EY se refiere a la organización global, y puede referirse a una o más, de las firmas miembro de Ernst & Young Global Limited, cada una de las cuales es una entidad legal independiente. Ernst & Young Global Limited, una compañía británica limitada por garantía, no brinda servicios a los clientes.
Búsquedas recientes
Por Rodrigo Arroyo, socio de Auditoría para la Industria Financiera de EY Chile
Por años, la banca chilena ha sido un referente regional en estabilidad y modernización. Sin embargo, en materia de inteligencia artificial, seguimos anclados en una aproximación prudente, casi tímida, que privilegia los pilotos sobre la ambición. Esta actitud no es exclusiva de Chile: a nivel global, más de la mitad de los bancos ha probado la IA, pero solo un 16% ha logrado escalarla realmente, con impactos significativos en el negocio, de acuerdo con el estudio de EY en colaboración con MIT Technology Review Insights “Reimagining the future of banking with agentic AI”. Pero si algo distingue históricamente a nuestra industria es su capacidad de anticipación. Hoy, más que nunca, es momento de ejercerla.
La reflexión internacional reciente es contundente: el valor de la IA no está en automatizar el back office, sino en transformar la relación con los clientes. No se trata solo de procesar más rápido una solicitud, sino de repensar cómo asesoramos, cómo entendemos a las pymes, cómo reducimos fricciones que llevan décadas enquistadas. Y, sin embargo, tanto aquí como fuera, seguimos usando la IA para lo que es cómodo y seguro, no para lo que realmente podría redefinir el negocio.
Esto se explica en parte porque la agenda de IA continúa, en la mayoría de los bancos, bajo control de las áreas tecnológicas. Que, si bien son departamentos altamente competentes, naturalmente están enfocados en la eficiencia interna. El resultado es predecible: se automatizan procesos, se reducen tiempos, pero no se modifica la esencia del servicio. La experiencia internacional muestra que cuando el negocio —riesgo, comercial, banca empresas— toma el timón, los casos de uso cambian radicalmente y el impacto se multiplica. Si queremos que la banca chilena realmente avance, el liderazgo debe desplazarse hacia quienes conocen mejor a los clientes.
Claro que la conversación del retorno de inversión sigue siendo un obstáculo. La IA tiene retornos más difusos en el corto plazo: mejora procesos, modifica conductas, redefine experiencias. Pero eso no significa que debamos renunciar a medirla. El análisis global insiste en que ignorar el Retorno de Inversión (ROI por sus siglas en inglés) es un error; estimarlo, aunque sea de manera imperfecta es esencial para tomar decisiones informadas y priorizar donde más se genera valor. La banca chilena es experta en disciplina financiera, y ahora debe aplicar esa misma disciplina a la IA, sin esperar milagros inmediatos.
Otro de los mayores desafíos —y oportunidades— está en la arquitectura. La mayoría de las instituciones, en Chile y el mundo, han desarrollado soluciones aisladas que no conversan entre sí. Cada caso de uso parte de cero, cada automatización se construye sobre un stack distinto, cada experimento genera una isla. Y realmente, sin una plataforma integrada que sostenga el Reconocimiento Óptico de Caracteres (OCR por sus siglas en inglés), machine learning, generative AI y todos los habilitadores necesarios, la IA nunca escalará de manera sostenible.
Lo mismo ocurre con los datos. Por décadas hemos tratado la calidad de datos como un problema que se resuelve con más manos. Pero la evidencia muestra que la IA no solo necesita buenos datos, también puede ayudar a generarlos. Ya hay casos internacionales donde herramientas de IA han llevado procesos críticos —como el underwriting (proceso financiero y de análisis de riesgo de operaciones)— a niveles de precisión cercanos al 90%, según el reporte de EY citado al principio.
La infraestructura es otro punto que requiere una reflexión. La discusión entre nube u on-premises no puede reducirse a modas tecnológicas. A medida que los modelos se hacen más complejos y demandantes, algunos bancos globales están invirtiendo en infraestructura propia, mientras otros siguen apostando por la nube, y muchos por esquemas híbridos. Lo realmente relevante es tener una estrategia clara que considere soberanía de datos, costos de largo plazo y resiliencia.
Nada de lo anterior será posible sin talento. Y aquí enfrentamos uno de los desafíos más complejos: escasez. Globalmente, de acuerdo con el reporte de EY: el 58% de los bancos declara no tener las habilidades necesarias para escalar la IA. En un mercado pequeño como el nuestro, atraer y retener especialistas en datos, ingenieros de IA y arquitectos cloud es aún más difícil. La banca chilena necesitará desarrollar talento interno, crear trayectorias atractivas y abrirse a nuevas colaboraciones si quiere competir de verdad.
Finalmente, está la dimensión del riesgo. La IA generativa trae consigo incertidumbres que los marcos tradicionales no pueden contener: alucinaciones, opacidad, filtración de datos. Algunos bancos internacionales ya han definido más de 140 controles específicos para gestionarlas, indica el estudio de EY. En Chile, este trabajo está en marcha, pero debemos acelerar. Si queremos escalar la IA, debemos hacerlo sobre bases confiables.
El desafío, en síntesis, es dejar atrás la lógica de la experimentación perpetua. La banca chilena está perfectamente posicionada para ser líder regional en IA: tiene estabilidad, tiene capacidad tecnológica y tiene visión. Lo que falta es convicción. El futuro financiero del país no se escribirá con pilotos, sino con decisiones estratégicas y valientes. Y ese futuro está llegando más rápido de lo que creemos.