La banca latinoamericana acelera su apuesta por la IA generativa

La inteligencia artificial dejó de ser un experimento periférico en la banca latinoamericana: hoy es una pieza estratégica para crecimiento, eficiencia e inclusión financiera. Los últimos datos presentados por Red Hat confirman que el sector avanza hacia un modelo operativo donde la IA —particularmente la generativa— se integra en cada punto crítico del negocio, desde la experiencia del cliente hasta la originación de crédito en zonas remotas. El cambio no es cosmético: responde a presiones competitivas, regulatorias y macroeconómicas que obligan a las entidades a modernizar rápidamente sus modelos tecnológicos.

Según un reciente estudio citado por la compañía, la adopción de IA en servicios financieros alcanzó el 52% en 2025, frente al 40% de 2023, un salto de 12 puntos porcentuales. [Dato no verificado: el estudio no cuenta con referencia pública]. Este crecimiento ocurre en paralelo a una expansión acelerada del gasto tecnológico. Proyecciones de IDC, difundidas por el FMI, anticipan que la inversión en IA del sector financiero se duplicará para 2027, llegando a US$ 97.000 millones.

La tendencia es clara: la IA generativa se ha convertido en la prioridad número uno. Su atractivo reside en su capacidad para transformar dos frentes clave. Primero, la experiencia del cliente, mediante asistentes conversacionales, onboarding digital más intuitivo y personalización a escala. Segundo, la eficiencia operativa, reduciendo tiempos de análisis, automatizando procesos regulatorios y mejorando el rendimiento de áreas como riesgo, cumplimiento, ciberseguridad o recursos humanos. El informe de IBM para América Latina confirma estos patrones y sitúa la interacción con el cliente como el caso de uso más extendido.

Más allá de la eficiencia, la IA está comenzando a influir en un terreno que históricamente ha avanzado lento en la región: la inclusión financiera. Para Germán Soracco, vicepresidente del Segmento Comercial para Latinoamérica en Red Hat, el sector se dirige hacia un modelo “predictivo y proactivo”, donde las instituciones anticipan necesidades y ajustan productos en tiempo real, reduciendo fricciones y ampliando el acceso a servicios financieros para segmentos subatendidos.

El caso del Banco da Amazônia (BASA) resume esta transformación. Con apoyo de tecnologías abiertas y automatización provistas por Red Hat, desarrolló BASA Digital, una plataforma diseñada para otorgar crédito a emprendedores familiares y economías de subsistencia en zonas remotas de la Amazonia. En contextos donde la banca tradicional no llega, la IA permite acortar distancias, evaluar riesgos con nuevos modelos y ofrecer servicios financieros con costos operativos más sostenibles. Para una región donde alrededor del 20% de la población sigue fuera del sistema bancario formal [Dato no verificado], esta capacidad representa un cambio estructural.

Las arquitecturas abiertas —contenedores, cloud híbrida, orquestación, APIs seguras— emergen como el habilitador silencioso detrás de este salto tecnológico. Reducen el riesgo de vendor lock-in, aceleran la experimentación y permiten que CIOs y CDOs integren IA en sistemas legacy sin interrumpir operaciones críticas. Para los CISOs, el desafío es doble: ampliar capacidades sin incrementar desproporcionadamente la superficie de ataque y asegurar que los modelos sigan estándares de privacidad, trazabilidad y cumplimiento (ISO 27001, NIST AI Risk Management Framework).

Como resume Gilson Magalhães, vicepresidente y gerente general de Red Hat para Latinoamérica, la genAI será un divisor de aguas: las instituciones que la integren con velocidad, gobernanza y arquitectura escalable serán las que lideren el próximo ciclo financiero de la región.

La banca latinoamericana está acelerando su adopción de IA generativa y tecnologías abiertas para competir en un mercado marcado por la digitalización, la presión regulatoria y la necesidad de ampliar la inclusión financiera. El resultado: modelos predictivos, productos personalizados y plataformas capaces de llegar a segmentos históricamente desatendidos.

¿Qué inversiones en datos y arquitectura deberían priorizar los bancos para capturar valor real de la IA generativa?
¿Cómo sostener la inclusión financiera sin comprometer riesgo y cumplimiento regulatorio?
¿Qué ventajas competitivas podrían perder las instituciones que retrasen la adopción de modelos predictivos basados en IA?

Citas y referencias

[IDC, Proyecciones globales de inversión en IA, 2024]
[FMI, Publicaciones sobre tecnología y estabilidad financiera, 2024]
[IBM, Informe de Adopción de IA en América Latina, 2024]
[ISO, Estándares 27001 y 42001 para gestión de seguridad y sistemas de IA, 2023–2024]