Banca: 55% quiere agentes de IA en atención al cliente

¿Qué encontró Capgemini sobre los agentes de IA en la banca?

El 55% de los bancos planea usar ejecución multi-agéntica en atención al cliente en los próximos 18 meses. Es la aplicación más mencionada del estudio «The agentic era is cloud’s moment of truth», del Capgemini Research Institute, que encuestó a 1.100 ejecutivos del sector financiero entre junio y julio de 2026 en 14 mercados.

El resto de la lista de prioridades bancarias revela por dónde se está moviendo el presupuesto: KYC y operaciones de compliance (49%), detección de fraude (43%), decisiones de crédito (35%) y reportes regulatorios (26%).

La lectura rápida es que la banca quiere agentes donde hay volumen, repetición y auditoría. La lectura de fondo es otra: atención al cliente es la puerta de entrada, pero el dinero grande está en procesos internos que nadie ve y que hoy consumen miles de horas de personal especializado.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿En qué se diferencian las aseguradoras de los bancos?

El estudio separa ambos sectores y el contraste es útil para entender dónde está el retorno más claro. En seguros, el procesamiento de reclamaciones lidera con un 65%, seguido de suscripción (56%) y, recién en tercer lugar, atención al cliente (43%). Cierran la lista la detección y prevención de fraude (36%) y la gestión de pólizas (28%).

La diferencia tiene lógica operativa: una reclamación es un proceso con reglas, documentos y un resultado verificable. Es exactamente el tipo de tarea donde un agente puede medirse contra un humano en tiempo y costo por caso. La atención al cliente, en cambio, es más difusa de evaluar y mucho más expuesta a la percepción del usuario.

Para un founder que vende automatización al sector financiero, esta es la primera decisión de producto: si quieres métricas de impacto rápido, vende al proceso transaccional de una aseguradora; si quieres contratos grandes pero ciclos más lentos, entra por el contacto con el cliente final de un banco.

La brecha entre el piloto y la escala: el dato que realmente importa

El titular optimista es que 59% de las instituciones financieras ya tiene proyectos piloto o sistemas multi-agénticos en marcha. El titular real es el que viene después: solo 10% logró la orquestación a nivel de empresa necesaria para operar de forma autónoma a escala.

Capgemini lo dice sin rodeos: la mayoría se queda en el piloto, con iniciativas fragmentadas, gobernanza en silos y modelos operativos que siguen frenando la adopción. Y al aplicar cinco dimensiones de análisis —orquestación e implementación, gobernanza y autonomía, autoridad de ejecución en la nube, seguridad e identidad, y disciplina operativa con resultados económicos—, el grupo que alcanzó madurez real de IA agéntica a nivel empresarial se reduce al 5%.

Ese embudo 59% → 10% → 5% es el mapa competitivo del próximo año y medio. La tecnología ya está probada. Lo que falta es la capa aburrida: quién autoriza a un agente a ejecutar una acción, cómo se audita, qué pasa cuando se equivoca y cómo se conecta con el sistema que guarda el dato de verdad.

Por qué la mitad del sector no puede demostrar el retorno

El dato que explica la parálisis: aproximadamente la mitad de las firmas financieras no puede demostrar de forma consistente el retorno de sus iniciativas de IA agéntica y no tiene marcos claros para decidir si esos proyectos justifican más inversión.

La consecuencia ya es visible en cómo se asignará presupuesto. Según el mismo informe de Capgemini, para 2028 el número de ejecutivos que usan los resultados de negocio como criterio principal para financiar IA crecerá 141%, mientras que los que priorizan eficiencia caerán 42%. Traducido: «ahorramos horas» deja de alcanzar como argumento de venta.

Dos respuestas concretas del sector aparecen en el estudio. El 90% de las firmas ya usa ruteo inteligente de modelos o planea introducirlo, para mandar cada tarea al modelo con mejor relación precisión-costo y controlar el gasto en tokens. Y el 52% prefiere hyperscalers como socio de nube para gobernar despliegues multi-agénticos, por aprobaciones regulatorias, residencia de datos, seguridad e identidad, y capacidad de mantener auditabilidad a escala.

