Un reciente informe de Bain & Company detalla cómo el cambio de las instituciones financieras hacia ecosistemas de automatización redefinirá la competitividad, advirtiendo sobre desafíos críticos.

La industria bancaria enfrenta un Tsunami en el que el la implementación de herramientas de inteligencia artificial (IA) dejará de ser suficiente para garantizar la competitividad. Según el reciente estudio “What It Takes to Build the AI-Native Modern Bank” elaborado por Bain & Company, el futuro del sector requiere la evolución hacia organizaciones “AI-native”, diseñadas desde su origen para integrar la IA de manera transversal.

En Colombia, este cambio se acelera ante la rápida expansión de los pagos inmediatos, que registraron un crecimiento del 152% en volumen de operaciones durante 2025, sumado a la consolidación del ecosistema Bre-B con más de 35 millones de usuarios registrados.

Los posibles beneficios

El impacto financiero de migrar hacia un modelo verdaderamente nativo en IA promete “buenos números”. El informe proyecta que estas instituciones podrían alcanzar una productividad 10 veces mayor, multiplicar por 100 su capacidad de experimentación, reducir en un 90% el tiempo para llevar innovaciones al mercado (time-to-market) y lograr una mejora de 10 puntos porcentuales en la relación costo-ingreso.

Pablo Sansuste, socio de Bain & Company en América del Sur, señala que “la verdadera oportunidad aparece cuando los bancos dejan de preguntarse dónde pueden incorporar una herramienta de IA dentro de sus operaciones actuales y comienzan a rediseñar esos procesos, productos y experiencias desde el resultado que quieren entregar a sus clientes”.

Los posibles riesgos

Sin embargo, el proceso de transformación también conlleva riesgos que amenazan con estancar a las entidades tradicionales. El informe es claro en advertir que los bancos están severamente limitados por ecosistemas tecnológicos heredados, escasez de talento y centros de datos inadecuados.

El mayor riesgo radica en la fricción entre los modelos de IA y la regulación financiera. Mientras que la IA puede intervenir en la experiencia del cliente y la detección de fraudes, áreas críticas como la integridad de las cuentas, la ejecución de pagos y los controles regulatorios todavía requieren sistemas exactos, donde los resultados deben ser perfectos, predecibles y auditables.

Los 5 pilares de la transformación

Con el fin de lograr una transición exitosa hacia un modelo nativo en IA, el estudio le sugiere a los bancos tener en cuenta los siguientes cinco pilares:

Experiencias y productos agénticos: La atención al usuario será administrada por agentes inteligentes capaces de anticipar necesidades y comprender el contexto del cliente, abandonando los canales y productos estandarizados. Instituciones como Bradesco ya integraron IA para iniciar pagos instantáneos en Brasil vía WhatsApp, mientras que Chime atiende el 70% de sus interacciones de soporte mediante voicebots y chatbots, con una tasa de resolución cercana al 75% en chat.

Flujos de trabajo autónomos en tiempo real: El 80% de áreas como marketing, originación de créditos y gestión de productos apuntarán a ejecutarse autónomamente. Bain documenta el caso de NatWest, que transformó el ciclo de vida de sus campañas desde la idea hasta el valor: pasó de un proceso de más de 60 días que involucraba a 40 empleados, a un flujo de un solo día elaborado únicamente por 4 o 5 personas.

Confianza y seguridad como diferenciador: El riesgo, el cumplimiento legal y la auditoría deberán trabajar como funciones predictivas y de ejecución automática integradas en la arquitectura de los flujos de trabajo desde el inicio. Algunos bancos líderes ya integran controles de auditoría directamente en sus agentes de IA o los configuran para apagarse automáticamente tras un tiempo definido, forzando así la disciplina de seguridad.

Arquitectura moderna de tecnología y datos: Para que la IA funcione, la información del banco debe estar limpia, estandarizada y conectada en plataformas modernas. Además, la gerencia debe trazar una línea clara para separar las funciones que pueden ser flexibles dependiendo de la necesidad del usuario, de aquellas que deben ser exactas y 100% auditables como los saldos de las cuentas, las transferencias de dinero y los controles regulatorios.

Talento y modelo operativo: La IA rompe la relación histórica entre la cantidad de empleados y el nivel de producción de la entidad. El recurso más escaso pasa de ser la “capacidad operativa” al “juicio analítico”, requiriendo equipos de trabajo más pequeños y más especializados.

El documento expresa que gestionar la convergencia de las nuevas tecnologías, de forma responsable y segura, será el desafío más grande para los comités directivos en los próximos años.

Escrito por Juan Alejandro Quiroga Hernández.

Lea nuestra portada de noviembre: Ricardo Jaramillo y la nueva era de Grupo Sura