Para impulsar la adopción de IA en la banca, necesitas entender las habilidades de tus empleados

Bernardo Nunes es científico de datos especializado en transformación de IA en Workera.

¡Descubre las principales noticias y eventos del sector fintech!

Suscríbete al boletín de FinTech Weekly

Leído por ejecutivos de JP Morgan, Coinbase, Blackrock, Klarna y más

La IA ya no es solo un experimento. Según la última Encuesta Global sobre IA de McKinsey, el 78% de las organizaciones ahora utilizan IA en al menos una función empresarial.

La industria bancaria está alcanzando rápidamente el ritmo. Una encuesta reciente de EY-Parthenon encontró que el 77% de los bancos han lanzado o lanzado en modo prueba aplicaciones de IA generativa, frente a aproximadamente el 61% en 2023. Sin embargo, solo el 31% ha avanzado hacia una implementación completa.

Mientras tanto, aunque hay una inversión generalizada en IA en la industria bancaria, solo unos pocos han integrado estas capacidades en su estrategia. Una encuesta de BCG reportó que solo el 25% de los bancos lo ha hecho, y el 75% restante está atascado en pilotos aislados y pruebas de concepto, arriesgándose a quedar irrelevantes a medida que los competidores digitales avanzan.

La industria bancaria se caracteriza por regulaciones estrictas y estrategias deliberadas. Esa historia ha generado tanto riesgos como oportunidades con la IA. Mientras otras industrias han avanzado rápidamente, los bancos que actúen ahora aún tienen la oportunidad de obtener una ventaja de ser los primeros en mover ficha. Implementar IA con éxito requiere infraestructura, modelos, pipelines de datos y estrategias de cumplimiento. Sin embargo, el aspecto más importante para convertir la promesa de la IA en valor empresarial radica en el capital humano.

Las instituciones financieras que triunfen serán aquellas que permitan a sus empleados usar herramientas de IA no solo de forma ocasional, sino como parte de su flujo de trabajo diario. Eso implica desarrollar habilidades reales y verificadas para que las personas puedan entender, aprovechar y liderar la innovación en IA.

Por qué los empleados impulsan la innovación en IA

La IA tiene el potencial de ofrecer ganancias increíbles en productividad, experiencia del cliente y gestión de riesgos. Pero en su núcleo, la IA es simplemente una herramienta — una que requiere creatividad humana y experiencia en el dominio para generar valor real para el negocio. La tecnología por sí sola no impulsa la innovación; las personas sí. En la banca, donde la confianza, la regulación y el juicio son fundamentales, esta interacción entre humano y máquina se vuelve aún más importante.

Hoy, cada empleado debe convertirse en un empleado habilitado para IA en diferentes grados. Algunos serán profundamente técnicos — científicos de datos, ingenieros y constructores de modelos responsables de diseñar y mantener los sistemas que sustentan la operacionalización de la IA. Otros, como cajeros, suscriptores o representantes de atención al cliente, quizás nunca toquen una línea de código, pero aún pueden usar herramientas impulsadas por IA para optimizar flujos de trabajo y tomar mejores decisiones. Entre estos extremos se encuentran los empleados “IA+X”. Son individuos que aportan un profundo conocimiento en áreas como riesgo crediticio, cumplimiento o detección de fraudes y lo combinan con suficiente alfabetización en IA para usar la tecnología y potenciar esa experiencia.

Los empleados IA+X serán quienes impulsen la verdadera innovación. Pueden ayudar a cerrar la brecha entre las necesidades del negocio y las posibilidades técnicas, traduciendo desafíos complejos del sector bancario en oportunidades para que la IA entregue resultados tangibles. Por ejemplo, un oficial de cumplimiento con fluidez en IA puede colaborar con los equipos de datos para diseñar modelos más justos y transparentes para procesos de KYC y AML. Un gerente de producto que prototype usando IA generativa puede reinventar las interacciones con los clientes, creando asesoramiento financiero personalizado o mejorando los procesos de incorporación. En todos estos casos, la IA amplifica la percepción humana en lugar de reemplazarla.

