Lean Six Sigma, Executive Education por la École Polytechnique.

Alexis Baufine-Ducrocq ayuda a los principales bancos y aseguradoras a desplegar soluciones de IA y GenAI. Cuenta con más de 14 años de experiencia en consultoría en toda Europa y Asia y anteriormente desempeñó funciones en estrategia y tecnología. Alexis estudió ingeniería y telecomunicaciones en CentraleSupélec y es licenciado por ESCP Europe.

La inteligencia artificial forma parte del mundo financiero desde hace tiempo, pero la la aceleración de la IA generativa y la analítica avanzada está redefiniendo la forma en que las instituciones piensan sobre el rendimiento, la productividad y la creación de valor. En la banca, los seguros y la gestión de activos, la IA se está convirtiendo no sólo en una herramienta de eficacia operativa, sino en un motor de transformación estratégica.

Hoy en día, la competitividad en las finanzas se mide no sólo por los márgenes o la exposición al riesgo, sino por la eficacia con la que las instituciones pueden captar y utilizar su data. La carrera está en marcha para ofrecer decisiones más rápidas, mejores experiencias a los clientes y operaciones más resistentes, todo ello basado en la orquestación inteligente de la información.

Velocidad, precisión y calidad se han vuelto inseparables. En un entorno en el que un banco puede aprobar un préstamo en horas en lugar de días o una aseguradora puede reembolsar un siniestro en cuestión de minutos, las expectativas de los clientes han cambiado permanentemente. El liderazgo en las finanzas pertenecerá a aquellos que puedan combinar la agilidad con la confianza: una combinación posible gracias a la IA.

Dos caminos hacia la madurez de la IA

Aunque todas las instituciones financieras están inmersas en la transformación de la IA, el nivel de madurez varía mucho de un sector a otro. La banca minorista y los seguros fueron de los primeros en industrializar la IA, en gran medida porque sus modelos de negocio dependen de la escala: millones de clientes, miles de millones de puntos data y una presión constante sobre los márgenes. Estas condiciones hacen que el rendimiento de la inversión en IA sea medible e inmediato.

Los bancos minoristas utilizan ahora el aprendizaje automático para precalificar a los solicitantes de préstamos, personalizar las ofertas y detectar anomalías en las transacciones de los clientes. Las aseguradoras utilizan técnicas similares para predecir la renovación de pólizas, detectar el fraude y optimizar la suscripción. En ambos sectores, la IA favorece directamente la rentabilidad al reducir los costes operativos y aumentar el potencial de ventas cruzadas.

Por el contrario, la banca de inversión, la banca privada y la gestión de activos entraron en la era de la IA a través de dominios especializados: comercio cuantitativo, modelización de riesgos y detección de fraudes. Estos usos eran profundos pero estrechos, confinados a expertos como cuantos y actuarios. Lo que está cambiando hoy es la difusión de la IA en toda la cadena de valor. Las relaciones con los clientes, la concesión de créditos y la gestión de riesgos están ahora impregnadas de modelos predictivos y razonamiento automatizado. Lo que antes vivía en centros de excelencia aislados se está incrustando en la toma de decisiones cotidiana.

Como dice Joffrey, “Todos los actores se han lanzado a la carrera por la IA, porque existe un verdadero reto competitivo para desbloquear este potencial”.” La difusión de la IA marca la transición de la experimentación a la integración, de proyectos aislados a una capacidad de toda la industria que sustenta la competitividad.

Construyendo el data foundations

Entre los subsectores financieros, el de los seguros ofrece quizá la imagen más clara de hasta qué punto data define la transformación. Los actuarios, los científicos data originales del sector, siempre han utilizado modelos estadísticos para fijar el precio del riesgo. Esa cultura de la cuantificación proporciona a las aseguradoras una ventaja natural a medida que modernizan su infraestructura.

En los últimos años, la atención se ha desplazado hacia la creación de ecosistemas data de extremo a extremo. Las aseguradoras de salud, propiedad y accidentes están construyendo plataformas capaces de ingerir data de clientes, data de siniestros, data de comportamiento y fuentes externas en tiempo real. El resultado es una base unificada para la predicción y la personalización.

La mayoría de las aseguradoras operan ahora con arquitecturas híbridas multi-cloud. Los conjuntos de data altamente sensibles, como los historiales médicos, permanecen en las instalaciones, mientras que los menos críticos migran a cloud públicas por su escalabilidad y analítica avanzada. Cada vez más, una La tercera capa, los cloud soberanos, está surgiendo para conciliar la innovación con los requisitos reglamentarios. Este enfoque por niveles permite a las empresas equilibrar el cumplimiento, la agilidad y el coste.

Igualmente significativo es el auge del robusto data governance. La propiedad de la data se está acercando a las funciones empresariales, dando a los suscriptores, gestores de siniestros y comercializadores la responsabilidad directa de la calidad y el uso de la data. Una gobernanza sólida hace que la data pase de ser un activo técnico a uno operativo: limpio, contextualizado y utilizable para la IA. Con una gobernanza fuerte, La IA pasa de herramientas expertas a sistemas de autoservicio que aceleran el impacto empresarial.

