IA en la banca y fintech de México: la ventaja no es el modelo, es la integración

En un panel del IMEF, Rodrigo Gómez, quien acompaña a grandes clientes de Microsoft en la adopción de estas tecnologías, señaló que el retorno inmediato de la Inteligencia Artificial (IA) generativa no está en los procesos más glamorosos del negocio, sino en los repetitivos y costosos, lo que en México llamamos «la talacha».

Los casos con resultados verificables lo confirman a lo ancho del ecosistema:

• Banorte reportó una reducción de 86% en los tiempos de validación documental de créditos y elevó su tasa de aprobación automática de 70% a 91% entre 2022 y 2024.

• BBVA México desplegó 2,700 licencias corporativas de IA generativa.

• Nu México cuenta ya con14 millones de clientes, un 15% de la población adulta, y llevará este año a sus tarjetas de crédito su modelo fundacional propio nuFormer.

• Stori reporta 23% de mejora en su proceso de cobranza asistido por IA.

Sin embargo, estos resultados no han llegado solos, implican trabajo previo y riesgos que considerar. La primera lección práctica es distinguir entre inteligencia artificial generativa y aprendizaje automático tradicional. No toda solución requiere un modelo de lenguaje: a veces basta con detectar patrones.

Ninguna implementación seria sobrevive sin una arquitectura de datos ordenada, capacidades en la nube ni disciplina operativa para pasar del prototipo a producción.

Ahí surge la pregunta que atraviesa al sector regulado: cómo adoptar la IA sin romper los esquemas de cumplimiento cuando la tecnología avanza más rápido que la norma. La IA debe mapearse contra los marcos vigentes de la CNBV, Banco de México, Ley Fintech, PLD, KYC / KYB y protección de datos, y no operar en un espacio paralelo. Tres puntos construyen el proceso:

1. Clasificar los casos por nivel de riesgo.

2. Construir un marco de gobierno con validación de modelos y establecer trazabilidad.

3. Controles humanos para auditar cada decisión.

Ese desfase ya ha ocurrido con la CNBV que opera un asistente de inteligencia artificial para labores de supervisión y, sin embargo, su Informe Anual 2024 no menciona ninguna iniciativa regulatoria sobre el tema. El regulador adoptó la herramienta antes de escribir la regla que la gobierna.

LOS RIESGOS NO SON TEÓRICOS
En su Reporte de Estabilidad Financiera de junio pasado, Banxico documentó que instituciones financieras mexicanas han reportado campañas de deepfakes para cometer fraude.

La Condusef registró reclamaciones por robo de identidad por 11 mil 302 millones de pesos, de los cuales los bancos restituyeron apenas 1.4%. Hoy en día el atacante ya usa IA a escala y la defensa apenas la mide.

A ese riesgo se suma uno estructural: en el Reino Unido tres proveedores de nube concentran cerca de 75% del mercado financiero y tres proveedores de modelos fundacionales duplicaron su participación de 18 a 44% entre 2022 y 2024. Un regulador que no mide esa concentración termina heredándola.

También hay una promesa de democratización que conviene leer con detenimiento. La nube y los modelos fundacionales redujeron las barreras de entrada: una fintech mediana accede hoy a capacidades reservadas hace cinco años a los grandes bancos y, según el IMEF, la aplicación de IA en el sector puede reducir los costos operativos hasta en un 30%. Pero esa apertura crea dependencias nuevas.

El crédito privado a empresas de IA pasó de casi cero a más de 200 mil millones de dólares en una década (Banxico), concentrado en pocos fondos globales, de la misma forma que los modelos y las nubes se concentran en unos pocos proveedores.

Pero, el financiamiento y la tecnología no son todo y no salvan por sí solas un mal modelo de negocio: Bineo, el banco digital que Banorte lanzó con cerca de 100 millones de dólares en 2024 y un año después vendió con alrededor de 67 millones de dólares de deterioro, prueba que el cuello de botella rara vez es técnico.

EL TECHO REAL ES DE TALENTO
Solo el 1.38% de las vacantes publicadas en México en 2025 exigían habilidades de IA, frente a 4.69% en Singapur, según el AI Index de Stanford. EY estima en cerca de mil 100 los profesionales altamente especializados del país, con necesidad de multiplicar por siete esa cifra hacia 2028. Sin esa base, el resto del debate se vuelve retórico.

De aquí a 2029, el diferenciador estratégico no será el acceso generalizado a la inteligencia artificial cada vez más barato, sino la calidad con que cada banco, fintech, corporativo e inversionista integre esos modelos en sus datos, procesos y estructuras de gobierno.

La IA no sustituye las bases operativas de una institución, hace más visibles sus deficiencias y, cuando esas bases son sólidas, multiplica sus fortalezas. El próximo ciclo no lo ganará quien tenga el modelo más potente, sino quien lo integre mejor.