El sistema financiero en la era de la inteligencia artificial

Por: Alejandro Manzocchi, responsable de Endava para las Américas
En Colombia, como en buena parte del mundo, la conversación sobre inteligencia
artificial ha avanzado más rápido que su adopción real. Muchas organizaciones, en
especial del sector financiero, hablan de IA, experimentan con herramientas y
anuncian pilotos, pero pocas han dado el paso decisivo hacia modelos
verdaderamente AI-native.
Si bien, durante años, las metodologías ágiles ayudaron a las organizaciones
financieras a avanzar más rápido, colaborar y llevar a cabo la transformación digital,
ahora, en la era de la IA, muchos líderes se están dando cuenta que para potenciar
resultados y tiempos de entrega, la agilidad combinada con AI resulta una dupla
poderosa. En ese sentido, Endava, consultó a 1.000 líderes de servicios financieros y
de tecnología financiera y, en su más reciente informe reveló que, el 94% de ellos
cree que convertirse en nativo de IA es esencial para seguir siendo competitivos.
Sin embargo, el problema no es tecnológico. El acceso a la IA está ampliamente
democratizado y el conocimiento sobre cómo implementarla es global. En la
mayoría de casos, la IA se adopta por presión del entorno o por miedo a quedarse
atrás, sin replantear los procesos centrales del negocio. El informe menciona que el
26% de los encuestados planea convertirse en nativo de IA en los próximos dos
años. Cuando la IA se usa como un complemento externo y no como parte
estructural del sistema operativo de la organización, el impacto es limitado y el
retorno de inversión difícil de justificar.
En este contexto, Colombia parte de una posición interesante. El país cuenta con
una Superintendencia Financiera que ha demostrado apertura a la innovación,
promoviendo iniciativas como el sandbox regulatorio y el avance hacia esquemas de
Open Finance. Lejos de ser un obstáculo, un regulador tecnológicamente sofisticado
puede convertirse en un acelerador de la transformación, siempre que la IA se
adopte de manera responsable, explicable y alineada con objetivos de negocio
claros.
Sin embargo, el reto para los bancos es evidente. Aunque han avanzado
significativamente en digitalización, la mayoría aún opera bajo lógicas que no son
AI-native. Cerrar esa brecha implica ir más allá de pilotos o herramientas aisladas y
rediseñar procesos críticos —como la prevención de fraude, la gestión de riesgos o
el onboarding de clientes— para que la IA no solo asista, sino anticipe y tome
decisiones basadas en datos en tiempo real.

El avance hacia Open Finance abre una oportunidad adicional. El acceso a mayores
volúmenes y diversidad de datos permite desarrollar modelos más sofisticados de
scoring alternativo, monitoreo de riesgos y personalización de servicios. Combinado
con entornos de prueba regulados, Colombia tiene el potencial de experimentar con
nuevos modelos operativos sin comprometer la estabilidad del sistema financiero.
En áreas críticas como la prevención de fraude o el riesgo tecnológico, la IA agéntica
puede marcar una diferencia sustancial. El verdadero salto está en pasar de
esquemas reactivos —que actúan cuando el problema ya ocurrió— a modelos
predictivos capaces de anticipar patrones de comportamiento. Esto no reemplaza a
las personas, pero sí redefine tareas clave y eleva la calidad de las decisiones.
Para el ecosistema fintech, el momento es aún más relevante. Las fintech
colombianas, por su tamaño y agilidad, tienen una ventaja natural para adoptar
modelos AI-native desde el inicio. Entrenar a toda la organización, rediseñar
procesos y escalar con menor burocracia les permite “saltar etapas” de adopción
tecnológica y competir en mercados dominados por grandes jugadores con
estructuras más pesadas.
Casos de uso como el onboarding digital inteligente, el scoring alternativo, la
atención autónoma al cliente o los servicios 24/7 son ejemplos concretos de cómo
la IA puede generar impacto inmediato, mejorando la eficiencia operativa y la
experiencia del usuario al mismo tiempo.
Este cambio también pone en cuestión los métodos tradicionales de trabajo. Los
enfoques ágiles, diseñados originalmente para el desarrollo de software, comienzan
a mostrar sus límites en entornos donde los sistemas aprenden y evolucionan de
manera constante. Transitar hacia un modelo AI-native implica aceptar procesos
más dinámicos, lo cual no equivale a una automatización total. Por el contrario, uno
de los principales desafíos será mantener al ser humano dentro del ciclo de
aprendizaje de la IA, ya que esto contribuirá de manera decisiva a que los procesos
alcancen el éxito de forma sostenida.
Si Colombia logra acelerar esta transición, podría posicionarse como un referente
regional en servicios financieros inteligentes. La clave está en entender que la IA no
es una moda ni un proyecto tecnológico más, sino un cambio profundo en el ADN
de las organizaciones. Quienes lo asuman de manera estratégica no solo cerrarán la
brecha actual, sino que construirán una ventaja competitiva sostenible para el
futuro.