En los últimos años la inteligencia artificial ha dejado de ser una promesa abstracta para convertirse en un factor estructurante en la manera en que producimos, consumimos y nos relacionamos con los servicios financieros. Expertos de distintas áreas coinciden en que la velocidad de adopción es mayor a la que la mayoría de analistas habían anticipado, y que el verdadero impacto se manifiesta en la reconfiguración de roles y procesos antes considerados inmutables. Este artículo reúne tres perspectivas claves: la visión de Google sobre el futuro del empleo, el nuevo escenario competitivo de la banca alimentado por asistentes de IA y el reto práctico de escalar la tecnología dentro de las organizaciones.
IA y la transformación del empleo: la visión de Google
Fabien Curto-Millet, economista jefe de Google, explicó en un foro patrocinado por el Stone Center que la discusión no debe centrarse únicamente en los puestos que la IA generativa eliminará, sino en la magnitud de los trabajos que se verán transformados. Según su análisis, el mercado laboral experimentará tres dinámicas simultáneas: destrucción, creación y, sobre todo, transformación de funciones existentes, siendo esta última la que absorberá la mayor parte de la energía tecnológica y ocurrirá «más rápido de lo que creemos». El argumento se apoya en estudios históricos que demuestran que, pese a la revolución industrial o la era del ordenador personal, la tecnología siempre ha sido una creadora neta de empleo.
El economista citó el estudio de James Manyika, que mostró que la difusión de la informática personal supuso la desaparición de 3,5 millones de puestos vinculados a máquinas de escribir, pero generó 19 millones de nuevas oportunidades en hardware, desarrollo de software y análisis de datos. Con la IA generativa y predictiva se observa una tendencia similar: emergen roles inéditos como el de forward-deployed engineer, especializado en adaptar modelos avanzados a problemas operativos concretos. Curto-Millet insiste en que el verdadero valor provendrá de rediseñar integralmente los flujos de trabajo, no de buscar «quick wins» de reducción de costes aislados.
Competencia bancaria bajo el escrutinio de los asistentes de IA
Mientras el sector productivo revisa sus procesos internos, la industria financiera se enfrenta a una nueva forma de selección de clientes: los asistentes de IA que sintetizan datos de bancos, comparadores, medios y reseñas para ofrecer recomendaciones instantáneas. Un estudio realizado por Bain & Company reveló que, pese a la enorme diferencia de activos entre bancos tradicionales y neobancos, la distribución de menciones en los resultados de IA es sorprendentemente equilibrada: el líder máximo apenas alcanza el 10,3 % de las menciones en banca transaccional, 8,8 % en hipotecas y 8,4 % en tarjetas de crédito.
Este panorama indica que la visibilidad en los algoritmos no está determinada exclusivamente por el tamaño de la entidad, sino por la calidad y estructuración de la información que esta expone. Los bancos que deseen aparecer en los primeros resultados de los asistentes deberán ofrecer datos claros, bien organizados y confiables, de modo que los agentes de IA puedan interpretarlos y compararlos eficientemente. Según Fernanda Lima, socia de Bain, la inteligencia artificial se ha convertido en el nuevo intermediario entre la marca y el consumidor, obligando a las instituciones a definir una propuesta de valor diferenciada y fácilmente procesable por las máquinas.
El desafío de escalar la IA dentro de las organizaciones
En el ámbito corporativo, la presión por obtener resultados tangibles ha desplazado la discusión de «qué es la IA generativa» a «por qué nuestra empresa no la escala». Toni de la Prieta, vicepresidente de IA en la fundación INNOVA IRV, señala que la fase de fascinación ha quedado atrás y que ahora las compañías deben enfrentar la ausencia de modelos operativos que integren la tecnología de forma end-to-end. El reto, según él, consiste en crear una infraestructura que permita a los equipos combinar datos, algoritmos y procesos de negocio sin generar silos.
De manera paralela, Curto-Millet enfatiza la necesidad de invertir de forma urgente en recalificación y upskilling de la fuerza laboral, especialmente en pymes que corren el riesgo de quedar rezagadas frente a los grandes conglomerados que disponen de recursos para adoptar IA rápidamente. Propone alianzas público-privadas para financiar programas de formación que preparen a los trabajadores para los nuevos roles emergentes, al mismo tiempo que se cubren vacantes críticas en sectores como la salud. Sin una estrategia integral de capacitación y adaptación de procesos, la brecha tecnológica podría traducirse en desigualdades estructurales persistentes.
