Banking Tech Summit Costa Rica 2026: cómo integrar IA en el corazón del delivery bancario
- Maria Calero
- 20 abr
- 2 min de lectura
En un entorno financiero cada vez más competitivo, los bancos que logren integrar la IA en su ADN operativo no solo serán más eficientes, sino también más adaptables frente a los cambios tecnológicos que están por venir.
En el marco del Banking Tech Summit Costa Rica, Santiago Merlo, Director Digital Centers de Babel, planteó una idea contundente: el futuro de la banca no depende de tener proyectos de inteligencia artificial, sino de convertirla en parte esencial del modelo operativo.
Su conferencia, titulada “Banca inteligente: del proyecto aislado al modelo operativo impulsado por IA”, abordó uno de los principales desafíos que enfrentan hoy las instituciones financieras: pasar de la experimentación a la transformación real. Merlo compartió un dato revelador: aunque el 80% de las empresas ya utiliza inteligencia artificial generativa en al menos una función, dos tercios no logran escalar más allá de la fase piloto. Es decir, la mayoría se queda en la prueba, sin llegar a generar impacto tangible en el negocio.
El problema, explicó, no es tecnológico, sino estructural. Muchas organizaciones caen en lo que denominó “las trampas del piloto”: iniciativas aisladas, falta de responsables claros, acumulación de deuda técnica y métricas mal enfocadas. “Hoy podemos lanzar un chatbot en dos semanas, pero si no reduce significativamente las llamadas al call center, no estamos generando valor”, afirmó.
Uno de los puntos clave de la ponencia fue el cambio de enfoque en la medición del éxito. En lugar de priorizar la velocidad de lanzamiento (time to market), las organizaciones deben enfocarse en el valor generado (time to value). Esto implica medir resultados concretos en negocio: reducción de costos, mejora en la eficiencia operativa o impacto en indicadores clave, más allá del logro técnico.
Para Merlo, el error más común es tratar la inteligencia artificial como un proyecto independiente. La propuesta es clara: convertirla en una capacidad transversal dentro del modelo operativo del banco.
Esto requiere integrar la IA en el ciclo de delivery, eliminar los silos entre negocio y tecnología, y trabajar con equipos multifuncionales potenciados por estas herramientas. “El cambio hacia una banca impulsada por IA no es tecnológico, es cultural y operativo”, enfatizó.
El especialista presentó un modelo basado en cuatro pilares fundamentales:
Estrategia IA-first: identificar procesos con mayor fricción y priorizar casos de uso que generen valor real.
Equipos aumentados: potenciar el talento humano con herramientas de IA, no reemplazarlo.
Plataforma de IA: contar con una infraestructura centralizada que permita escalar, gobernar y operar los modelos.
Feedback continuo: medir impacto, iterar y ajustar constantemente en función de resultados.
Según explicó, las organizaciones que logran implementar este enfoque pueden alcanzar reducciones de entre 15% y 20% en costos operativos. Y es que más allá de la tecnología, el verdadero desafío está en la transformación cultural. Esto incluye rediseñar procesos antes de automatizarlos, fomentar el aprendizaje continuo y promover el liderazgo desde los niveles directivos.
Comentarios