Las reglas del sector financiero se están reescribiendo gracias a AI a AI generativa. En su conversación para The Bridge, Joffrey Martínez, socio director y responsable global de servicios financieros Artefact, y Alexis Baufine-Ducrocq, socio y responsable de servicios financieros, analizan la carrera por redefinir el rendimiento financiero con AI.

Joffrey Martínez supervisa programas AI data AI para importantes bancos, aseguradoras e instituciones financieras de todo el mundo. Antes de incorporarse Artefact, trabajó en el sector del capital riesgo y la consultoría, entre otros, en BearingPoint e IBM Consulting France. Posee un máster de la Kedge Business School y la certificación Black Belt Lean Six Sigma, además de haber cursado formación ejecutiva en la École Polytechnique.

Alexis Baufine-Ducrocq ayuda a los principales bancos y aseguradoras a implementar soluciones AI GenIA. Cuenta con más de 14 años de experiencia en consultoría en Europa y Asia, y anteriormente ocupó cargos en los ámbitos de la estrategia y la tecnología. Alexis estudió ingeniería y telecomunicaciones en la CentraleSupélec y es titulado por la ESCP Europe.

Inteligencia Artificial mucho Inteligencia Artificial presente en el mundo financiero, pero el auge de AI generativa AI la analítica avanzada está redefiniendo ahora la forma en que las instituciones conciben el rendimiento, la productividad y la creación de valor. En los sectores de la banca, los seguros y la gestión de activos, AI convirtiendo no solo en una herramienta para la eficiencia operativa, sino en un motor de transformación estratégica.

Hoy en día, la competitividad en el sector financiero no solo se mide por los márgenes o la exposición al riesgo, sino también por la eficacia con la que las entidades son capaces de recopilar y utilizar sus data. Se ha desatado una carrera por ofrecer decisiones más rápidas, mejores experiencias para los clientes y operaciones más resilientes, todo ello basado en una gestión inteligente de la información.

La rapidez, la precisión y la calidad se han convertido en conceptos inseparables. En un entorno en el que un banco puede aprobar un préstamo en cuestión de horas en lugar de días, o una aseguradora puede liquidar una reclamación en cuestión de minutos, las expectativas de los clientes han cambiado para siempre. El liderazgo en el sector financiero recaerá en aquellos que sean capaces de combinar la agilidad con la confianza: una combinación que AI hace posible.

Dos caminos hacia AI

Aunque todas las entidades financieras están inmersas en AI , el nivel de madurez varía considerablemente dentro del sector. La banca minorista y los seguros fueron de los primeros sectores en implantar AI a gran escala, en gran parte porque sus modelos de negocio dependen de la escala: millones de clientes, miles de millones de data y una presión constante sobre los márgenes. Estas condiciones hacen que el retorno de AI sea tanto cuantificable como inmediato.

Los bancos minoristas utilizan actualmente el aprendizaje automático para preseleccionar a los solicitantes de préstamos, personalizar Servicios y detectar anomalías en las transacciones de los clientes. Las aseguradoras emplean técnicas similares para predecir las renovaciones de pólizas, detectar el fraude y optimizar la suscripción de pólizas. En ambos sectores, AI contribuye AI a 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 AI a través de ámbitos especializados: el trading cuantitativo, la modelización de riesgos y la detección de fraudes. Estos usos eran profundos pero limitados, y quedaban restringidos a expertos como los analistas cuantitativos y los actuarios. Lo que está cambiando hoy en día es la difusión de AI la cadena de valor. Las relaciones con los clientes, la concesión de créditos y la gestión de riesgos se nutren ahora de modelos predictivos y razonamiento automatizado. Lo que antes se limitaba a centros de excelencia aislados se está integrando en la toma de decisiones cotidiana.

Como dice Joffrey: «Todos los actores se han sumado a la carrera por AI, porque aprovechar este potencial supone un verdadero reto competitivo». La difusión de AI la transición de la experimentación a la integración, de proyectos aislados a una capacidad sectorial que sustenta la competitividad.

Creación de las data

Entre los subsectores financieros, Servicios seguros Servicios una imagen más clara de hasta qué punto data la transformación. Los actuarios, los primeros data del sector, siempre han utilizado modelos estadísticos para valorar el riesgo. Esa cultura de la cuantificación proporciona a las aseguradoras una ventaja natural a la hora de modernizar su infraestructura.

En los últimos años, la atención se ha centrado en la creación data integrales. Las aseguradoras de salud, de seguros de daños y de seguros generales están desarrollando plataformas capaces de recopilar 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.

