Esta semana Mitsubishi UFJ ha anunciado que quiere convertirse en un banco «nativo en IA» con ChatGPT Enterprise, y SBI Holdings —socio de Ripple— ha desplegado Claude en toda la corporación. En España, iAhorro ha lanzado una app propia dentro de ChatGPT para hipotecas. Lees los titulares y piensas que el sector financiero ya ha cruzado el Rubicón. Yo no lo tengo tan claro: en paralelo, la Reserva Federal y el Tesoro de EE. UU. han convocado a los CEOs de Wall Street en una reunión urgente por los riesgos de Claude Mythos, y el Banco de España lleva meses pidiendo a las entidades que le expliquen qué hacen exactamente con la inteligencia artificial. No es contradicción menor: es el síntoma de que estamos vendiendo futuro mientras reguladores y operaciones siguen en modo freno de mano.
El discurso comercial es agresivo. MUFG habla de reescribir operaciones con modelos de lenguaje; SBI promete agentes de IA para banca, seguros, cripto y medios; aquí, iAhorro presenta «Neo» como el cauce profesional frente a la «improvisación de una IA generalista». Todo suena a madurez. Pero un informe de Dentons citado por International Banker dejaba en 2024 una cifra incómoda: solo el 29 % de los encuestados del sector financiero tenía una hoja de ruta formal de IA. Invierten miles de millones, sí; despliegan en producción con la misma velocidad, no tanto. Los pilotos brillan en comunicados; el escalado en entornos regulados sigue siendo otra historia.
¿Por qué? Porque un error en scoring, un falso positivo en AML mal gestionado o una alerta de cumplimiento que se pierde no es un bug de marketing: es multa, demanda o titular en portada. Los bancos necesitan trazabilidad que muchos modelos generativos aún no ofrecen con la solidez que exige un supervisor. El Banco de España lo dejó escrito en febrero al pedir información sobre planes y usos: quiere evitar que la IA tome decisiones clave de riesgo o crédito sin supervisión humana adecuada. Mientras BBVA, Santander o CaixaBank firman alianzas con OpenAI y montan oficinas de IA, el regulador hace la pregunta que nadie quiere en un keynote: ¿quién responde cuando el modelo se equivoca?
En inglés, el debate ha dado un salto. Los agentes autónomos ya aparecen en trading, compliance y concesión de crédito según medios especializados de este mismo junio: sistemas que planifican, actúan y se autocorrigen sin un humano en cada paso. Suena eficiente hasta que lees que Powell y Bessent citaron a los grandes bancos por Mythos, un modelo capaz de encadenar vulnerabilidades a velocidad de máquina. De repente la conversación no es «¿cuánto ahorramos con el chatbot?», sino «¿cuánto tardamos en parchear si la IA encuentra el agujero antes que nosotros?». Inversión récord y despliegue cauteloso dejan de parecer paradoja: son la misma estrategia con dos caras.
En España tenemos cifras de adopción altísimas —más del 70 % de entidades financieras con IA activa según varios informes de 2026— y al mismo tiempo el AI Act europeo apretando: sistemas de alto riesgo, como scoring crediticio, con obligaciones de transparencia y supervisión humana plenas desde agosto. Multas de hasta el 7 % de facturación no son adorno. Si tu pyme usa herramientas de IA para predecir flujo de caja o tu agencia automatiza informes para un cliente fintech, el mensaje te llega indirectamente: el sector que más IA usa es el que más escrutinio va a recibir. Copiar el discurso del banco grande («somos nativos en IA») sin copiar su departamento legal es una trampa.
Lo que más me irrita es el marketing de «primero en…». Primer bróker hipotecario con app en ChatGPT suena bien en nota de prensa; lo relevante es qué datos compartes, bajo qué contrato con el proveedor del modelo y qué pasa si el usuario mezcla una conversación personal con datos sensibles de una operación. La propuesta de iAhorro —convertir una búsqueda desorientada en un proceso estructurado— ataca un problema real. Pero el riesgo no desaparece porque el contenedor sea un bróker con reputación: desaparece cuando publicas auditorías, límites de retención y responsables claros. Eso casi no sale en los comunicados de ningún «nativo en IA».
Para quien trabaja en web, hosting o proyectos financieros de clientes, la lección es incómoda. No basta integrar la API de moda: necesitas registro de decisiones, fallback humano y contratos que digan quién entrena con qué datos. Los bancos japoneses pueden permitirse acuerdos prioritarios con Anthropic; tu cliente de ecommerce no. Si le montas un asistente que recomienda productos o simula asesoramiento, estás más cerca del territorio «alto riesgo» de lo que crees, sobre todo si tocas crédito, seguros o pagos.
Mi lectura: 2026 es el año en que la IA financiera deja de ser experimento y pasa a ser infraestructura… con frenos de emergencia. Los titulares de junio celebran alianzas; los reguladores preparan el freno. Hasta que no veamos despliegues masivos con auditorías públicas y menos PowerPoint, asumiría que estamos en la fase «invertimos fuerte, desplegamos poco» —y que quien te venda lo contrario te está cobrando el futuro a precio de presente.
Si tu banco o tu proveedor SaaS te ofreciera activar un agente de IA que aprueba operaciones sin registro auditable pero te rebaja un 15 % en la cuota mensual, ¿lo activarías mañana o exigirías primero ver el informe que el Banco de España está pidiendo a las entidades grandes?
Fuentes
- Japan’s Banking Giant Goes All-In on OpenAI to Reshape Financial Services
- Ripple Partner SBI Holding Goes All-In on Claude AI
- Banks Are Investing Heavily in AI, So Why Is Deployment Still Somewhat Cautious?
- El Banco de España pide información al sector sobre el uso de la inteligencia artificial
- AI agents take on autonomous roles across trading, compliance, and operations