07/07/2026
De NEO-BANCOS a ULTRA-BANCOS | El futuro invisible de los servicios financieros en la era de la IA Agéntica
Christian Balatti
Christian Balatti
Country Manager Argentina @ Stefanini | AI Entrepreneur building the future of financial wellbeing | Fintech, Banking & Insurance Executive
5 de julio de 2026
Días pasados me preguntaban cómo creo que van a evolucionar los servicios financieros con el uso pleno de la IA. Mi respuesta fue incómoda, sonó poco realista para más de uno: el banco del futuro no va a tener una app como la conocemos hoy. Ni sucursal. Ni un lugares donde hacer click o apretar botones — porque nunca lo vas a ver actuar.
En mi opinión, la disrupción más grande en servicios financieros no será un producto nuevo. Será la "hiperautomatización" absoluta del servicio: la IA anticipando y gestionando tus finanzas de forma autónoma y en tiempo real. No completamente invisible porque creo en el concepto de “human-in-the-loop” dando algunos “OK” sensibles. Pero el banco dejará de ser una plataforma de transacciones en la que el usuario opera, para convertirse en un asesor predictivo omnipresente 7x24. Pagos recurrentes resueltos, ahorro óptimo, crédito aprobado en el momento exacto en que lo necesites, optimización de los flujos de fondos: todo ocurre de fondo, sin que lo pidas y, quizás, solo autorizándolo.
Imaginá que estás por comprar un auto. El sistema detecta la intención por tu comportamiento en RRSS, evalúa tu historial en segundos, busca el préstamo que más te conviene, buscar la mejor tasa disponible, revisa tu capacidad de pago en base a tus ingresos, reordena tu presupuesto del mes según tus metas, le manda tu preaprobación al concesionario, y cuando llegás a ver el auto solo tenés que dar el OK para llevártelo, porque también transfiere el dinero del pago, del patentamiento, etc... ¿Loco no?.
Lo mismo para pagar cuentas, optimizar el cash-flow, armar tu estrategia de inversión o contratar un seguro. Y reitero, con un matiz que es innegociable: casi siempre habrá un humano en el medio, aprobando o vetando lo que el agente propone. Al menos por ahora...
Esto no es ciencia ficción: “el futuro es hoy”, 2026
Los grandes neobancos y los gigantes tradicionales ya operan en esta lógica:
Nubank construyó nuFormer, su modelo fundacional propio, y lo puso a producción en su segmento de crédito más grande en Brasil, expandiéndolo a préstamos personales, México y Colombia. De los 8,5 millones de contactos mensuales de sus 131 millones de clientes, el 60% ya es atendido en primera instancia por un LLM.
Revolut lanzó AIR, un asistente agéntico que disuelve el menú tradicional de la app y gestiona “inteligencia de dinero” de punta a punta. Su unidad de Wealth, apalancada en robo-advisory con IA, creció 298% en ingresos.
J.P. Morgan desplegó LLM Suite a más de 230.000 empleados y avanza, según su propio blueprint reportad, hacia ser el primer megabanco completamente conectado por IA — con agentes que ejecutan workflows completos, no solo asisten.
Y la banca lo sabe: en 2025, 50 de los bancos más grandes del mundo anunciaron más de 160 casos de uso de IA agéntica. McKinsey & Company estima que una adopción moderada podría reducir costos entre 15% y 20%, y que quien se mueva primero puede abrir una brecha de 4 puntos porcentuales de retorno sobre capital tangible (ROTE) frente a quien se quede atrás.
La otra cara: si la banca no reinventa su modelo de negocio, hasta 10% de su pool de ganancias global — US$1,2 billones — podría evaporarse en 5 a 10 años.
Pero ojo! No hablamos de pequeños pilotos aislados o habilitando Copilot para todos sus empleados. Eso es costo puro sin ROI claro.
Todo esto funciona solo con una estrategia milimétrica de de AI que incluya:
Educación y upskilling de los colaboradores
Programas de adopción, mejora de procesos y cambio de mindset, modelando “humanos+IA”
Selección de casos de uso concretos para incrementar valor y productividad
Arquitectura e ingeniería de datos, apoyada en data science
Gobierno de la IA, con manejo de ética y riesgos
Y roadmap de madurez para una inclusión completa de la IA en la organización, con métricas y mejora continua
Contenido del artículo
De neo-banco a ultra-banco: el Roadmap potencial
La evolución no es un salto, es una escalera con cuatro escalones. Hoy la mayor parte de la industria líder está parada entre el escalón 2 y el 3.
