La GenAI está superando rápidamente su estatus de tecnología disruptiva para convertirse en una herramienta operativa diaria dentro de las organizaciones financieras. Las entidades de Latinoamérica, al igual que sus pares globales, están entendiendo que la IA Generativa no es solo un upgrade de software, sino un catalizador de cambio organizacional. Esta tecnología ya está redefiniendo cómo se diseñan los productos, cómo se ejecutan los procesos y, fundamentalmente, cómo se concibe la escala de la eficiencia sin sacrificar la cercanía con el cliente. La IA atraviesa ya todas las áreas, desde el riesgo hasta el marketing.
Pablo Scoglio, SVP de Product Development en MODO, afirmó que la GenAI está generando un punto de inflexión que se vive como un cambio estructural en la industria, ya que “la inteligencia artificial nos atraviesa desde la forma en que diseñamos un producto hasta cómo medimos su desempeño”. Por su parte, Fernando Sidoni, Tech Lead Automation & AI en Naranja X, remarcó que su incorporación “redefinió la productividad, los procesos y la cultura de trabajo” y que en el sector el impacto es evidente en “la mejora de la eficiencia operativa, la personalización de la atención al cliente y la agilidad para desarrollar nuevos productos y servicios”.
«En los próximos 3 a 5 años veremos cómo las instituciones financieras que adopten la IA de manera estructural ganarán una ventaja competitiva: podrán ofrecer mejores productos, a menor costo y con mayor precisión».
Pablo Scoglio, SVP de Product Development en MODO.
Desde el ámbito de infraestructura, Diego Burgos, CTO de Pomelo, señaló que el impacto “no está solo en la automatización y en la eficiencia” sino que el valor clave es que permite “generar código mucho más rápido y con menos errores”. Pablo Castellano, Fundador y CTO de LUC, destacó que la GenAI representa un hito sin precedentes “porque es la primera que puede comprender y modelar la complejidad del mundo real”. Sin embargo, Luis Battilana, Financial Industry Services Head y Country Manager de México en Baufest, llamó a la cautela, indicando que, si bien la adopción es acelerada, “el impacto real solo lo podemos medir a partir de las implementaciones de casos de uso y proyectos concretos”.
El primer gran Cambio: velocidad, productividad y transformación cultural
La integración inicial de la Inteligencia Artificial Generativa en los procesos de las empresas financieras no se manifestó solamente en un aumento gradual de la eficiencia, sino en un shock de velocidad y, más profundamente, en una transformación cultural inmediata. Los equipos empezaron a reevaluar su rol, pasando de ser ejecutores de tareas operativas a convertirse en supervisores estratégicos de agentes inteligentes. Este cambio obligó a las organizaciones a repensar sus flujos de trabajo internos, generando un entorno de mayor agilidad y colaboración.
Para MODO, el primer cambio fue cultural al lanzar su plataforma interna de asistentes, Jarvis. Pablo Scoglio explicó que “lo que transformó a la organización no fue la herramienta en sí, sino el modo de pensar los procesos internos”, lo cual devino en resultados concretos como “más eficiencia, mejor contenido en las interacciones entre los equipos, mejor documentación y una reducción significativa en los ciclos de desarrollo”. En Naranja X, Fernando Sidoni reportó que el cambio se reflejó en la velocidad, ya que “procesos que antes requerían tres meses de programación hoy se implementan en cuestión de semanas”, y que el cambio más transformador fue cultural: “Los equipos pasaron de enfocarse en tareas operativas a aportar creatividad, análisis y estrategia”, destacó. Por su parte, Diego Burgos, de Pomelo también hizo referencia a la velocidad, señalando que “tareas que antes llevaban días hoy toman solo minutos”, y reveló que “más del 36% del código nuevo que entrega nuestro equipo son líneas sintéticas generadas por copilotos locales que asisten a los ingenieros”. En el caso de LUC, el Fundador y CTO, Pablo Castellano, observó de inmediato “el aumento de la productividad y velocidad con la que el propio equipo de tecnología empezó a resolver cosas gracias a estos modelos generativos”.
Métricas claras: tiempo, calidad y escalabilidad
La adopción de la GenAI se sustenta en resultados concretos y medibles, dejando de lado las promesas vagas. Hoy, las organizaciones están cuantificando el impacto en tres grandes ejes: el tiempo liberado de tareas operativas, que se traduce en mayor foco estratégico; la calidad y consistencia de los entregables y la documentación; y la escalabilidad de soluciones, que permite a más equipos trabajar con autonomía. Estos números demuestran cómo la tecnología no solo optimiza el presente, sino que también amplifica la capacidad de respuesta de la organización hacia el futuro.