En la actualidad, la mayoría de las aseguradoras operan concloud híbridas ycloud . Los conjuntos de datos altamente sensibles, como los historiales médicos, se mantienen en las instalaciones, mientras que data menos críticos data a nubes públicas para aprovechar la escalabilidad y los análisis avanzados. Cada vez más, está surgiendo una tercera capa, las nubes soberanas, para conciliar la innovación con los requisitos normativos. Este enfoque por niveles permite a las empresas equilibrar el cumplimiento normativo, la agilidad y los costes.

Igualmente significativo es el auge de data sólida. La responsabilidad sobre data trasladando cada vez más hacia las funciones empresariales, lo que confiere a los suscriptores, los gestores de siniestros y los profesionales del marketing una responsabilidad directa sobre data y el uso data . Una gobernanza sólida convierte data un activo técnico en uno operativo: limpios, contextualizados y aptos para AI. Con una gobernanza sólida, AI de ser una herramienta para expertos a convertirse en sistemas de autoservicio que aceleran el impacto en el negocio.

Data de clientes (CDP) están adquiriendo un papel fundamental en esta estrategia. Al vincular la información de todos los puntos de contacto, las CDP permiten a las aseguradoras detectar los primeros indicios de pérdida de clientes, personalizar Servicios y responder de forma dinámica al comportamiento de los clientes. En un sector conocido por su elevada tasa de abandono, donde, como dice Alexis, «el reto consiste en llenar la bañera más rápido de lo que se vacía», data es ahora sinónimo de retención de clientes.

Con estas bases sentadas, AI pasar de ser una iniciativa impulsada por expertos a convertirse en aplicaciones de autoservicio accesibles para todas las unidades de negocio. Data se convierten en el puente entre el potencial tecnológico y el impacto comercial.

Contrastes a nivel mundial en AI

Al comparar AI a nivel mundial, se observan patrones claros. Estados Unidos lidera con una ventaja significativa, ya que representa más de un tercio de AI globales AI en el sector de los servicios financieros. Entidades estadounidenses como JPMorgan han integrado AI casi todos los procesos, desde la negociación y la gestión de créditos hasta el asesoramiento a clientes, lo que demuestra cómo es una integración plena a gran 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 Compañia tecnológica diversificada, que ha registrado miles de AI y ha puesto en práctica cientos de casos de uso en los sectores de la sanidad, los préstamos y la gestión patrimonial.

Europa está a la altura de Asia en cuanto a la envergadura de sus iniciativas, pero se distingue por su énfasis en la ética y la regulación. Bancos como UBS, BNP Paribas y Santander están realizando importantes inversiones en AI responsable, al tiempo que implementan modelos avanzados para la prevención del fraude y la atención al cliente.

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

A pesar de estas diferencias, hay un factor común que une a los países punteros: el reconocimiento de AI infraestructura estratégica. Los países y las instituciones que consideran AI como un factor de coste, sino como una plataforma de crecimiento, avanzan con mayor rapidez, seguridad y coherencia.

Tres ejes de la creación de valor

En todo el sector financiero, AI generando valor a través de tres factores interrelacionados: la optimización de costes, el aumento de los ingresos y la protección frente al riesgo.

La optimización de costes sigue siendo el aspecto más visible. La automatización está reduciendo el «coste del servicio» al agilizar el procesamiento de documentos, la suscripción de pólizas y la atención al cliente. En la banca minorista, el análisis crediticio AI ha acortado en varios días los plazos de aprobación de préstamos, lo que reduce los gastos operativos y mejora la satisfacción del cliente. En el sector de los seguros, la automatización integral permite ahora tramitar hasta el 30 % de las reclamaciones de seguros de propiedad y de salud en cuestión de minutos. El reconocimiento óptico de caracteres y los modelos generativos leen facturas, verifican la cobertura y activan pagos instantáneos: un ejemplo tangible de cómo la eficiencia se traduce en experiencia.

Esos mismos sistemas potencian la contribución humana. Al gestionar automáticamente los casos rutinarios, AI los expertos centrarse en situaciones complejas o delicadas en las que el criterio y la empatía son fundamentales. 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 los bancos y las aseguradoras anticiparse a las necesidades de los clientes —un nuevo empleo, la compra de una vivienda, un cambio en la vida— y proponerles productos adecuados en el momento preciso. AI generativa AI esta ventaja en el ámbito del asesoramiento: en la banca privada, puede sintetizar complejos análisis de mercado en conclusiones concisas y prácticas, reduciendo así el tiempo que transcurre entre el asesoramiento experto y la decisión del cliente.

