Banking Tech Summit El Salvador 2026: estrategias y casos globales de IA en la banca
Marcelo Burman recomendó a los líderes del sector definir un marco de referencia e iniciar con pilotos estratégicos en los primeros 90 días, orientados a lograr victorias rápidas (quick wins) en lapsos de 3 a 6 meses que demuestren ahorros de costos y tiempo.
En el marco del Banking Tech Summit El Salvador 2026, la conferencia de cierre titulada "IA generativa aplicada a la banca: estrategias y casos globales" estuvo a cargo de Marcelo Burman, CEO de Connecta B2B. Durante su intervención, Burman resaltó que el 78% de las entidades financieras ya cuenta con proyectos de inteligencia artificial en producción de acuerdo con datos de McKinsey para 2025, estimando un potencial económico de US$340.000 millones de dólares para la industria bancaria global.
Burman enfatizó que las instituciones financieras actuales no deben ver la evolución tecnológica como la sustitución de una herramienta por otra, sino como un ecosistema donde conviven tres inteligencias artificiales:
IA Predictiva: Utilizada tradicionalmente para la evaluación de riesgo crediticio (credit scoring) y detección de patrones de fraude.
IA Generativa: Acelerada a partir del lanzamiento de ChatGPT en noviembre de 2022 y orientada a potenciar la interacción conversacional e interactiva.
IA Agéntica: La innovación definitoria de 2026, caracterizada por la capacidad de los modelos para ejecutar acciones, tomar decisiones guiadas y concretar flujos de trabajo autónomos.
Durante 2026, la industria ha avanzado de los copilotos internos hacia la IA Agéntica. Como ejemplo, Santander ya opera 180 agentes en producción orientados a codificación, prevención de fraude y onboarding. Además, en marzo de 2026 se completó el primer pago end-to-end entre Santander y Mastercard en Europa realizado de forma autónoma por un agente sin requerir tarjeta física, PIN ni biometría.
Experiencias similares han sido puestas en marcha por Visa y BBVA en Sudamérica, mientras que CaixaBank procesa 6.000 conversaciones mensuales mediante plataformas agénticas con supervisión humana.
Para mitigar riesgos como las alucinaciones, la filtración de datos y los ataques de prompt injection, Burman resumió los siete patrones clave que guiaron estos casos de éxito:
Estrategia Inside-Out: Iniciar con copilotos internos para el personal antes de exponer la tecnología directamente al cliente.
Corpus documental con grounding: Estructurar sistemas RAG que garanticen la citabilidad y trazabilidad exacta de las fuentes para evitar errores de respuesta (evitando casos como el reclamo judicial sufrido por Air Canada).
Evaluación continua: Medición y auditoría constante de la calidad de las respuestas.
Gobernanza desde el primer día: Marcos éticos y directrices claras de seguridad.
Capacitación masiva: Formación continua del talento en todos los niveles organizacionales.
Arquitectura modular y optimización FinOps: Modelos agnósticos e infraestructura flexible para controlar costos de cómputo y consumo de tokens.
Human in the loop y rediseño del trabajo: Mantener supervisores humanos en puntos críticos y redefinir puestos de trabajo en microtareas. Burman citó como ejemplo a empresas como Moderna, que crearon el rol de Chief Digital and Talent Officer para fusionar la gestión tecnológica y de recursos humanos
Burman recomendó a los líderes del sector definir un marco de referencia e iniciar con pilotos estratégicos en los primeros 90 días, orientados a lograr victorias rápidas (quick wins) en lapsos de 3 a 6 meses que demuestren ahorros de costos y tiempo. Para concluir, citó las palabras del CEO de JPMorgan Chase: "Solo Dios sabe lo que la inteligencia artificial hará por la humanidad, pero está claro que va a transformar cada aspecto de nuestra industria".
Comentarios