Agentes de IA y banca: de chatbots a sistemas que hacen pagos y recomiendan productos
En Argentina, plataformas y bancos ya integran agentes de inteligencia artificial que ejecutan transacciones y ofrecen promociones desde interfaces conversacionales; la adopción plantea eficiencia, desafíos regulatorios y una redefinición de roles laborales en la industria financiera.
"En 1997, el programa Deep Blue sorprendió al mundo al derrotar a Garry Kasparov; hoy esa misma senda de automatización y decisión computacional ha evolucionado hasta permitir que agentes de IA gestionen transacciones financieras y ofrezcan promociones desde dentro de asistentes conversacionales", resume la magnitud del cambio que vive la industria financiera.
En la Argentina, la inteligencia artificial está protagonizando transformaciones notables en la banca: a mediados de marzo de este año, la billetera virtual y plataforma de pagos local MODO, que conecta a más de 30 bancos, lanzó una aplicación que vive dentro de ChatGPT y ahora permite a los usuarios buscar promociones directamente desde la plataforma de IA. Ese mismo día, el Banco Santander y Visa anunciaron una colaboración estratégica y revelaron que concretaron con éxito las primeras transacciones piloto, con un detalle significativo: fueron gestionadas por agentes de IA sin intervención humana. Pocas semanas después, el Banco Nación también se sumó y ejecutó el primer pago agéntico de América Latina. Estos desarrollos anticipan cambios que podrían reflejarse rápidamente en otras áreas, con aumentos de productividad hasta ahora inéditos.
"El futuro de la industria". BMW apuesta por robots humanoides para ensamblar autos en Europa por primera vez
Antes de proyectar escenarios futuros, conviene recordar la trayectoria reciente de la IA. En noviembre de 2022 irrumpió ChatGPT, una herramienta conversacional que abrió una nueva etapa en la interacción humano-máquina; desde entonces los modelos se han ido perfeccionando y múltiples actores entraron en la competencia por desarrollar IA avanzada. En ese proceso surgieron los llamados agentes de IA: no se trata ya únicamente de sistemas que responden preguntas o generan contenido, sino de asistentes que ejecutan tareas concretas —enviar un correo, comprar un producto o reprogramar una cita— en representación de un usuario.
“La diferencia entre una IA que asiste y una IA agéntica es la diferencia entre un GPS que te dice dónde girar y un auto que se maneja solo. Las instituciones financieras que no lo entiendan a tiempo no van a competir con las que sí”, advirtió Mathias Caramutti, COO y cofundador de Complif, una plataforma de automatización de procesos de compliance para la industria financiera, que opera en ocho países y cuenta con más de 130 clientes.
Caramutti explica que, mientras en 2023 muchas grandes entidades financieras se limitaban a incorporar IA en forma de chatbots de atención y herramientas para resumir y clasificar documentos, en 2025 comenzó el despliegue de algo cualitativamente distinto: agentes de IA autónomos que no esperan instrucciones puntuales sino que persiguen objetivos definidos. “Un agente de IA de compliance no «responde consultas», sino que investiga proactivamente a un cliente nuevo, identifica señales de alerta antes de que nadie las pregunte, cruza datos de fuentes internas y externas y entrega un análisis completo sin intervención humana", detalló Caramutti.
La innovación ya arroja mejoras en diversos sectores y, de hecho, según McKinsey, puede multiplicar la productividad de un equipo entre 200% y 2000%. En el mundo financiero, esos efectos comienzan a verse con claridad: “Dentro de unos años, es probable que las sucursales bancarias existan, pero como resabio cultural; serán sustituidas por agentes de inteligencia artificial”, anticipó Julián Colombo, especialista en banca y soluciones de IA y uno de los fundadores de N5, empresa que desarrolla software para bancos, fintechs y aseguradoras.
La compañía de Colombo está enfocada en construir la infraestructura que permita a la banca implementar agentes de IA en sus operaciones. “El 70% de la facturación de la compañía hoy viene de productos de IA, desarrollados en todo el mundo”, afirmó Colombo. Y los indicadores que presentan son llamativos: han registrado una reducción del 94% en los costos de distribución (la estructura necesaria para otorgar un crédito, un seguro o emitir una póliza), la mora esperada bajó un 25%, el nivel de satisfacción se ubica en 99% y la cantidad de tarjetas de crédito vendidas por mes puede multiplicarse por cuatro.
Nuevas métricas
Los datos reflejan el cambio de paradigma impulsado por la IA agéntica en la banca: reducción de tiempos operativos, ofertas más personalizadas gracias a un contexto de usuario más rico y mejoras en la resolución en el primer contacto. Todo ello apunta a una experiencia más eficiente y menos fragmentada.
Para evitar tragedias. ¿ChatGPT debería avisar a las autoridades si un usuario le consulta por contenido violento?
Desde Complif ofrecen más cifras que ayudan a orientar esta fase de transformación: Oliver Wyman estima en su reporte de febrero de 2026 que la IA agéntica puede automatizar hasta el 70% del trabajo manual de compliance y que ese desplazamiento conlleva una mejora de cuatro veces en la efectividad de detección. “No es que se haga lo mismo con menos gente: es que se detecta más con el mismo equipo humano, ahora liberado para los casos que realmente importan”, remarcó Caramutti.
“Esto no es el futuro: está documentado en reportes anuales y comunicados de prensa”, añadió Caramutti y citó más métricas: ING (marzo 2026) ya está reasignando 1250 puestos hacia supervisión de AI; HSBC identificó 2 a 4 veces más actividad sospechosa y redujo sus alertas un 60% con un sistema que completa investigaciones en días donde antes tardaba semanas. JPMorgan eliminó el 95% de sus falsas alarmas de AML (prevención de lavado de dinero).
LA NACION consultó a varios bancos que operan en la Argentina y pidió métricas sobre el impacto de la IA agéntica. “El 75% de las consultas digitales se resuelven en el primer contacto y la concurrencia a sucursales cayó cerca de 30%, lo que refleja que cada vez más operaciones pueden resolverse de forma simple y segura desde canales digitales. Hoy, cerca del 90% de las operaciones ya se realizan de manera digital”, detalló Fernando Turri, director de Tecnología, Operaciones, Data e IA de Santander Argentina.
En Galicia las mejoras se traducen en una reducción en los tiempos de gestión, gracias al acceso más rápido al contexto del cliente, mayor resolución en el primer contacto y menor necesidad de derivaciones en consultas frecuentes. “Las respuestas empiezan a reflejar la situación concreta del cliente, considerando gestiones previas o trámites en curso, lo que evita repetir información o buscar datos en distintos lugares”, explicó Diego Baccini, Head of Channels en Galicia.
En el interior de las organizaciones, la IA también está transformando la manera de trabajar: “En una de nuestras tribus principales vemos resultados como 80% del código generado con herramientas de IA, 33% de mejora en Median Lead Time y 50% de incremento en velocidad de desarrollo”, comentó Rosenbolt.
Próximos pasos
La gran pregunta es cómo continuará transformando la IA agéntica al mundo bancario y a otras industrias. Desde N5 prevén escenarios donde la IA conozca en profundidad los hábitos del usuario y ofrezca servicios en tiempo real. “Hoy no existen seguros por unas pocas horas, pero con agentes que conocen tu agenda podría proponerse un seguro puntual antes de un viaje a una zona de riesgo, con la posibilidad de contratarlo por horas”, ejemplificó Colombo. En síntesis, los agentes podrán crear productos en segundos, personalizados con gran precisión según las necesidades de cada cliente. “Este modelo ya existe en otros países”, explicó Colombo, citando ejemplos de integración entre ubicación, interés de compra y recomendaciones en tiempo real con descuentos vinculados a acuerdos comerciales.
US$965.000 millones. Anthropic supera la valoración de mercado de OpenAI
Esa visión coincide con los planes de MODO. Sebastián Rosenbolt, CTO de la empresa, dijo: “Estamos pensando nuevas experiencias, donde la app te conozca mejor y mejore las recomendaciones de promociones súper específicas y relevantes, o creadas especialmente para cada usuario”.
Desde Banco Nación anticipan funciones como pagos delegados, asistentes proactivos que anticipan necesidades, alertas de fraude inteligentes que además sugieren acciones, asesoramiento financiero personalizado, gestión automática de tesorería para PyMEs y atención accesible las 24 horas en todas las sucursales del país. Aclaran que su estrategia no busca reemplazar canales tradicionales, sino sumar el canal agéntico manteniendo siempre la posibilidad de atención humana.
En Santander la apuesta es similar, con agentes que podrán asistir en decisiones de inversión, comparar alternativas de crédito, recomendar estrategias de ahorro, proponer refinanciaciones preventivas, anticipar desbalances financieros y ayudar a organizar objetivos personales. “La banca dejará de ser principalmente transaccional para convertirse en una experiencia asistida. El cliente no solo operará, sino que contará con un «copiloto financiero» disponible 24/7”, sintetizó Turri.
Análisis y proyecciones
Desde una perspectiva técnica y económica, la transición hacia agentes de IA que actúan de forma autónoma tiende a acelerar la automatización de tareas repetitivas y a desplazar trabajo operacional hacia labores de supervisión, diseño y control. Según teorías bien asentadas sobre adopción tecnológica, el efecto neto suele combinar ganancia de productividad con reconfiguración del empleo: se reducen ciertas tareas, crecen roles vinculados a gobernanza, auditoría y experiencia del cliente. Además, surgen riesgos sistémicos conocidos —concentración de datos, dependencia de proveedores tecnológicos y desafíos de explicabilidad— que requieren marcos regulatorios claros. En términos de mercado, la mayor eficiencia en costos de distribución y la personalización extrema pueden intensificar la competencia y favorecer a actores ágiles; sin embargo, también pueden aumentar las barreras de entrada por la necesidad de datos y capital tecnológico.
Evolución del tema y postura de los actores
Hasta octubre de 2023, la trayectoria de la IA en la banca siguió un patrón reconocible: pilotos y pruebas con chatbots y automatización de procesos en los primeros años, impulso de modelos de lenguaje y clasificación desde 2018-2021, y una adopción más visible tras la llegada de sistemas conversacionales masivos en 2022. Las grandes entidades financieras inicialmente adoptaron la tecnología para mejorar atención y eficiencia; con el tiempo, algunas migraron hacia proyectos más ambiciosos de automatización de decisiones. Los reguladores y organismos internacionales —incluyendo iniciativas de normativa en Europa— comenzaron a plantear requisitos sobre transparencia, gestión de riesgos y protección de datos, lo que forzó a bancos y proveedores a incorporar controles desde etapas tempranas. La postura de la banca fue, en varios casos, de pragmatismo: experimentar con casos de uso de bajo riesgo, medir impactos y escalar con controles; ahora esa postura evoluciona hacia estrategias más integrales que alinean IA, productos y compliance, sin perder de vista la necesidad de respaldo humano en casos complejos.
El futuro laboral
Los avances son rápidos, pero la regulación específica para estos desarrollos aun está por definirse plenamente. “La economía de agentes plantea nuevas preguntas sobre la responsabilidad por decisiones autónomas, la identidad digital de agentes y la interoperabilidad entre instituciones, que probablemente requieran lineamientos específicos del BCRA, la UIF y la AAIP en los próximos años”, señalaron voceros del Banco Nación.
En cuanto al personal, la tendencia parece inclinarse hacia una transformación de roles más que hacia una eliminación masiva de puestos. “Creo que los agentes nunca podrán reemplazar los soft skills y la interacción humana; ahí es donde los perfiles se vuelven más valiosos y marcan la diferencia”, anticipó Rosenbolt. En la práctica, su propuesta apunta a un modelo de colaboración: “Estamos pensando en varios grupos de agentes que se comuniquen entre sí para desarrollar tareas complejas, bajo un modelo que llamamos «middle-to-middle»: a diferencia del modelo end-to-end donde la IA intenta hacerlo todo de punta a punta, acá las personas siguen en los extremos —definiendo el problema al inicio y verificando la solución al final— mientras los agentes trabajan en el medio, coordinándose entre sí para ejecutar las distintas partes. Es un modelo donde humanos e IA se complementan sin que ninguno pierda protagonismo donde más importa”.
Los bancos coinciden en que los clientes valoran las mejoras introducidas por los agentes de IA, pero esperan respaldo humano cuando la situación lo requiere. “Por eso, el futuro no es ‘IA versus personas’, sino una integración inteligente entre ambas”, explicó Turri. Baccini añadió que muchas consultas simples se automatizan, pero “el rol del asesor humano se vuelve más relevante en los casos complejos, que requieren criterio, acompañamiento y capacidad de resolución”.