Estas capacidades transforman los modelos de servicio, pasando de ser reactivos a proactivos. Las relaciones se vuelven continuas, contextuales y personalizadas, lo que supone un importante factor diferenciador en mercados donde, por lo demás, las ofertas de productos se han convertido en productos básicos. AI un nuevo estándar para las relaciones con los clientes: disponibilidad, accesibilidad, personalización y capacidad de respuesta en todo momento.

El tercer factor, la protección, es quizás el más importante para generar confianza. Los modelos de aprendizaje automático supervisan actualmente millones de transacciones en tiempo real, detectando anomalías que indican posibles fraudes o actividades de blanqueo de capitales. La capacidad AIpara gestionar data desequilibrados —en los que las transacciones legítimas superan con creces a las fraudulentas— ha revolucionado la detección de riesgos.

En materia de cumplimiento normativo, AI reduceAI los falsos positivos. En lugar de que un gran número de analistas revise las transacciones manualmente, AI las alertas para centrar la atención humana en las actividades realmente sospechosas, lo que en algunas entidades ha permitido reducirlas en un factor de 100 sin perder precisión. ¿El resultado? Menores costes, tiempos de respuesta más rápidos y una mayor confianza por parte de los reguladores y los clientes.

Más allá del ROI: el rendimiento cultural

Cuantificar el impacto AIes relativamente sencillo. Los modelos de detección de fraudes pueden ahorrar decenas de millones de euros; la automatización de procesos puede generar un aumento de la eficiencia de entre el 20 % y el 30%. Sin embargo, el valor más profundo reside en cómo AI la forma de pensar y trabajar de las organizaciones.

Considerar AI como una herramienta de automatización es pasar por alto su potencial transformador. No se trata solo de ahorrar unos minutos en tareas rutinarias, sino de redefinir funciones, prácticas de gestión e incluso el concepto mismo de «experiencia». En Compañia de seguros del futuro, por ejemplo, los directivos supervisarán a AI que se encargarán de la mayoría de las reclamaciones estándar, dedicando el tiempo de los humanos a los casos excepcionales que requieran empatía y criterio.

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

De este modo, la preparación cultural se convierte tanto en un requisito previo como en un resultado del AI . Las organizaciones que fomentan la curiosidad y la colaboración obtienen beneficios a largo plazo mucho mayores que aquellas que se centran únicamente en los indicadores financieros inmediatos.

Gestionar las nuevas dimensiones del riesgo

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

Muchas instituciones están abordando estos retos mediante el modelo de las «tres líneas de defensa». Un equipo desarrolla el algoritmo, otro valida su integridad y un tercero, en el que suelen participar los organismos reguladores, revisa su rendimiento. Esta separación de funciones garantiza la rendición de cuentas y la transparencia a lo largo de todo AI .

Es fundamental destacar que la arraigada cultura de gobernanza del sector ofrece una base sólida para AI responsable. Los bancos y las aseguradoras ya operan bajo rigurosas normas de confidencialidad y cumplimiento normativo; extender estos principios a los sistemas algorítmicos es una evolución 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 ola de automatización reorienta el enfoque profesional, en lugar de eliminarlo. Cuando apareció la calculadora mecánica a finales del siglo XIX, los empleados administrativos no fueron sustituidos, sino que se convirtieron en analistas. La misma lógica se aplica hoy en día.

AI los cálculos, la documentación y la supervisión, pero la necesidad de supervisión, interpretación y empatía humanas no hará más que aumentar. Los profesionales del mañana serán supervisores de agentes inteligentes, coordinadores de procesos y diseñadores de la transformación. Su valor no residirá en la ejecución de tareas rutinarias, sino en su perspicacia y criterio.

El reto no es dejar a los seres humanos en desuso, sino convertirlos en indispensables de una forma nueva.

Hacia un ecosistema financiero más inteligente

AI ya AI transformado la forma en que las instituciones financieras gestionan sus operaciones, interactúan con los clientes y controlan los riesgos. En la siguiente fase, AI especializados trabajarán de principio a fin junto a expertos humanos, integrando la inteligencia en todos los procesos.

Las instituciones que liderarán esta transformación serán aquellas capaces de combinar la innovación con la disciplina que siempre ha caracterizado al sector financiero. Considerarán AI solo como una tecnología, sino como un medio para renovar el compromiso fundamental del sector: atender 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 vendrá determinado por quién implemente más modelos, sino por quién los utilice para crear las instituciones más fiables, adaptables y centradas en las personas.

 

Mira la entrevista original en francés: