En la primera publicación de nuestra serie "La IA en los pagos", preguntamos quién podría estar mejor posicionado para aprovechar las oportunidades que presenta la IA en la industria de los pagos. La respuesta no fue simplemente una comparación de bancos y empresas fintech, procesadores y Big Tech, o actores establecidos y competidores: fue si una organización puede adoptar la IA de una manera rápida, segura y verdaderamente transformadora.
Eso nos lleva a la siguiente pregunta.
¿Deberían las instituciones financieras usar la IA principalmente para reducir costos y mejorar las operaciones? ¿O deberían enfocarse en crear nuevos productos, experiencias de cliente más sólidas y nuevas fuentes de ingresos?
Le planteamos esta pregunta a Tomas Janitor —jefe de negocios e innovación en RPC de Raiffeisen Bank—, a Alessandro Hatami —socio gerente en Pacemakers.io— y a Emanuel Doneda —socio en Deloitte.
La conversación sugirió que la respuesta es ambas cosas, pero en secuencia, no de manera simultánea.
Vea el video:
Para la mayoría de las instituciones, la oportunidad inmediata de la IA es operativa.
Los procesos de back office, los flujos de trabajo manuales y la productividad interna son áreas donde la IA ya puede generar un impacto medible. Reducir el esfuerzo, acelerar las tareas rutinarias y disminuir los costos operativos suelen ser los objetivos más realistas a corto plazo.
Pero esta primera fase implica más que solo optimización. También es la forma en que las organizaciones adquieren experiencia práctica con la tecnología.
La implementación interna les da a las instituciones una comprensión más clara de dónde la IA genera valor, y dónde persisten sus limitaciones. Esa experiencia se vuelve fundamental antes de avanzar hacia casos de uso más ambiciosos orientados al cliente.
Las operaciones, el cumplimiento normativo, la atención al cliente, el riesgo y el desarrollo de productos funcionan de manera diferente. Cada proceso tiene sus propias restricciones, objetivos y realidades de datos. Por lo tanto, la adopción exitosa de la IA requiere que las instituciones se replanteen los procesos de manera individual y se hagan una pregunta más específica:
¿Qué problema específico estamos resolviendo?
Esto puede sonar obvio, pero muchas organizaciones todavía están en una etapa temprana. En una encuesta mencionada durante la conversación, solo una minoría de los empleados tenía acceso regular a herramientas de IA, y aún menos las usaban a diario. Antes de que la IA transforme la experiencia del cliente, muchas empresas todavía necesitan integrarla de manera significativa en sus propias operaciones.
Otro tema recurrente fue el realismo.
Muchos casos de uso de IA en servicios financieros todavía se están probando a escala, lo que hace que la experimentación sea esencial. Las instituciones necesitan margen para poner a prueba los límites, aprender rápido y adaptar su enfoque a medida que la tecnología evoluciona.
Al mismo tiempo, necesitan salvaguardas. Los proyectos de IA fallidos no deberían generar riesgo operativo, regulatorio o reputacional para la organización en su conjunto.
Este equilibrio entre la experimentación y el control podría convertirse en uno de los desafíos de gestión definitorios de la era de la IA.
La mejora operativa puede ser el punto de partida natural, pero es poco probable que sea el objetivo final.
La mayor oportunidad está en usar la IA para mejorar la experiencia del cliente, crear servicios más inteligentes y desarrollar nuevas formas de valor. Pero las instituciones solo lo lograrán si primero construyen la gobernanza, la comprensión operativa y la capacidad interna necesarias para escalar la IA de manera responsable.
En ese sentido, el debate no se trata realmente de elegir entre eficiencia y crecimiento.
Esta es la segunda publicación de nuestra serie "La IA en los pagos" desde Il Salone. En las próximas publicaciones, exploraremos las preguntas que las instituciones financieras enfrentan hoy con mayor urgencia: por qué tantos proyectos no logran generar impacto, cómo debería medirse el éxito, cómo podría evolucionar la industria en los próximos años, qué proyectos están dejando lecciones reales hoy, y qué consideran los líderes que es el siguiente paso en su propio recorrido con la IA.