-
La IA se consolida como puerta de entrada a las decisiones financieras, mientras bancos y fintechs comenzaron a quedar en segundo plano
-
Alta adopción, baja supervisión: los peligros que acechan en este nuevo escenario sin regulación ni reglas
El uso de inteligencia artificial generativa para la gestión financiera personal ya no es una tendencia marginal. En pocos años, estas herramientas han pasado de ser asistentes de productividad a convertirse en un punto de contacto habitual entre los usuarios y sus decisiones económicas. Para la industria financiera, esto plantea una pregunta central: ¿qué papel ocuparán los bancos, asesores y fintechs en un entorno donde la IA actúa como primera capa de interacción?
Una tasa de adopción trepidante
Los datos muestran una adopción acelerada. Según Experian, cerca del 50% de los estadounidenses afirma haber utilizado herramientas de IA generativa para comprender o gestionar sus finanzas.
Entre quienes las usan, el 96% reporta experiencias positivas y el 77% afirma emplearlas semanalmente para tareas financieras.
Este nivel de penetración es significativo por dos motivos. Primero, porque no se limita a perfiles tecnológicamente avanzados. Segundo, porque la frecuencia de uso sugiere que la IA ya forma parte del hábito financiero cotidiano, no solo de consultas puntuales. El atractivo es claro: respuestas inmediatas, lenguaje sencillo y una sensación de control sobre ingresos, gastos y conceptos financieros complejos.
La IA como “front-end” financiero
Más allá del uso individual, algunos analistas anticipan un cambio estructural en la arquitectura del sistema financiero. Oliver Smith, Head of Content de Money20/20 EU, lo plantea de forma directa:“Los bancos y las fintechs no perderán clientes, pero sí perderán relevancia y quedarán relegados a simples endpoints de API, a medida que ChatGPT y las finanzas agenticas se conviertan en la interfaz principal de nuestra vida financiera.”
Esta visión no sugiere la desaparición de bancos o fintechs, sino su desplazamiento hacia capas invisibles para el usuario final. En este escenario, la relación principal ya no se daría con la institución financiera, sino con la interfaz de IA que interpreta datos, formula recomendaciones y orquesta servicios a través de APIs.
Límites técnicos y riesgos estructurales
Pese a su popularidad, el uso de IA generativa en finanzas presenta limitaciones relevantes. Un análisis del MIT Sloan School of Management advierte que estos modelos pueden simular razonamientos financieros creíbles, pero operan de forma opaca y, en algunos casos, impredecible. El riesgo no está solo en errores puntuales, sino en la falta de trazabilidad, contexto personal y supervisión regulatoria.
A diferencia de un asesor humano o de un sistema institucional, la IA generalista no está sujeta a marcos fiduciarios, obligaciones de idoneidad ni responsabilidad legal directa. Esto es especialmente crítico en decisiones de inversión, planificación patrimonial o jubilación, donde los errores tienen efectos acumulativos y de largo plazo.
La respuesta de la industria
Ante este panorama, las instituciones financieras no están al margen. Bancos y gestoras están desarrollando modelos de IA propios, entrenados con datos financieros específicos, controles de riesgo y cumplimiento normativo. Ejemplos incluyen soluciones como Quest IndexGPT, plataformas de planificación automatizada o productos de inversión basados en IA estructurada.
El objetivo no es replicar la experiencia de un chatbot generalista, sino ofrecer herramientas que combinen automatización, rigor estadístico y gobernanza. Estas soluciones buscan diferenciarse precisamente en los puntos donde la IA abierta es más débil: calidad del dato, explicabilidad y alineación regulatoria.
Un desafío adicional: la alfabetización financiera
Sin embargo, incluso con mejores herramientas, persiste un problema de base. Un estudio del Pew Research Center indica que, entre los estadounidenses que se consideran financieramente alfabetizados, solo alrededor del 33% adquirió ese conocimiento a través de internet. Esto sugiere que una parte relevante de los usuarios puede no estar preparada para evaluar la calidad de la información que recibe, sea de una IA o de cualquier otra fuente digital.
Para la industria, esto refuerza la importancia del rol educativo y del asesoramiento humano, especialmente en contextos donde la automatización puede generar una falsa sensación de seguridad.
La IA puede informar, ordenar y simular escenarios. La toma de decisiones financieras relevantes, al menos por ahora, sigue requiriendo supervisión humana y marcos institucionales sólidos. Quienes consigan integrar ambas dimensiones no solo mantendrán relevancia, sino que definirán el próximo estándar del sistema financiero.
