Una de las prioridades en estos momentos para Banco Santander es la gestión de la inteligencia artificial en todas sus variables. Recientemente, se anunció una gran movilización de miles empleados en esta rama para transformar el banco, así como una colaboración con el CSIC para detectar tendencias en la IA B2B.
La última noticia viene dada por una alianza con el gigante NVIDIA para desarrollar sistemas especializados en procesos bancarios concretos.
La colaboración de NVIDIA con el Santander AI Lab
El acuerdo entre ambos repercutirá sobre la actividad de Santander AI Lab, el laboratorio del grupo que explora y prueba tecnologías emergentes antes de su despliegue en el conjunto de la organización. A partir de la alianza con la corporación de chips se buscará qué tecnología resulta más adecuada y eficiente para cada tarea, un factor especialmente relevante en un sector que gestiona grandes volúmenes de datos y operaciones.
En pruebas experimentales, el banco ha conseguido reducir el coste de ejecución de determinadas interacciones de unos cinco euros a aproximadamente 0,03 euros, manteniendo buenos resultados. Esta diferencia equivale a una reducción del 99,4% en el coste por interacción. Se trata de resultados asociados a casos de uso experimentales, no de una reducción generalizada de los costes de toda la infraestructura de inteligencia artificial de Santander.
El avance refleja un cambio de enfoque: en lugar de recurrir siempre a modelos de gran tamaño, el banco busca ajustar la tecnología a las necesidades específicas de cada proceso. Esta estrategia permite explorar alternativas más eficientes sin renunciar al rendimiento que requieren las aplicaciones financieras.
Modelos más pequeños para tareas bancarias específicas
Uno de los principales desarrollos del Santander AI Lab es Model Arena, una plataforma diseñada para evaluar modelos de pesos abiertos (open-weight models) en tareas bancarias. Su función es comparar alternativas e identificar cuál ofrece el mejor equilibrio entre resultados y eficiencia para cada aplicación.
La iniciativa responde a una cuestión central en la adopción empresarial de la IA: el modelo más grande o avanzado no siempre es el más apropiado para resolver una tarea concreta. En determinados procesos, un sistema más pequeño, entrenado o ajustado para una función específica, puede ofrecer resultados satisfactorios con un consumo de recursos y unos costes inferiores.
Santander también está utilizando NVIDIA NeMo Customizer para ajustar modelos a necesidades concretas del negocio. Las pruebas comparativas realizadas en atención al cliente han mostrado que los modelos más pequeños y especializados pueden obtener buenos resultados en tareas bancarias específicas.
El banco busca así construir una arquitectura en la que cada aplicación disponga de una solución adaptada a sus requisitos, en lugar de utilizar un único modelo generalista para todos los casos. Este enfoque resulta especialmente relevante cuando la tecnología debe responder a consultas frecuentes, manejar información especializada o integrarse en procesos operativos con exigencias concretas de rendimiento.
La colaboración también abarca los datos estructurados. Santander ha desarrollado inteligencia especializada para procesos de core bancario sobre NVIDIA Kumo, una familia de modelos fundacionales de pesos abiertos orientados a este tipo de información. La tecnología permite convertir datos estructurados en información predictiva que puede servir de base para servicios apoyados en agentes de inteligencia artificial.
La apuesta consiste en aprovechar el conocimiento acumulado por el banco a partir de sus propios datos y convertirlo en capacidades útiles para sus operaciones. El ajuste de los modelos y la especialización por tareas se convierten, de este modo, en elementos centrales para desarrollar una IA adaptada a las necesidades de una entidad financiera global.
De la experimentación a los agentes bancarios
El siguiente paso es integrar estas capacidades en la infraestructura tecnológica del grupo y avanzar hacia sistemas que no se limiten a generar respuestas, sino que puedan participar en la ejecución de tareas. Para ello, Santander está incorporando NVIDIA Dynamo-Triton, tecnología que ha hecho posible la reducción de costes descrita en los casos experimentales.
En paralelo, Model Arena está evolucionando para permitir el diseño, la simulación, la evaluación y la supervisión de agentes bancarios. El laboratorio trabaja también en la mejora de sus resultados y en la realización de pruebas de esfuerzo de la inteligencia artificial conversacional en entornos controlados.
Iñaki Bernal, responsable de Inteligencia Artificial de Santander, destaca el papel de la infraestructura y la investigación tecnológica, junto con la escala del propio grupo, para trasladar los avances de la IA a aplicaciones concretas.
«NVIDIA es clave en la infraestructura, el software y la investigación que impulsan los últimos avances en inteligencia artificial. Si a ello sumamos la escala de Santander en líneas de negocio, clientes y presencia geográfica, creemos que estamos en una posición única para convertir esos avances en capacidades bancarias útiles y concretas», señala.
Por su parte, Aser Blanco, responsable global de Banca en NVIDIA, considera que el principal desafío de la banca pasa por transformar los datos acumulados en inteligencia útil para el negocio. «Convertir años de datos en inteligencia útil y propia no depende del tamaño del modelo, sino del entrenamiento y del ajuste fino. En este escenario, el coste de cada resultado generado por la inteligencia artificial es una métrica fundamental», afirma.
Blanco añade que Santander está demostrando cómo llevar este enfoque a la práctica mediante modelos más pequeños, especializados con datos propios y evaluados en tareas bancarias reales, con la eficiencia necesaria para operar a escala global.