Contenido del artículo
El destino final —el ultra-banco— no necesariamente tiene marca propia visible. Gartner proyecta que para 2026 más de la mitad de las transacciones financieras de consumo se iniciarán en plataformas de terceros, no en la app del banco. Santander, Bind, Citi ya se están reposicionando en Argentina como proveedores de capital “silenciosos” detrás de experiencias embebidas de otras marcas. El mercado global de finanzas embebidas, que en 2025 movía unos US$146.000 millones, podría llegar a US$690.000 millones en 2030.
Contenido del artículo
Tres fricciones que van a determinar la velocidad real
1. Implementación y adopción
El obstáculo no es el modelo, es el negocio alrededor del modelo: sistemas core legacy, silos de datos, y sobre todo, un rediseño del modelo operativo humano-agente que casi ninguna entidad tiene resuelto. McKinsey lo resume así: una persona podría coordinar entre 20 y 30 agentes, como quien lidera un equipo, pero pocas organizaciones tienen la gobernanza para sostenerlo.
2. Seguridad de la infraestructura y confianza
Acá está la brecha más peligrosa del momento: la adopción corre mucho más rápido que la madurez de control. Deloitte identifica la inyección de prompts, el razonamiento opaco, la corrupción de memoria y el comportamiento autónomo fuera de control como los riesgos más críticos para las entidades financieras hoy.
Contenido del artículo
3. Regulación: ¿freno o acelerador?
Ninguna de las dos, en rigor de verdad, los reguladores todavía la van corriendo de atrás, y eso genera una zona gris que los pioneros aprovechan y a la vez arriesgan.
En la Unión Europea, el AI Act clasifica como “alto riesgo” al scoring crediticio, la prevención de lavado y la detección de fraude, con plazo de cumplimiento pleno el 2 de agosto de 2026 y multas de hasta €30 millones o 6% de la facturación global. En noviembre de 2025, la Autoridad Bancaria Europea concluyó que no hay contradicciones grandes entre el AI Act y la normativa bancaria existente — pero aclaró que cumplir una no garantiza automáticamente cumplir la otra.
En Estados Unidos, la Reserva Federal, la OCC y la FDIC reemplazaron en abril de 2026 la guía de riesgo de modelos vigente desde 2011, y dejaron afuera, explícitamente, a la IA generativa y agéntica, por considerarla demasiado nueva para codificar. El resultado: cada banco tiene que extrapolar, por su cuenta, una doctrina pensada para modelos estadísticos hacia una categoría que el propio regulador admite no entender del todo todavía. Human-in-the-loop en cada decisión material sigue siendo, por ahora, la única certeza regulatoria.
El “músculo” tras bambalinas o ¿quién ayuda a los servicios financieros a recorrer este camino?
Ningún banco construye esto solo. En dos años, los tres grandes hyperscalers firmaron 95 alianzas con startups de agentes de IA: Amazon lidera IA de atención al cliente (64% de esas alianzas), Microsoft domina en industrias reguladas como servicios financieros, legal y salud (77% de share). Los tres planean invertir más de US$500.000 millones en infraestructura de IA solo en el año fiscal 2026.
Las consultoras ( McKinsey & Company , Deloitte, Accenture, EY) hacen de traductoras entre el riesgo y la oportunidad, diseñando los playbooks de gobernanza y confianza. Y por debajo de todo, corre una bifurcación estratégica: bancos que construyen su propio modelo fundacional (Nubank con nuFormer, vía su adquisición de Hyperplane; JPMorgan con LLM Suite propio) versus bancos que alquilan la capa de razonamiento a OpenAI, Anthropic o Google.
Estas decisiones hoy valen tanto como lo era decidir dónde poner la próxima sucursal en los 2000.
Algunas preguntas que todavía nadie contesta bien
¿Quién responde cuando el agente se equivoca? Si un agente aprueba un crédito indebido o ejecuta una inversión errónea, la cadena de responsabilidad —banco, proveedor de modelo, regulador— todavía no está escrita en ningún lado con claridad.
