--- title: "La banca pasa del “piloto” a la cuenta de resultados: la IA y el open source ganan peso en 2026" description: "En el sector financiero, la conversación sobre Inteligencia Artificial (IA) está dejando de girar en torno a “pruebas de concepto” y empezando a medirse en términos de eficiencia operativa, ingresos y..." url: https://revistacloud.com/la-banca-pasa-del-piloto-a-la-cuenta-de-resultados-la-ia-y-el-open-source-ganan-peso-en-2026/ date: 2026-01-24 modified: 2026-01-24 author: "Antonio" image: https://revistacloud.com/wp-content/uploads/2026/01/nvidia-fsi-corp-blog-state-of-ai-report-2026.jpg categories: ["Informes", "Inteligencia artificial"] tags: ["Inteligencia Artificial", "NVIDIA"] type: post lang: es --- # La banca pasa del “piloto” a la cuenta de resultados: la IA y el open source ganan peso en 2026 En el sector financiero, la conversación sobre Inteligencia Artificial (IA) está dejando de girar en torno a “pruebas de concepto” y empezando a medirse en términos de eficiencia operativa, ingresos y control del riesgo. Esa es la lectura que desprende la sexta edición del informe anual **“State of AI in Financial Services”** de NVIDIA, elaborado a partir de una encuesta a **más de 800 profesionales** del sector en todo el mundo. El mensaje de fondo es claro: bancos, aseguradoras, gestoras y fintech están **escalando** casos de uso que ya conocen (fraude, riesgo, atención al cliente, back-office) y, a la vez, están abriendo la puerta a una nueva ola: **IA generativa** y **agentes de IA** capaces de ejecutar tareas de forma más autónoma. --- ## Los números que explican el cambio (y por qué importan) La encuesta refleja una percepción mayoritaria de retorno económico: - **89 %** de los encuestados afirma que la IA está ayudando a **aumentar ingresos** y/o **reducir costes**. - **65 %** asegura que su organización **ya usa IA activamente**, frente al **45 %** del año anterior. - **61 %** dice estar **usando o evaluando IA generativa**, con un salto interanual destacado. - Casi **el 100 %** declara que el presupuesto de IA **aumentará o se mantendrá**. En un entorno donde el coste del capital y el escrutinio regulatorio siguen apretando, este tipo de porcentajes se interpretan como una señal: **la IA está dejando de ser un “proyecto de innovación” para convertirse en una línea de inversión estructural**. --- ## Open source: flexibilidad, control y menos dependencia Una de las conclusiones más repetidas en el informe es el peso creciente del **open source** (modelos y software) como pieza estratégica. En la encuesta, **más de 8 de cada 10** participantes lo consideran relevante para su estrategia de IA. La razón no es ideológica; es práctica: - **Evitar “vendor lock-in”** en una tecnología que evoluciona por trimestres. - **Ajustar modelos** (fine-tuning) a datos y procesos propios. - **Optimizar costes** cuando el despliegue pasa de laboratorio a producción. - **Auditar mejor** el comportamiento del sistema (algo clave en finanzas). En el texto, distintas voces apuntan a la misma idea: la ventaja competitiva no se captura por “usar IA”, sino por **entrenar o adaptar** capacidades sobre datos y conocimiento interno de la entidad. --- ## La siguiente fase: agentes de IA (y el reto de gobernarlos) El informe sitúa a los **agentes de IA** como una tecnología que está entrando en fase de adopción. En la encuesta, un **42 %** afirma estar usando o evaluando IA agéntica; dentro de ese grupo, un **21 %** declara haber desplegado ya agentes. En finanzas, el atractivo es directo: automatizar tareas que hoy consumen horas y coordinación humana, por ejemplo: - **Operaciones internas** (reconciliaciones, incidencias, reporting). - **Procesamiento documental** (KYC, pólizas, siniestros, contratos). - **Soporte al cliente** con un salto de productividad. - **Investigación y análisis** para equipos de inversión (siempre con control). El desafío también es evidente: un agente no solo “responde”, sino que **actúa**. Eso obliga a reforzar controles de seguridad, trazabilidad, permisos y evaluación continua (incluyendo pruebas frente a sesgos y errores). --- ## Dónde se juega la partida: infraestructura híbrida, nube y on-prem La encuesta también recoge inversión en **infraestructura** para sostener cargas de IA, con interés en opciones **on-prem** y **cloud**, además de esquemas híbridos. En la práctica, el debate se está moviendo hacia una pregunta pragmática: **qué cargas deben residir cerca del dato** (por latencia, coste o cumplimiento) y cuáles pueden escalarse en nube con elasticidad. En banca y seguros, donde conviven entornos legacy, requisitos de soberanía del dato y picos de demanda, la estrategia ganadora suele parecerse a esto: - **IA cerca del core** para procesos críticos y datos sensibles. - **Nube** para prototipado, entrenamiento puntual o escalado temporal. - **Observabilidad y gobernanza** como capa transversal, para que el despliegue sea sostenible. --- ## Lo que deberían leer entre líneas los directivos Más allá de los porcentajes, el informe deja tres implicaciones de negocio: 1. **La IA se está convirtiendo en un “motor” de eficiencia medible**, no solo en innovación. 2. **Open source entra en el tablero por control y coste**, pero obliga a elevar la madurez operativa (seguridad, MLOps, compliance). 3. **Los agentes empujan a rediseñar procesos**, porque la automatización ya no es solo “asistencia”: puede ser ejecución. Para el sector, el mensaje es incómodo y a la vez clarificador: **el coste de no adoptar** ya no es únicamente perder productividad, sino quedarse atrás en velocidad de producto, control del fraude y experiencia de cliente. --- ## Preguntas frecuentes ### ¿Qué significa “IA agéntica” en el sector financiero? Se refiere a sistemas de IA capaces de **planificar y ejecutar tareas** con cierto grado de autonomía (por ejemplo, completar un flujo operativo), en lugar de limitarse a responder preguntas o generar texto. ### ¿Por qué el open source está ganando terreno en IA para banca y seguros? Porque permite **flexibilidad**, reducción de dependencia de un único proveedor y la posibilidad de **adaptar modelos** a datos propios; a cambio, exige más disciplina en seguridad, MLOps y gobierno del dato. ### ¿Qué casos de uso están dando ROI más rápido? El informe subraya ámbitos como **detección de fraude**, **gestión de riesgo**, **procesamiento documental** y **atención al cliente**, donde la mejora suele ser medible en tiempos, errores y costes. ### ¿Qué riesgos son los más críticos al escalar IA? Gobernanza del dato, cumplimiento, sesgos, trazabilidad y seguridad. En particular, con agentes, la clave es auditar acciones, permisos y resultados con telemetría y controles continuos. vía: [blogs.nvidia](https://blogs.nvidia.com/blog/ai-in-financial-services-survey-2026/)