En un sector tan regulado y con aversión al riesgo como la banca, esta capa humana es esencial. La tecnología puede identificar anomalías o generar recomendaciones, pero serán los humanos quienes interpreten, contextualicen y aseguren que las decisiones se alineen con estándares éticos, legales y reputacionales. Por eso, los bancos que lideren en adopción de IA serán aquellos que inviertan no solo en sistemas y modelos, sino también en las habilidades y comprensión de su fuerza laboral.

Impulsar el desarrollo con habilidades verificadas

Construir una fuerza laboral habilitada para IA comienza por entender las habilidades existentes y las brechas. Para escalar la IA con éxito, los bancos necesitan más que entusiasmo y presupuestos de capacitación. Necesitan una base de datos de habilidades verificadas y medibles. Sin una visión clara de las capacidades de los empleados, los líderes no pueden tomar decisiones informadas sobre cómo desarrollar a su personal o dónde desplegar la IA de manera más efectiva.

La autoevaluación por sí sola no es confiable. Los empleados tienden a sobreestimar o subestimar su competencia, lo que genera ineficiencias en la capacitación. Las habilidades verificadas —medidas mediante evaluaciones objetivas— permiten a las organizaciones mapear con precisión fortalezas y debilidades actuales. Con esta información, los bancos pueden diseñar rutas de aprendizaje adaptadas a procesos y metas específicos, ya sea que eso signifique alfabetización básica en IA para equipos de primera línea, conocimientos técnicos profundos para profesionales de datos o experiencia en gobernanza para oficiales de cumplimiento.

Una vez que los empleados saben en qué nivel están, pueden buscar mejorar sus habilidades de manera focalizada y verificar esas habilidades en ciclos periódicos para medir el progreso y realizar inversiones responsables en su desarrollo. Este ciclo de aprendizaje y validación crea una cultura de mejora continua, asegurando que las habilidades se mantengan actualizadas a medida que evoluciona el campo. Esto es especialmente importante en IA, donde la vida útil de una habilidad es cada vez más corta. Lo que hoy se considera vanguardia puede quedar obsoleto en un año, por lo que la capacidad de aprender rápidamente es más valiosa que cualquier competencia técnica específica.

Para los bancos, esto implica priorizar la velocidad de crecimiento de habilidades — la tasa a la que los empleados pueden adquirir y aplicar nuevas competencias. Las instituciones que fomenten esta adaptabilidad mantendrán una ventaja competitiva, respondiendo más rápido a nuevas regulaciones, expectativas de los clientes y tecnologías. Las habilidades verificadas también fortalecen la gobernanza, asegurando que los empleados entiendan no solo cómo usar la IA, sino cómo usarla responsablemente, con atención a la equidad, transparencia y riesgo.

El objetivo final es la alineación. Cuando la inteligencia de habilidades informa la estrategia de aprendizaje — y esta apoya las prioridades del negocio — los bancos pueden acelerar su transformación en IA con confianza. Los datos de habilidades verificadas permiten a los líderes saber dónde invertir, cómo movilizar talento y cuándo escalar la innovación de forma segura.

Construir una fuerza laboral que triunfe

Este es un momento crucial para la industria bancaria. Las instituciones que establezcan una base para la innovación avanzarán rápidamente, mientras que las que duden corren el riesgo de quedar rezagadas. El camino a seguir es claro: los bancos que desarrollen capacidades amplias en IA entre sus empleados — especialmente habilidades verificadas que combinen experiencia técnica y en el dominio — estarán en la mejor posición para prosperar.

Cuando cada empleado está capacitado para usar IA — ya sea como creador, usuario avanzado o experto en la materia — el banco en su conjunto gana agilidad, resiliencia y la capacidad de generar valor estratégico en lugar de solo eficiencia incremental. Ahora es el momento de pasar de la experimentación a la habilitación. En IA, lo que diferencia a los líderes de los rezagados no son solo los modelos que construyen o la inversión en I+D, sino las habilidades que cultivan.