Manel Regueiro, director general de Provenir Iberia
El crédito, motor fundamental del crecimiento económico, está viviendo una revolución silenciosa. La irrupción de la inteligencia artificial en el sistema financiero, de la misma manera que ha ocurrido en casi todos los sectores e industrias, ha modificado las reglas del juego: ya no se trata solamente de evaluar datos bancarios tradicionales, sino de analizar en tiempo real miles de variables digitales, contextuales y relacionadas con el comportamiento para tomar decisiones más rápidas, más precisas y más seguras.
Las cifras lo dejan claro: según el informe Ascendant IA de Minsait, el 80 % de la banca ya usa IA para optimizar procesos internos y el 56 %, específicamente, para procesar transacciones. Según el mismo estudio, casi una de cada dos empresas (el 48 %) afirma que una de sus principales motivaciones para la adopción de la IA es la mejora del conocimiento y relación con el cliente final. Además, según Bain & Company, la IA está ayudando a aumentar hasta en un 20 % la productividad en las entidades financieras.
Estos avances no son teoría: ya se aplican en el proceso de concesión de crédito, en el recobro, en el onboarding de clientes y, cada vez más, en la prevención del fraude. Los algoritmos son capaces de detectar intentos de suplantación de identidad, validar documentos y evaluar riesgos con más precisión que los modelos clásicos y en tan sólo unos segundos. Se calcula que estas tecnologías pueden reducir las tasas de fraude en un 40 % y los falsos positivos en más del 20 %, según informes de PwC y McKinsey.
Como ejemplo de innovación, en Brasil, país pionero en la adopción de tecnologías financieras (con el sistema de pagos instantáneos PIX como referencia mundial), la IA ya permite evaluar perfiles antes invisibles para el radar bancario. Millones de personas sin historial financiero tradicional pero con buena conducta de pago de servicios, historial digital estable o comportamiento de consumo responsable están accediendo por primera vez a productos financieros.
En España, los grandes bancos ya han iniciado este camino. BBVA, por ejemplo, utiliza IA para modelizar el riesgo crediticio a partir de información contextual y personalizar ofertas en tiempo real. CaixaBank ha desarrollado su propia plataforma de algoritmos con IA para automatizar procesos de scoring y anticipar impagos. A nivel regulador, el Banco de España ha instado a las entidades a reforzar sus modelos de gobernanza de datos y asegurar la explicabilidad de sus algoritmos, en línea con el nuevo Reglamento Europeo de Inteligencia Artificial (AI Act), aprobado en 2024.
En cualquier caso, el nuevo marco europeo prohíbe ciertos usos de IA considerados de «alto riesgo» como el scoring social y exige transparencia en sistemas que afecten derechos fundamentales, como la concesión de crédito. Esto obliga al sector financiero europeo a replantearse su relación con los algoritmos: ¿cómo garantizar que las decisiones automatizadas sean comprensibles, auditables y justas?
La automatización de decisiones de riesgo plantea interrogantes clave. ¿Cómo evitar sesgos algorítmicos que perpetúen la exclusión de determinados colectivos? ¿Puede la IA detectar y corregir sus propios errores? ¿Está preparada la banca para asumir responsabilidad por decisiones tomadas sin intervención humana directa?
La incorporación de la IA en los procesos de concesión de crédito ofrece ventajas evidentes en términos de eficiencia operativa, mitigación del fraude, ampliación del acceso financiero y mejora de la rentabilidad. Sin embargo, resulta crucial garantizar que esta evolución tecnológica no sustituya, sino complemente el juicio experto, reforzando los marcos de gobernanza y el principio de responsabilidad fiduciaria que sustentan la confianza en la relación entidad-cliente.
Además, el uso de datos alternativos, como el historial de consumo o el comportamiento digital, abre la puerta a una nueva frontera de riesgos: la vigilancia algorítmica. La línea entre evaluar el riesgo crediticio y extraer datos sensibles del comportamiento personal puede volverse muy difusa sin una supervisión clara y sólida.
Por ello, es imprescindible que, al usar IA para facilitar la inclusión financiera y el acceso al crédito, se integren también la transparencia, la responsabilidad (humana) y la ética digital. Es decir, la inteligencia artificial no debe decidir sola quién merece crédito; solamente debe ayudar a las entidades a decidir mejor.