MODO mide el impacto desde las dimensiones de “tiempo, calidad y escalabilidad”. Scoglio afirmó que “se vieron favorecidas áreas como marketing, diseño o legales, gracias a la automatización de tareas operativas” y que se logró “habilitar más de 100 casos de uso activos que permiten a los equipos trabajar con mayor autonomía”. En Naranja X, Sidoni enumeró la “reducción de tiempos de desarrollo: de tres meses a pocas semanas” y la “disminución de fallas operativas: más del 50% de reducción en errores vinculados a sistemas heredados”, liberando miles de horas hombre para iniciativas estratégicas.
«La IA permite tener en cuenta muchos más datos para que el banco esté siempre presente pero sin invadir, llegando en el momento justo con la oferta justa y comunicada de la manera correcta.»
Luis Battilana, Financial Industry Services Head y Country Manager de México en Baufest.
Desde Pomelo indicaron que el “48% del código de infraestructura pasa por agentes autónomos” y que el resultado directo es “menos errores, más estabilidad, y releases más rápidos”. Castellano, de LUC, señaló que “el tiempo es importante” e indicó: “Antes tardábamos semanas en hacer cosas que hoy tal vez hacemos en una semana o días”.
La era de la hiperpersonalización
La GenAI está redefiniendo fundamentalmente la relación entre las instituciones financieras y sus clientes. Al procesar grandes volúmenes de datos con una sofisticación contextual, la IA permite anticipar necesidades, ofrecer respuestas más fluidas y brindar soluciones hiperpersonalizadas que antes eran imposibles de escalar. El desafío es utilizar esta inmediatez y precisión para potenciar el vínculo humano, elevando la calidad de la relación y asegurando que la tecnología no invada, sino que acompañe al usuario en el momento justo con la oferta adecuada.
Pablo Scoglio (MODO) explicó que “la IA nos ayuda a entender mejor los patrones de uso lo que nos permite anticipar necesidades y diseñar soluciones más simples y seguras”. En Naranja X, Fernando Sidoni afirmó que “la relación con los clientes se vuelve más personalizada, ágil y empática” y que “la IA no reemplaza el vínculo humano, sino que lo potencia”. Diego Burgos (Pomelo) detalló su uso para “mejorar nuestra precisión en la resolución de problemas, categorizándolos de forma automática” y señaló que “el 42% de los tickets que recibimos del equipo de CX los resuelve un agente”. Pablo Castellano (LUC) sostuvo que la tecnología “sin duda los acerca y nos permite facilitarles los trámites, la organización, poner a disposición los productos más adecuados para cada uno”. Desde la perspectiva de riesgos y compliance, Luis Battilana (Baufest) insistió en que “la IA permite tener en cuenta muchos más datos para que el banco esté siempre presente pero sin invadir, llegando en el momento justo con la oferta justa”. No obstante, advirtió que “es crucial que los datos sean verificados y muy controlados” para evitar el riesgo de data poison (datos envenenados).
Cultura, capacitación y el desafío «AI Native»
La adopción de la GenAI no es un proyecto de TI, sino una transformación cultural que debe permear todos los niveles de la organización. Para capitalizar su potencial, las empresas han tenido que enfocarse en desmitificar la IA y en democratizar su acceso, asegurando que cada colaborador, sin importar su rol, la vea como una extensión de sus capacidades. Esto ha requerido la creación de espacios de aprendizaje, guilds internos y marcos de gobernanza estrictos que garanticen un uso responsable, ético y, fundamentalmente, supervisado por humanos.
MODO entendió que “la adopción de IA requería tanto tecnología como un cambio cultural” y por ello creó el Guild de Inteligencia Artificial, donde “los equipos desarrollan sus propios agentes y, al mismo tiempo, entienden cómo integrarlos responsablemente a su trabajo diario”. Naranja X estableció el C4E (Center for Enablement), un modelo para democratizar la GenAI que brinda “capacitaciones y acompañamiento continuo para garantizar que todos puedan incorporar inteligencia artificial en sus procesos cotidianos”.
«Ser una organización ‘AI Native’ implica integrar la inteligencia artificial como parte del ADN corporativo, no como una herramienta complementaria».
