Becarios de banca enseñan IA a sus jefes: el 57% Gen Z

La paradoja del becario que enseña al jefe

La banca española vive en 2026 una inversión de jerarquía que hace cinco años habría sido ciencia ficción: el becario que entra a trabajar en una entidad financiera ya domina la herramienta que su director de área todavía no ha aprendido a usar. El 57% de la Generación Z ya utiliza IA generativa en su flujo de trabajo, frente al 49% de los millennials y apenas el 16% de los mayores de 60 años, según el Informe Ditrendia IA 2026. En los puestos de mando intermedios y alta dirección —donde la media de edad supera los 40— ese 16% se convierte en un problema operativo que los analistas junior resuelven de facto, como documenta el análisis publicado en wwwhatsnew.com y replicado por Xataka esta semana.

¿Qué hace exactamente el becario con IA que antes hacía sin ella?

El trabajo repetitivo, mecánico y basado en documentación —análisis de contratos, preparación de informes de due diligence, consolidación de datos en Excel para comités de crédito— es exactamente el que la IA generativa ha aprendido a acelerar primero. Un analista junior con Claude, GPT-4o o Gemini puede completar en una hora tareas que antes llevaban una tarde. Si además tiene acceso a los sistemas del banco integrados con bases de datos internas —algo que ya es realidad en las entidades más digitalizadas—, puede preparar informes que antes requerían la coordinación de varios departamentos.

El Informe Ditrendia IA 2026 identifica la brecha generacional como estructural, no anecdótica: el salto entre el 57% de adopción de la Gen Z y el 16% de los mayores de 60 representa una distancia de 41 puntos porcentuales que las organizaciones financieras no pueden seguir ignorando.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Por qué los jefes acaban aprendiendo de sus becarios?

La brecha de adopción crea una situación incómoda pero productiva: el superior conserva la autoridad y el criterio, pero el subordinado tiene la herramienta. En banca, donde la confianza y la discreción son valores fundamentales, esa inversión de rol solo funciona cuando se formaliza.

Los bancos que mejor están gestionando la transición han implementado programas de reverse mentoring donde analistas junior forman a directores de área en el uso de herramientas específicas. BBVA, Santander y CaixaBank han puesto en marcha programas de este tipo en los últimos dos años, con resultados que varían según la receptividad de los mandos intermedios, según recoge el análisis de wwwhatsnew.com.

La resistencia más frecuente no es tecnológica sino cultural: los directivos con veinte años de experiencia tienen dificultades para incorporar una herramienta que a veces produce salidas incorrectas con mucha seguridad aparente —el problema de las alucinaciones de los LLMs. Confiar en la IA requiere entender sus límites, y entender sus límites requiere haberla usado lo suficiente como para haberla visto fallar.

La alerta de la OIT: 5,6 millones de jóvenes en riesgo

La tendencia no es exclusiva de la banca. El informe Tendencias Mundiales del Empleo Juvenil 2026 de la Organización Internacional del Trabajo (OIT), recogido por Imparcial Oaxaca, advierte que en un escenario desfavorable la automatización podría dejar a 5,6 millones de trabajadores jóvenes (entre 15 y 29 años) sin empleo o forzados a cambios intempestivos de puesto. Actualmente, el 6,1% de los empleos juveniles a nivel global se ubica en la categoría de mayor riesgo de sustitución por grandes modelos de lenguaje.

América Latina y el Caribe es la segunda región más afectada, con un 14% de sus empleos juveniles en riesgo —lo que se traduce en aproximadamente 785.000 puestos potencialmente perdidos—, solo por detrás de Asia Oriental (26,7%). Los puestos más vulnerables son los de cualificación media: apoyo y gestión administrativa, servicios y ventas, tareas calificadas en agricultura, y operación de instalaciones y maquinaria.

Un dato complementario publicado por Yahoo Noticias añade presión al diagnóstico: un estudio de la Universidad de Stanford —citado por la propia OIT— muestra que, entre los trabajos más expuestos a la IA generativa, los puestos de ingreso para jóvenes de entre 22 y 25 años disminuyeron un 16% en promedio en Estados Unidos, mientras que el empleo de los trabajadores con más experiencia se mantuvo estable. La automatización está impactando de forma desproporcionada a los trabajadores de nivel de entrada.

¿Qué cambia en la formación interna de los bancos?

Los programas de formación de analistas —que hasta hace tres años se centraban en modelado financiero en Excel, análisis de valoración y técnicas de presentación— incluyen ahora módulos de prompt engineering, uso de herramientas de análisis documental con IA, y criterio crítico para evaluar el output de los modelos: identificar cuándo el modelo "alucina" una cifra, cuándo un resumen pierde matices relevantes, cuándo la confianza del modelo no está respaldada por la fuente.

JPMorgan Chase, Goldman Sachs y BBVA han desarrollado entornos de IA corporativos propios —modelos ajustados a sus políticas internas de datos y cumplimiento— que los analistas junior aprenden durante las primeras semanas de incorporación. El impacto en las estructuras de equipo es gradual pero consistente: los equipos que antes necesitaban seis analistas para un proceso de due diligence de tamaño estándar ahora completan el mismo trabajo con cuatro.

La lectura optimista es que esos dos analistas se reasignan a análisis de mayor valor. La lectura realista —y la que preocupa a RR. HH.— es que en el próximo ciclo de contratación el banco sencillamente contratará dos analistas menos. La curva de aprendizaje que antes tardaba tres años en recorrerse se está comprimiendo en seis meses cuando el analista junior tiene las herramientas y el criterio para usarlas responsablemente.

¿Qué significa esto para tu startup?

La dinámica que describe la banca no es un caso aislado: es un anticipo de lo que va a pasar en cualquier empresa con datos, jerarquía y trabajo documental. Tres implicaciones concretas para founders:

El "saber usar IA" deja de ser ventaja competitiva individual y se convierte en suelo de partida. Si contratas a un junior en 2026 esperando que la IA le dé una ventaja, llegas tarde: ya la usa antes de entrar. Lo que diferencia a los mejores perfiles junior no es la herramienta, sino la combinación de criterio de dominio + alfabetización en IA. Reescribe tus descripciones de puesto para exigir eso explícitamente.
Implementa reverse mentoring antes de que la brecha se vuelva operativa. BBVA, Santander y CaixaBank lo han hecho en los últimos dos años. En una startup de 10-50 personas el coste es casi nulo y el retorno se nota rápido: un programa donde dos personas junior forman al equipo senior en flujos de trabajo con IA elimina cuellos de botella en una semana.
Diseña tu formación interna alrededor de la verificación, no del prompting. La OIT destaca que el verdadero factor diferenciador será la combinación de capacidades técnicas con habilidades humanas —pensamiento crítico, adaptabilidad, resolución de problemas complejos— que la IA no puede reemplazar. En la práctica bancaria esto se traduce en enseñar a los equipos a detectar alucinaciones y validar outputs, no solo a generar prompts. Es la diferencia entre un equipo que usa IA y uno que confía a ciegas en ella.