Las plataformas de clientes Data (CDP) se están convirtiendo en un elemento central de esta estrategia. Al vincular la información de todos los puntos de contacto, las CDP permiten a las aseguradoras detectar señales tempranas de pérdida de clientes, adaptar las ofertas y responder de forma dinámica al comportamiento de los clientes. En un sector conocido por su elevada deserción, donde, como dice Alexis, “el juego consiste en llenar la bañera más rápido de lo que se vacía”, la integración del data es ahora sinónimo de retención de clientes.

Con estas bases establecidas, la IA puede pasar de iniciativas impulsadas por expertos a aplicaciones de autoservicio accesibles a todas las unidades empresariales. El Data se convierte así en el puente entre el potencial tecnológico y el impacto comercial.

Contrastes mundiales en la adopción de la IA

Al comparar la madurez de la IA en todo el mundo, surgen patrones claros. Estados Unidos lidera por un margen significativo, representando más de un tercio de los ingresos mundiales por IA en los servicios financieros. Instituciones estadounidenses como JPMorgan han integrado la IA en casi todos los procesos, desde la negociación y la gestión del crédito hasta el asesoramiento a los clientes, demostrando cómo es la integración total a escala.

Asia le sigue de cerca, impulsada por la extraordinaria capacidad de innovación de China. Ping An, por ejemplo, ha pasado de ser una aseguradora a convertirse en una empresa tecnológica diversificada, registrando miles de patentes de IA e industrializando cientos de casos de uso en los sectores de la sanidad, los préstamos y la gestión de patrimonios.

Europa se sitúa junto a Asia en la escala de sus iniciativas, pero se distingue por su énfasis en la ética y la regulación. Bancos como UBS, BNP Paribas y Santander están invirtiendo mucho en marcos de IA responsable, al tiempo que despliegan modelos avanzados en la prevención del fraude y el servicio al cliente.

Otras regiones están avanzando rápidamente de formas distintas. América Latina, liderada por las brasileñas Itaú y Nubank, está utilizando la IA para combatir el fraude y gestionar ecosistemas bancarios exclusivamente digitales. Oriente Medio se está beneficiando de estrategias de inversión en IA impulsadas por el Estado que aceleran la innovación en todos los sectores, mientras que las instituciones africanas están utilizando la IA para ampliar la inclusión financiera a las poblaciones desatendidas.

A pesar de estas diferencias, un factor constante une a los favoritos: el reconocimiento de la IA como infraestructura estratégica. Las naciones e instituciones que tratan la IA no como una palanca de costes sino como una plataforma de crecimiento avanzan más rápido, con más confianza y con mayor coherencia.

Tres vectores de creación de valor

En todo el sector financiero, la IA está creando valor a través de tres palancas interconectadas: optimización de costes, crecimiento de los ingresos, y protección contra riesgos.

La optimización de costes sigue siendo el. La automatización está reduciendo el “coste del servicio” al agilizar el procesamiento de documentos, la suscripción y el servicio al cliente. En la banca minorista, el análisis crediticio impulsado por la IA ha acortado en días los plazos de aprobación de los préstamos, reduciendo los gastos operativos y mejorando al mismo tiempo la satisfacción del cliente. En los seguros, la automatización de principio a fin puede procesar ahora hasta el 30% de las reclamaciones de propiedad y salud en cuestión de minutos. El reconocimiento óptico de caracteres y los modelos generativos leen las facturas, verifican la cobertura y activan los pagos al instante: un ejemplo tangible de cómo la eficacia se traduce en experiencia.

Los mismos sistemas elevan la contribución humana. Al ocuparse automáticamente de los casos rutinarios, la IA libera a los expertos para que se centren en situaciones complejas o delicadas en las que el juicio y la empatía son más importantes. La automatización, en este sentido, se convierte en una forma de rehumanizar el trabajo en lugar de eliminarlo.

El crecimiento de los ingresos representa la próxima frontera. El análisis predictivo permite a bancos y aseguradoras anticiparse a las necesidades de los clientes -un nuevo trabajo, la compra de una casa, un cambio de vida- y proponerles los productos pertinentes en el momento preciso. La IA generativa amplía esta ventaja en contextos de asesoramiento: en la banca privada, puede condensar complejos análisis de mercado en ideas concisas y procesables, reduciendo la demora entre la experiencia y la decisión del cliente.

Estas capacidades transforman los modelos de servicio de reactivos a proactivos. Las relaciones se vuelven continuas, contextuales y personalizadas, lo que representa un diferenciador significativo en mercados en los que, de otro modo, la oferta de productos se mercantiliza. La IA establece un nuevo estándar para las relaciones con los clientes: disponible, accesible, personalizada y con capacidad de respuesta en cualquier momento.

El tercer vector, la protección, es quizás el más crítico para la confianza. Los modelos de aprendizaje automático supervisan ahora millones de transacciones en tiempo real, detectando anomalías que señalan posibles fraudes o actividades de blanqueo de dinero. La capacidad de la IA para manejar data desequilibrados, en los que las transacciones auténticas superan ampliamente a las fraudulentas, ha revolucionado la detección de riesgos.

En conformidad, La IA reduce drásticamente los falsos positivos. En lugar de ejércitos de analistas revisando las transacciones manualmente, la IA filtra las alertas para centrar la atención humana en las actividades realmente sospechosas, reduciéndolas en algunas instituciones por un factor de 100 sin pérdida de precisión. ¿El resultado? Menores costes, tiempos de respuesta más rápidos y una mayor confianza de reguladores y clientes.

Más allá del ROI: el retorno cultural

Cuantificar el impacto de la IA es relativamente sencillo. Los modelos de fraude pueden ahorrar decenas de millones de euros; la automatización de procesos puede aumentar la eficacia entre un 20 y un 30. Sin embargo, el valor más profundo reside en cómo la IA reconfigura la forma de pensar y trabajar de las organizaciones.

Tratar la IA puramente como una herramienta de automatización desaprovecha su potencial transformador. No se trata sólo de ahorrar minutos en tareas rutinarias; se trata de redefinir las funciones, las prácticas de gestión e incluso el concepto de pericia. En la compañía de seguros del mañana, por ejemplo, los directivos supervisarán a los agentes de IA que se ocupen de la mayoría de los siniestros estándar, dedicando tiempo humano a los casos excepcionales que requieran empatía y criterio.

También está la productividad más silenciosa de las herramientas cotidianas, que Alexis describe como productividad difusa. Las tecnologías de asistencia como Copilot pueden ahorrar sólo unos minutos por usuario, pero su efecto acumulativo armoniza la calidad en todos los equipos. Cuando los empleados comparten descubrimientos y mejores prácticas, aceleran la adopción y generan confianza en aplicaciones de IA más complejas.

De este modo, la preparación cultural se convierte tanto en un requisito previo como en un producto del éxito de la IA. Las organizaciones que fomentan la curiosidad y la colaboración obtienen rendimientos a largo plazo mucho mayores que las que se centran únicamente en las métricas financieras inmediatas.

Gestión de las nuevas dimensiones del riesgo

Ningún sector tiene más experiencia en la gestión de riesgos que el financiero. Sin embargo, la IA introduce nuevas formas de riesgo que requieren controles adaptados, desde la privacidad data y el sesgo de los modelos hasta la ciberresiliencia y la explicabilidad.

Muchas instituciones están abordando estos retos a través de la “modelo de ”tres líneas de defensa. Un equipo desarrolla el algoritmo, otro valida su integridad y un tercero, que a menudo incluye a los reguladores, revisa su rendimiento. Esta separación de funciones garantiza la responsabilidad y la transparencia en todo el ciclo de vida de la IA.

Crucialmente, la arraigada cultura de la industria de la la gobernanza proporciona una base sólida para una IA responsable. Los bancos y las aseguradoras ya operan bajo rigurosas normas de confidencialidad y cumplimiento; extender estos principios a los sistemas algorítmicos es una progresión natural. Como señala Joffrey, “El mayor riesgo es el riesgo de no hacer nada”.” La inacción, en este contexto, significaría ceder terreno competitivo a rivales más ágiles.

La transformación humana

Sin embargo, el cambio más profundo es el humano. La historia demuestra que cada oleada de automatización desplaza el enfoque profesional en lugar de borrarlo. Cuando apareció la calculadora mecánica a finales del siglo XIX, los oficinistas no fueron sustituidos; se convirtieron en analistas. La misma lógica se aplica hoy en día.

La IA automatizará los cálculos, la documentación y la supervisión, pero la necesidad de supervisión, interpretación y empatía humanas no hará más que crecer. Los profesionales del mañana serán supervisores de agentes inteligentes, orquestadores de procesos y diseñadores de transformaciones. Su valor no residirá en la ejecución rutinaria sino en la perspicacia y el juicio.

El reto es no para dejar obsoletos a los humanos, sino para hacerlos indispensables de una nueva forma.

Hacia un ecosistema financiero más inteligente

La IA ya ha remodelado la forma en que las instituciones financieras gestionan las operaciones, se relacionan con los clientes y controlan el riesgo. En la próxima fase, agentes especializados en IA operarán de principio a fin junto a expertos humanos, incorporando inteligencia a cada proceso.

Las instituciones que liderarán esta transformación serán aquellas capaces de combinar la innovación con la disciplina que siempre ha definido a las finanzas. Verán la IA no sólo como una tecnología, sino como un medio para renovar el contrato fundamental del sector: servir mejor a los clientes, gestionar el riesgo de forma responsable y crear valor con inteligencia e integridad.

En resumen, el futuro de los servicios financieros no se decidirá por quién despliega más modelos, sino por que las utiliza para construir las instituciones más fiables, adaptables y centradas en el ser humano.

 

Vea la entrevista original en francés: