El 2 de agosto de 2026 entró en vigor la parte gorda del AI Act para sistemas de alto riesgo, y el BCE no ha tardado en meter la IA en su examen anual de solvencia bancaria. A la vez, Moody’s publicaba un informe advirtiendo de que los bancos están quedando demasiado dependientes de un puñado de proveedores tecnológicos. Y en medio de todo eso, BBVA anuncia que el 86% de sus gestores de empresas ya usa IA para preparar financiaciones. Suena a progreso. A mí me suena a desequilibrio.
Lo que el supervisor ya ha visto venir
El BCE incorporará el uso de la inteligencia artificial en su proceso SREP de 2026, no como un riesgo aislado sino de forma transversal: digitalización, gobernanza, resiliencia operativa, ciberseguridad, gestión de datos. Según recoge The Officer, los sistemas de IA que evalúan solvencia crediticia, fijan pricing actuarial o califican clientes entran ya en la categoría de alto riesgo y deben cumplir requisitos estrictos de supervisión humana, transparencia y documentación.
Eso no es burocracia por burocracia. Es la respuesta lógica a algo que llevo meses viendo en proyectos de automatización para pymes: cuando metes un modelo opaco en un proceso crítico, el problema no es solo que falle, sino que nadie sepa explicar por qué ha fallado. En crédito, eso no es un bug menor.
Además, el supervisor europeo ha pedido a las grandes entidades planes de acción contra amenazas cibernéticas habilitadas por IA de frontera antes del 31 de octubre, como detalla A&O Shearman. Herramientas capaces de descubrir vulnerabilidades a escala industrial no son ciencia ficción; son el otro lado de la misma moneda que promete «ahorrar una hora por visita comercial».
La dependencia que Moody’s no se atreve a llamar monopolio
Mientras el regulador aprieta, Moody’s publicaba el 9 de agosto un análisis bastante más incómodo para la narrativa de innovación. Según The Guardian, la carrera por adoptar IA está dejando a los bancos en manos de un grupo reducido de proveedores de modelos fundacionales y cloud. Si cae uno, caen varios a la vez. Y si esos proveedores —OpenAI, Anthropic, los hyperscalers— empiezan a presionar por rentabilidad, la factura la pagará el sector financiero.
Moody’s lo llama «vendor dependence risk». Yo lo llamo lo que es: externalizar el cerebro operativo a empresas que aún pierden dinero y que pueden subir precios cuando sus inversores se cansen de esperar. Los bancos hablan de datos propietarios y modelos open source como válvula de escape, pero en la práctica la mayoría de despliegues que conozco siguen apoyados en APIs comerciales porque nadie quiere montar el equipo interno para mantener un LLM en producción.
Lo irónico es que el mismo informe estima un 20% de probabilidad de que la IA pueda hacer el trabajo de un empleado de nivel medio para 2030. Es decir: la tecnología puede sustituir parte del trabajo interno del banco, pero la infraestructura que la hace posible queda concentrada fuera. Eficiencia por un lado, dependencia sistémica por el otro.
BBVA y el 86% que suena a KPI de marketing
El martes 11 de agosto, Cinco Días recogía que el 86% de los gestores de empresas de BBVA en España ya usa AutoPF, su herramienta de IA para programas financieros, con más de 34.000 conversaciones iniciadas. También menciona AI Banker, que genera informes estratégicos y promete ahorrar una hora por visita comercial.
Números llamativos, sin duda. Pero fíjate en lo que no dicen: cuántas de esas conversaciones acaban en una decisión de crédito revisada por un humano, cuántos errores se han detectado en borradores generados, qué pasa cuando el modelo alucina una ratio que no cuadra con los estados financieros del cliente. El porcentaje de adopción mide uso, no calidad ni responsabilidad. En mi experiencia, cuando una organización celebra el «porcentaje de empleados que ya usa la IA», suele estar más preocupada por la foto de innovación que por la trazabilidad del output.
BBVA no es el villano de esta historia; es el ejemplo más visible de una tendencia general. MacroChat en Argentina, banca conversacional por WhatsApp, agentes que preparan reuniones comerciales… Todo apunta a la misma dirección: menos fricción, más velocidad, más datos procesados. Lo que no veo en ningún comunicado es quién firma la responsabilidad cuando el asistente se equivoca en una operación sensible.
El hueco entre el AI Act y la realidad del sector
El AI Act exige supervisión humana efectiva. El BCE va a evaluar cómo se implementa. Moody’s advierte de riesgo sistémico por concentración de proveedores. Y en el terreno, los bancos compiten por ver quién anuncia antes el mayor porcentaje de adopción interna.
A mí me parece que estamos en la fase en la que la tecnología ya está desplegada pero la gobernanza va tarde. No porque los reguladores sean lentos — en este caso están reaccionando con relativa celeridad— sino porque el incentivo comercial empuja a publicar casos de éxito antes de tener auditorías internas sólidas. ¿Cuántas entidades pueden hoy enseñar un registro completo de qué modelo intervino en cada decisión de scoring? ¿Cuántas tienen un plan B si mañana su proveedor de IA cambia condiciones de uso o sube el precio un 40%?
En hosting y servicios online llevamos años hablando de vendor lock-in. En banca parece que la lección no se ha aprendido, o peor: se ha aprendido y se ha decidido que la velocidad compensa el riesgo.
Lo que no cuadra de la narrativa «transformación total»
Leo titulares sobre cómo la IA está transformando el sector financiero y pienso en lo mismo que pienso cuando un cliente me pide migrar a la nube sin plan de salida: estás comprando agilidad a crédito. El BCE lo sabe y por eso mete la IA en el SREP. Moody’s lo sabe y por eso habla de riesgo de crédito por dependencia tecnológica. Los bancos lo saben y por eso despliegan herramientas internas a toda velocidad.
Lo que no encaja es la asimetría entre comunicación y control. Se anuncia el 86% de adopción antes de que exista una cultura consolidada de revisión humana. Se prometen horas ahorradas sin publicar tasas de corrección posterior. Se habla de «acompañamiento» del cliente con IA sin explicar qué ocurre cuando el cliente confía ciegamente en una recomendación automatizada.
No digo que la IA no tenga sitio en finanzas. Claro que lo tiene: detección de fraude, análisis de documentación repetitiva, preparación de borradores que un profesional revisa después. Digo que la narrativa de transformación total está adelantada a la infraestructura de responsabilidad que debería ir con ella.
Si tu banco te dijera que el informe de viabilidad de tu línea de crédito lo ha redactado un modelo de terceros, que no puede explicarte al detalle por qué ha marcado cierto riesgo, pero que el 86% de sus gestores ya lo usan porque ahorra tiempo, ¿firmarías el contrato con la misma confianza que si lo hubiera preparado un analista con veinte años de experiencia?