Informe de Deloitte: La IA en el sector financiero pasa de la fase piloto a la escala, el "margen inexplorado" aún debe ser superado.

Antecedentes del sector: la IA en las finanzas pasa de un "estancamiento piloto" a un punto crítico de escalabilidad

La narrativa de la inteligencia artificial en el ámbito financiero está cambiando rápidamente. Según el informe más reciente de Deloitte, "El estado actual de la IA empresarial", el 74% de las instituciones financieras planea implementar agentes de IA con capacidades de razonamiento en múltiples pasos y acción autónoma en los próximos dos años, pero solo el 21% cuenta con un modelo de gobierno maduro para agentes autónomos. Esta brecha revela la contradicción central que enfrenta el sector financiero en el camino hacia la escalabilidad de la IA: la disponibilidad técnica avanza rápidamente, pero el abismo entre la experimentación y la implementación productiva sigue siendo enorme.

El informe señala que actualmente solo el 25% de los líderes globales logra convertir más del 40% de sus experimentos de IA en entornos de producción completa. Sin embargo, el 54% de las empresas prevé cruzar este umbral en los próximos tres a seis meses, lo que indica que se acerca una ola de implementación a gran escala.

Impacto en el mercado: la deuda técnica y las brechas de gobernanza limitan la generación de valor

La deuda técnica persistente en el sector financiero —infraestructuras bancarias heredadas— se ha convertido en el principal cuello de botella para la implementación escalable de la IA. Los entornos sandbox utilizan datos depurados en áreas de pruebas aisladas, pero el despliegue en transacciones en tiempo real requiere estrictas revisiones de seguridad, verificaciones de cumplimiento y monitoreo en tiempo real. Un director de estrategia de IA de un gran banco europeo declaró en el informe: "Muchas organizaciones construyeron infraestructura y sistemas de gobernanza para modelos tradicionales de IA, pero la aparición de los grandes modelos de lenguaje ha trastocado por completo esos esfuerzos. Ahora, entre el 80% y el 90% de los nuevos casos de uso son IA generativa, que requiere un conjunto completamente nuevo de capacidades".

Este desajuste está generando una clara polarización en el rendimiento del mercado: el 37% de las empresas utiliza IA a nivel superficial sin modificar ningún proceso subyacente; otro 30% está optimizando procesos existentes sin tocar el modelo de negocio; y solo el 34% de los líderes del mercado está utilizando la IA para transformar profundamente todo el modelo de negocio, los flujos de trabajo centrales y la cartera de productos.

Panorama competitivo: optimizadores de eficiencia vs. disruptores de modelos

En el ámbito de la tecnología financiera, dos tipos de actores se están diferenciando: unos utilizan la IA para la automatización y la mejora de la eficiencia (como el ingreso de datos, la conciliación y el soporte al cliente de primer nivel), mientras que otros emplean la IA para redefinir los flujos de trabajo financieros centrales. El informe señala que el 36% de los líderes prevé que al menos el 10% de los puestos operativos se automatizarán por completo en un año. Este cambio está impulsando una nueva ola de competencia: los bancos tradicionales que no logren superar rápidamente la fase piloto se quedarán atrás frente a las ágiles fintech y los profundos transformadores de IA.

La geopolítica también está alterando los comportamientos de compra: el 83% de las empresas considera la residencia de datos y los parámetros de cómputo local como elementos centrales de la planificación estratégica; el 77% incluye el país de origen de las herramientas de IA en sus criterios de selección de proveedores; y el 58% prioriza la construcción de su pila tecnológica con proveedores locales. La "IA soberana" —diseño, entrenamiento e implementación de modelos en infraestructuras controladas localmente con datos gobernados localmente— se ha convertido en una realidad a nivel de consejo de administración.

Lecciones empresariales: construir capacidades nativas de IA, equilibrando la automatización y la inversión en talentoEl director global de IA de Deloitte, Nitin Mittal, enfatizó: «Vemos que las empresas tienen grandes ambiciones con la IA, pasando de la experimentación a integrarla en el núcleo del negocio, centrándose en la escala y el impacto. Los líderes deberían liberar el valor empresarial tejiendo la IA de manera consciente en los flujos de trabajo del negocio y acoplando mejor la inteligencia humana y la de la máquina».

• Para las instituciones financieras, las tareas más urgentes en la actualidad son:
• Establecer modelos maduros de gobernanza de IA, en particular marcos de gestión de riesgos para agentes autónomos, para abordar los desafíos de cumplimiento normativo y privacidad de datos (el 73% de las empresas sitúa la privacidad y seguridad de los datos como el principal riesgo de la IA, y el 50% se preocupa por problemas legales, de propiedad intelectual y de cumplimiento).
• Invertir en infraestructura tecnológica, especialmente en la nueva generación de capacidad computacional y sistemas de gestión de datos que soporten la IA generativa.
• Reconfigurar el modelo de talento: Jim Rowan, director de IA de Deloitte en Estados Unidos, señaló: «Las empresas exitosas no solo invierten en automatización y algoritmos, sino también en talento. La IA está impulsando nuevas formas de trabajo, y esta estrategia de doble enfoque —mejorar simultáneamente las capacidades del talento y de las herramientas de IA— permite a los equipos adoptar modelos de negocio rediseñados, sentando las bases para una ventaja competitiva».

Perspectivas futuras: ventana crítica de transformación en los próximos 12-24 meses

• Próximos 12 meses: Se espera que surjan más pruebas piloto de agentes de IA, pero solo las empresas con una gobernanza madura podrán implementarlos de manera segura en procesos centrales. Las fintechs con menor deuda técnica podrían ser las primeras en escalar.
• Próximos 24 meses: Los agentes autónomos de IA se acelerarán en áreas como servicio al cliente, monitoreo de cumplimiento y ejecución de transacciones. La tendencia de la IA soberana se fortalecerá aún más, intensificándose la competencia por infraestructura de IA regionalizada.
• Próximos 3 años: La IA se integrará profundamente en los flujos de trabajo centrales del sector financiero, y los «sistemas centrales de TI» de los bancos tradicionales podrían ser reemplazados por plataformas nativas de IA. Las empresas que no hayan establecido sistemas de gobernanza y talento enfrentarán desventajas competitivas significativas.

El informe de Deloitte revela una señal clara: la competencia de IA en el sector financiero ya ha pasado de «si adoptar» a «cómo escalar». Aquellas empresas que puedan superar la trampa de los pilotos y equilibrar la innovación con el riesgo tomarán la delantera en el próximo ciclo.