¿Qué pasa con la inclusión financiera y el sesgo a esta escala? Modelos como nuFormer prometen incluir a quienes los scorings tradicionales excluían. Pero un sesgo automatizado y ejecutado en tiempo real, sin fricción humana, también se escala más rápido que nunca.
¿Sobrevive la marca bancaria si el banco se vuelve invisible? Si la relación con el cliente la posee la super-app, el marketplace o el fabricante de autos, el banco corre el riesgo de convertirse en commodity regulado detrás de otra marca. Retener la relación — o resignarse a ser infraestructura sin perder esa relación — es la decisión estratégica y ejecucional de la década.
¿Qué nuevas métricas de éxito reemplazan al NPS y al costo de adquisición? Si el usuario ya no interactúa, ¿cómo se redefine y cómo se mide la nueva lealtad? Probablemente vía confianza delegada: cuánta autonomía te da el cliente, no cuántas veces abre la app.
¿Habrá fragmentación geopolítica de la IA financiera? Con la UE regulando por riesgo, EE.UU. dejando que el mercado corra por delante de la norma, y modelos propios emergiendo en América Latina y Asia, es probable que no exista un único estándar global de banca agéntica, sino bloques con reglas y proveedores de modelo distintos.
Y por último, pero para mi super importante: ¿Quién educa al humano que está "en el loop"? Todo el modelo de aprobación autónoma descansa en una ficción cómoda: que la persona que aprueba o rechaza lo que el agente propone entiende lo que está haciendo. Hoy esa alfabetización no existe a la escala que la banca agéntica necesita. La mayoría de los usuarios no sabe leer una tasa efectiva, mucho menos auditar la lógica de un agente que reordena su presupuesto o le ofrece un crédito "optimizado". El riesgo no es solo tecnológico: es que el human-in-the-loop se convierta en un sello de goma, un humano que aprueba por default porque no tiene con qué evaluar la propuesta. Ahí es donde una capa educativa se vuelve tan crítica como la capa de control de riesgo. Es uno de los tantos problemas que me llevaron a involucrarme en el tema y desarrollar EsXAI (Es por ahí) | Inteligencia para tu plata: si la industria va a poner a una persona como último filtro antes de que un agente mueva su plata, esa persona necesita entender de IA aplicada a finanzas con la misma naturalidad con la que hoy entiende un resumen de tarjeta — sin eso, el "control humano" es una formalidad regulatoria, no una salvaguarda real.
La conclusión final quizás incómoda
Está claro que el banco que gane la próxima década no será el que tenga la mejor app o los mejores productos. Será el que logre que -paradójicamente- estar más presente que nunca, pero al mismo tiempo desaparecer con más inteligencia que sus competidores — y el que convenza a millones de personas de entregarle, sin ansiedad, el piloto automático de su vida financiera.
Esa confianza no se compra con una campaña de marketing: se construye, decisión autónoma tras decisión autónoma, siendo consistentemente más acertado que un humano. La tecnología ya casi está lista. La pregunta que queda abierta es si la confianza, el cambio de hábito, la regulación y la cultura organizacional van a poder seguirle el ritmo.
____________
Fuentes
McKinsey & Company – “Agentic AI will shake up banking, shrinking global profit pools” (2025)
McKinsey & Company – “The paradigm shift: How agentic AI is redefining banking operations” (2025)
Nu Holdings / Nubank – “Nubank details AI transformation strategy” (2026)
Building Nubank – “Building AI agents for 131 million customers”
Sifted – “Revolut building AI agents for sales, customer service and more”
FF News – “Revolut Enters New Era of Money Intelligence With Launch of AI Assistant”
CNBC – “JPMorgan Chase’s blueprint to become the world’s first fully AI-powered megabank” (2025)
JPMorganChase – “LLM Suite named 2025 Innovation of the Year”
Deloitte – “Managing the new wave of risks from AI agents in banking” (2025)
EY – “Nearly half of global consumers now use AI to guide savings and investment decisions” (2026)
TD Bank – “Nearly 80% of Americans use AI Tools but Most Still Want Humans Making Financial Decisions”
Gartner – “Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”
Research and Markets – “Embedded Finance Market - Forecasts from 2025 to 2030”
CB Insights – “Hyperscalers are carving up the AI agent market” (2025)
Retail Banker International – “When AI becomes invisible: how banking will really operate by 2026”