Sobre el modelo de compra, más de dos tercios esperan que el suministro híbrido —desarrollo interno de lo diferencial, licencias compradas para acelerar y partners para tecnología— sea el esquema dominante en tres años.

La IA ya entró a la banca, pero sobre todo por atrás

El contexto de adopción ayuda a dimensionar la oportunidad. Según datos de la Autoridad Bancaria Europea recogidos por El Periódico, la adopción de IA por parte de los bancos pasó del 60% en 2020 al 86% en 2024, y llega al 95% si se cuentan las entidades con pruebas piloto. Los usos más extendidos, según esa misma fuente y Funcas, son el perfilado de clientes (71,76%), la detección de fraude (69,41%) y la prevención de lavado de dinero y la asistencia al cliente (ambas con 65,88%).

Casos concretos ya en producción existen. CaixaBank desarrolló un agente de IA dentro de su aplicación que resuelve dudas sobre el catálogo de tarjetas y recomienda la que mejor encaja con lo que busca el cliente, y puso en marcha una Oficina de Inteligencia Artificial para asegurar que cada proyecto cumpla con regulación y ética, según recoge El Periódico.

El contraste geográfico también es útil para calibrar madurez. En España, el informe State of Service: AI Agents Edition de Salesforce indica que el 54% de los equipos de servicio ya utiliza IA agéntica y otro 24% prevé adoptarla en los próximos seis meses, según recoge PuroMarketing. Ojo con la comparación: no es el mismo universo que el estudio de Capgemini —equipos de servicio de cualquier sector frente a instituciones financieras globales—, pero marca la dirección del mercado hispanohablante.

¿Qué significa esto para tu startup?

1. Vende resultado de negocio, no ahorro de horas. La mitad del sector financiero no puede justificar la inversión en IA agéntica. Si tu propuesta comercial llega con un caso de negocio medible —tiempo de resolución, costo por caso, tasa de contención sin escalar a humano— entras por la única puerta que el comité de inversión tiene abierta. Y define esa métrica con el cliente en el piloto, no después.

2. Trata gobernanza, identidad y auditoría como parte del producto. Que el 52% elija hyperscalers por razones regulatorias y de auditabilidad dice mucho: el comprador no compra inteligencia, compra permiso para operar. Si tu agente no deja un rastro auditable de cada acción, no pasa de piloto aunque funcione mejor que el de al lado.

3. Prepárate para el modelo híbrido. Más de dos tercios de las instituciones esperan combinar desarrollo interno, licencias y partners en tres años. Eso abre dos posiciones para una startup pequeña: ser la solución comprada que se despliega rápido en un proceso específico, o ser el socio que aporta la capa de orquestación que el banco no quiere construir.

4. Si construyes agentes, el control de costo es feature. Con el 90% del sector adoptando ruteo inteligente de modelos para gestionar el gasto en tokens, cualquier producto agéntico sin control de costos por tarea se vuelve invendible en una cuenta corporativa.

Conclusión

La banca ya decidió que quiere agentes de IA y ya eligió dónde: atención al cliente como escaparate, compliance, fraude y crédito como núcleo. Lo que todavía no resolvió es cómo pasar del experimento aislado a la ejecución institucionalizada a escala, y ahí es donde el estudio de Capgemini deja la frase más incómoda y más útil: los líderes no se van a distinguir por adoptar IA, sino por su capacidad de institucionalizar la ejecución a escala.

Para el ecosistema emprendedor, eso es una invitación a dejar de competir por la demo más impresionante y empezar a competir por la implementación más gobernable. El 59% que ya está en piloto es tu mercado direccionable; el 5% que llegó a la madurez es tu referencia de lo que hay que construir.