Cajamar e IBM llevan agentes de IA a la banca española

Cajamar e IBM sientan las bases de una nueva capa de IA para la banca cooperativa

Grupo Cajamar ha firmado un acuerdo con IBM para desplegar una plataforma conjunta de datos e inteligencia artificial que unificará su información y permitirá llevar agentes conversacionales a procesos sensibles como la gestión del fraude. El anuncio, publicado el 22 de septiembre de 2026 por medios especializados, convierte a la cooperativa de crédito en uno de los primeros bancos europeos en construir una capa de IA común sobre la que integrar modelos, supervisarlos y llevarlos a producción con controles de cumplimiento normativo.

La operación, ejecutada a través de Banco de Crédito Social Cooperativo (BCC), mueve una arquitectura que combina sistemas IBM Fusion HCI instalados en los propios centros de datos de Cajamar con recursos en la nube, apoyada en Red Hat OpenShift para evitar el bloqueo con un único proveedor. Sobre esa base, la entidad ejecutará IBM watsonx.data para unificar datos, IBM watsonx.governance para auditar los modelos y IBM watsonx para desarrollar agentes, además de IBM Bob como asistente de programación para sus equipos tecnológicos.

Por qué importa este movimiento para el sector financiero

La banca española vive un proceso de adopción de IA con resultados desiguales: los pilotos abundan, pero pocas entidades han logrado llevarlos a producción sin rehacer su gobierno de datos desde cero. Cajamar ha elegido el camino contrario: primero la plataforma, después los casos de uso.

🤖 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

Mercedes Aranda, directora general de Personas y Tecnología de BCC-Grupo Cajamar, lo resume así en el comunicado recogido por Computing España: «la nueva plataforma que estamos desarrollando con IBM, gracias a su arquitectura abierta y escalable, nos permite optimizar los procesos internos, aumentar la productividad y que nuestros profesionales se centren en lo que realmente nos importa: diseñar productos y servicios adaptados a los distintos perfiles de clientes». La frase esconde una decisión arquitectónica: cuando los datos están gobernados en una capa común, cada equipo no necesita reconstruir su propia base de información para entrenar un modelo.

A 30 de junio de 2026, según los datos publicados por Noticias Bancarias, Grupo Cajamar gestionaba 67.582 millones de euros en activos, un volumen de negocio de 118.527 millones de euros, una ratio de solvencia del 16,6%, atendía a más de cuatro millones de clientes con 5.297 empleados y una red de 944 oficinas y puntos de atención rural. Llevar agentes de IA a una organización de ese tamaño exige una infraestructura que escale sin multiplicar controles.

La arquitectura: nube híbrida y datos unificados

El diseño técnico, detallado por La Ecuación Digital y El Conciso, se sostiene en tres pilares:

IBM Fusion HCI + nube: procesamiento híbrido que mantiene capacidad on-premise para cargas sensibles y recurre al cloud cuando la elasticidad lo requiere.
Red Hat OpenShift: orquestación basada en código abierto que facilita mover aplicaciones entre entornos y reduce la dependencia de un único proveedor.
IBM watsonx.data: capa de datos unificada, abierta y gobernada, pensada para que los modelos trabajen con reglas de acceso comunes en lugar de hacerlo proyecto por proyecto.

La consecuencia operativa es inmediata: en lugar de montar una infraestructura de datos nueva para cada piloto de IA, los equipos acceden a una base compartida con criterios ya definidos de seguridad y trazabilidad. Para un banco regulado, eso acorta los plazos entre el prototipo y el despliegue.

Los primeros casos de uso: fraude y desarrollo de software

El acuerdo no se queda en plataforma. Cajamar ya trabaja en dos líneas concretas:

Agentes conversacionales para antifraude. Es un proyecto piloto en fase de exploración. Su objetivo es acelerar la gestión operativa del fraude con asistentes que automaticen tareas mecánicas y dejen la decisión final en manos del analista. Noticias Bancarias subraya que el caso sigue en prueba, sin fecha de paso a producción.
IBM Bob para desarrollo de software. Un equipo conjunto de IBM y Cajamar construyó una aplicación interna en 120 días y, según el comunicado compartido por Computing España y El Conciso, duplicó la funcionalidad prevista en el plan original. El asistente interviene en planificación, programación, pruebas, despliegue, mantenimiento y modernización, con controles de gobierno, seguridad y costes integrados.

La apuesta por el desarrollo de software no es trivial. IBM Bob alcanzó disponibilidad general el 28 de abril de 2026 y, según datos publicados por Analytics Insight, pasó de 100 desarrolladores en junio de 2025 a más de 80.000 empleados de IBM que lo utilizan en su día a día, con una ganancia media de productividad auto-reportada del 45%.

Gobernanza como requisito, no como complemento

En banca, el rendimiento técnico de un modelo no basta para llevarlo a producción: hace falta trazabilidad, control de accesos y responsabilidad sobre cada sistema. Cajamar incorpora IBM watsonx.governance desde el inicio, no como módulo añadido. Horacio Morell, presidente de IBM España, Portugal, Grecia e Israel, declaró a Computing España que «el proyecto de Cajamar es un referente mundial de cómo una entidad financiera puede llevar a cabo una transformación profunda y estratégica», y añadió que la arquitectura abierta basada en watsonx permite «avanzar en la era de la IA generativa en la banca».

La estrategia conecta con el modelo de «AI operating model» que IBM presentó en su Think 2026 en Boston, según recoge Analytics Insight: agentes coordinados, datos conectados en tiempo real, automatización de extremo a extremo y control híbrido de soberanía y cumplimiento. Para una cooperativa de crédito con clientes en municipios rurales, ese último punto — soberanía del dato y ejecución on-premise — no es opcional: parte de la regulación europea lo exige.

Qué significa esto para tu startup

El caso de Cajamar es relevante aunque tu empresa no sea un banco. Ilustra tres patrones que cualquier founder debería copiar cuando planifique proyectos de IA en sectores regulados o con datos sensibles:

Construir la capa de datos antes que los casos de uso. Cajamar unificó su información en watsonx.data antes de desplegar agentes. Hacerlo al revés genera duplicaciones de gobierno y multiplica los costes de auditoría.
Elegir arquitecturas abiertas para no quedarse atrapado. Red Hat OpenShift les permite mover cargas entre entornos y reducir el lock-in con un proveedor. En tu stack, valora frameworks y herramientas que puedas portar si cambia la estrategia del proveedor.
Aterrizar la IA en una métrica de proceso, no en una demo. Cajamer midió el piloto de IBM Bob en días de desarrollo y funcionalidad entregada; el piloto de fraude se evalúa por agilidad operativa. Define el KPI antes de empezar.

Acciones concretas que puedes implementar esta semana

Audita qué bases de datos consumen tus modelos hoy. Si cada equipo tiene su propia fuente sin reglas comunes de acceso y retención, tienes el mismo problema que Cajamar resolvió con watsonx.data. Documenta qué información usa cada modelo y unifica criterios antes de invertir en más agentes.
Mide el coste de cambiar de proveedor. Si tu stack depende de un único modelo o plataforma, calcula el coste real (datos, integraciones, reentrenamiento) de migrar a otra opción. La arquitectura abierta que eligió Cajamar es defensiva: te protege ante cambios de precio o de roadmap.
Prueba un agente en una tarea repetitiva concreta. Cajamar empezó con fraude y con desarrollo de software. No son casos glamurosos, pero están acotados y son medibles. Elige un proceso tuyo de 2 a 5 pasos que hoy haga una persona y mide cuánto tarda un agente con gobierno a hacerlo.