Fernando Sidoni, Tech Lead Automation & AI en Naranja X.
Para Pomelo, la clave fue llevar la IA a toda la compañía. Diego Burgos indicó que implementaron la AI Academy en todos los países, y afirmó que “hoy, el 100% del equipo de Pomelo —áreas IT y Non-IT— utiliza IA”. LUC, por su parte, ve la democratización como un pilar, ya que es “muy transformador que cualquier persona pueda acceder al uso de este tipo de tecnología de punta al alcance de su mano”. Sobre la responsabilidad, Baufest enfatizó que “es clave que los equipos entiendan que la IA no los va a reemplazar” y que la nueva cultura de trabajo exige “ser cuidadosos con las fuentes de datos”. En cuanto a políticas, MODO emitió una política de uso de IA para sus empleados y definió una regla “innegociable: siempre debe haber una persona en el ciclo de decisión”.
Las oportunidades del futuro
De cara a los próximos tres a cinco años, los líderes financieros ven en la GenAI la clave para desbloquear una nueva era de eficiencia operativa y modelos de negocio predictivos. Las mayores oportunidades radican en transformar el gigantesco volumen de datos del sistema financiero en conocimiento aplicable, logrando una hiper-personalización que se extienda a la microsegmentación, así como en robustecer la seguridad y la gestión de riesgos. Las instituciones que integren la IA a nivel estructural podrán ofrecer mejores productos a menor costo, redefiniendo la colaboración entre bancos, fintechs y comercios.
Pablo Scoglio (MODO) proyectó que “las mayores oportunidades estarán en la hiperpersonalización y la eficiencia operativa” y que la IA permite “transformar ese volumen en conocimiento, en experiencias predictivas y en servicios más transparentes”. Luis Battilana (Baufest) ve las oportunidades clave en “mejores experiencias de cliente” y “eficiencia y seguridad”, destacando que se verá un gran uso “especialmente en la prevención de fraudes y el monitoreo permanente para detectar comportamientos de riesgo”. Diego Burgos (Pomelo) auguró que, en paralelo a la personalización, “los agentes autónomos comenzarán a acompañar las transferencias y movimientos de dinero tokenizando las operaciones y aportando seguridad”.
«La IA ya está mejorando la experiencia de nuestros clientes, y eso impacta directamente en los usuarios finales. Personalizar y anticipar comportamientos se vuelve cada día más simple».
Diego Burgos, CTO de Pomelo.
En su caso, Fernando Sidoni (Naranja X) destacó que la GenAI permitirá “diseñar productos financieros hiperpersonalizados, adaptados al comportamiento y necesidades de cada cliente” y “optimizar la gestión del riesgo mediante modelos predictivos más precisos”. Finalmente, Pablo Castellano (LUC) mencionó que habrá mucha transformación por venir, como una “evaluación crediticia más inteligente, integrando datos no estructurados para entender mejor a las pymes y a los clientes en general”.
«La IA generativa representa un hito sin precedentes, porque es la primera que puede comprender y modelar la complejidad del mundo real, más allá de tareas específicas o datos estructurados».
Pablo Castellano, Fundador y CTO de LUC.
La Inteligencia Artificial Generativa ha dejado de ser una promesa para convertirse en una ventaja competitiva tangible para el sector financiero en América Latina. Las organizaciones que adoptan la mentalidad «AI Native» están capitalizando la hiperpersonalización, optimizando su infraestructura a velocidades récord y liberando a sus equipos para tareas de mayor valor estratégico.
El consejo unánime de los líderes entrevistados es una advertencia: la curva de aprendizaje ya comenzó. Para las empresas que aún dudan, Pablo Scoglio aconsejó que el camino debe iniciarse con “doble foco: pragmatismo y propósito”. Diego Burgos fue enfático al decir que “no es un lujo, es un nuevo modelo de operación” y que “cuanto antes te subas, más rápido vas a ver el impacto. Y cuanto más esperes, más lejos vas a quedar”. Fernando Sidoni opinó que la innovación sucede cuando “las personas se sienten protagonistas del cambio”. «La IA no deja de ser una tecnología, por lo que la adopción debe tener una estrategia y un propósito claros. El proceso de adopción debe estar alineado con ellos y, a su vez, debe existir una gestión que se asegure de que esto ocurra. Si cada área o colaborador empieza a hacerlo como le parece, se puede terminar atentando contra el propósito de la propia compañía», concluyó Luis Battilana.
