Los bancos sufren de “Pilotitis”: Tienen mucha IA, pero poca transformación real

Por Rafael Caballero, Director de Consultoría de FICO para México

Durante la reciente Cumbre Bancaria Global de FT, el diagnóstico fue unánime: el sector financiero se encuentra atrapado en una curva de aprendizaje donde la búsqueda de “nuevos algoritmos” importa menos que el cambio de mentalidad.

El problema actual es la “Pilotitis”. Existen pruebas de valor prometedoras en los bancos, pero pocas llegan al entorno de producción. Y no por falta de tecnología, sino por falta de escala, integración y gobernanza.

Eficiencia vs. Transformación

La mayoría de los bancos usa la IA para ganar eficiencia (procesar quejas más rápido). Sin embargo, el verdadero valor surge cuando la tecnología se usa para la transformación: anticipar fricciones y eliminar el problema desde su origen. Esa es la diferencia entre un piloto interesante y un impacto real de negocio.

El riesgo del “Shadow AI” y los Datos Sucios

Dos obstáculos críticos frenan este avance:

1. Datos Deficientes: Es común creer que la IA “limpiará el desorden”, pero si la base de datos es mala, el modelo solo amplifica el problema. La IA no perdona la improvisación.
2. Shadow AI: La popularización de herramientas generativas ha llevado a que empleados usen plataformas externas para resolver problemas internos, exponiendo información sensible sin control.

El contexto mexicano

En México, el debate ético y regulatorio se ha acelerado con medidas como la vinculación de líneas móviles a la CURP. En el futuro cercano, los reguladores evaluarán menos los modelos y más los resultados, buscando discriminación o fallos sistémicos.

Para los bancos, la carrera de la IA ya no es tecnológica, sino cultural. Aquellos que logren construir una gobernanza que proteja sin paralizar, serán los líderes de la próxima década.