Por razones de volumen, banca y seguros representan a los sectores líderes en el uso de la inteligencia artificial. Su madurez ha conducido a que también sean de los primeros en implantar la IA agéntica. Llegados a este punto, este tipo de herramientas se han convertido en algo más qua una solución de automatización de tareas.
Un agente IA puede coordinar distintas acciones para alcanzar un objetivo concreto. Puede consultar bases de datos, recopilar documentación, verificar información, interactuar con aplicaciones corporativas, activar tareas dentro de un flujo de trabajo y, cuando es necesario, solicitar la validación de un profesional antes de continuar. Todo ello ha terminado por conquistar a la banca y buena parte de ella ya la ha implementado en el mundo.
El uso de la IA agéntica en los bancos
Según datos de la European Banking Authority, el 55% de los bancos ya utiliza inteligencia artificial generalista o agéntica en procesos relacionados con la atención al cliente, la detección de actividades sospechosas, la prevención del fraude, los asistentes digitales o el soporte a empleados.
Se concluye de esta investigación que el reto está ahora en otorgar la seguridad necesaria a los procesos críticos. Es decir, en diseñar un plan que además de cumplir con la regulación, incorpore mecanismos de supervisión y fije unas reglas de actuación.
El potencial de esta tecnología en el sector financiero
Paralelamente al avance de una estrategia de estas características, las entidades ya conocen el potencial de la IA agéntica y lo que ésta puede hacer en una organización. En la industria bancaria, los agentes podrían asumir tareas relacionadas con la incorporación de nuevos clientes, los procesos de conocimiento del cliente (KYC), la evaluación preliminar de riesgos, la gestión documental o la preparación de informes regulatorios. También podrían ayudar a clasificar alertas de fraude, recopilar evidencias o coordinar información procedente de diferentes plataformas antes de que un profesional tome una decisión final.
En el ámbito asegurador, muy parecido al de la banca por el volumen de datos que se maneja, las oportunidades son igualmente amplias. Desde la gestión de siniestros hasta la evaluación de coberturas, pasando por la detección de posibles fraudes o la atención a mediadores, los agentes pueden actuar como coordinadores inteligentes capaces de reducir tiempos y simplificar procesos tradicionalmente fragmentados.
La confianza y la regulación, los otros factores a tener en cuenta
Así, es época de nuevos testeos y de diseño estratégico para la entrada de las nuevas herramientas inteligentes. Aun así, la confianza continúa siendo un factor determinante. La relación entre los consumidores y la inteligencia artificial sigue marcada por una cierta ambivalencia. Los usuarios reconocen el potencial de estas tecnologías para mejorar servicios y agilizar gestiones, pero al mismo tiempo mantienen reservas cuando se trata de decisiones importantes relacionadas con su dinero o su protección financiera.
Los datos del I Barómetro Qaracter 2025 sobre Tendencias y Digitalización en Banca y Seguros reflejan precisamente esa dualidad. Aunque una amplia mayoría de los clientes considera que la inteligencia artificial puede mejorar la gestión financiera, más de la mitad muestra preocupación por su utilización. Además, la mayoría sigue prefiriendo la intervención humana cuando necesita resolver incidencias, contratar productos o recibir asesoramiento.
Para la firma responsable de este barómetro, especializada en transformación tecnológica para banca y seguros, el éxito de esta nueva generación de inteligencia artificial dependerá precisamente de esa combinación entre innovación y control.
Además, no se puede pasar por alto la regulación y el Reglamento Europeo de Inteligencia Artificial (AI Act), que introduce obligaciones específicas para determinados usos de la IA, especialmente aquellos considerados de alto riesgo. Paralelamente, la normativa DORA exige a las entidades financieras fortalecer su resiliencia operativa digital y reforzar los controles sobre las tecnologías críticas que utilizan.
“El verdadero cambio de la IA agéntica no está en automatizar más tareas, sino en integrar agentes dentro de procesos críticos de negocio con reglas claras, gobierno del dato, controles de riesgo, ciberseguridad, trazabilidad y supervisión humana. En banca y seguros, la pregunta no es cuánta autonomía puede tener un agente, sino qué decisiones puede apoyar, qué límites debe respetar y cómo se mide su impacto real”, concluye Marta Sanz, directora Global de Exponential Technologies de Qaracter.