Llegando ya a finales de este 2025, año en el que definitivamente a explotado la inteligencia artificial en todos los sectores, es momento de empezar a deslizar qué será lo próximo que depare la IA en los negocios. En este caso, hablamos de uno de los puntales económicos como es la industria de los servicios financieros, una de las más avanzadas en la implantación de herramientas digitales.
Para ello, José María Alonso, country manager de Snowflake para España y Portugal, comparte cuáles son las próximas tendencias clave que se darán en el panorama financiero para los próximos doce meses. Desde su punto de vista, el sector ya ha dejado atrás la fase experimental del uso de la inteligencia artificial. Tras años de prototipos, pilotos aislados y chatbots de bajo impacto, 2026 se perfila como el punto de inflexión hacia una adopción madura, estratégica y estrictamente orientada al retorno empresarial.
José María Alonso.
La IA tendrá que demostrar su impacto real en el sector financiero para 2026
Así pues, en esta nueva fase de madurez en la que entran las finanzas en 2026, las firmas buscarán métricas financieras claras para justificar cada inversión. De este modo, la lógica de “IA por la IA” irá desapareciendo a medida que los consejos de administración reclamen indicadores medibles: tasas de retención de clientes, crecimiento de ingresos, reducción de costes operativos o mejoras en la adopción digital.
Este giro obligará a integrar la IA en las arquitecturas de datos corporativas, abandonando los experimentos en silos que tanto han caracterizado la primera oleada. Los modelos desplegados deberán conectarse con procesos de negocio críticos y demostrar su efecto directo sobre la rentabilidad. Con todo, la IA debería pasar a considerarse un activo tecnológico sujeto al mismo escrutinio que cualquier inversión estratégica.
Apps de IA hiperespecializadas para generar ingresos
A diferencia de otros sectores que se apoyan en la IA fundamentalmente para mejorar la eficiencia, los servicios financieros ya están orientando su estrategia hacia la generación de ingresos, según mantiene Alonso. El enfoque “profit-first” marcará 2026 y abrirá la puerta a una segunda generación de soluciones de IA hiperespecializadas.
Este tipo de soluciones tendrán a la rentabilidad como criterio rector. Esto se traduce en objetivos como una optimización de márgenes de préstamo desde la IA, una mejora de la calidad del riesgo y la reducción de pérdidas esperadas. Los gestores de activos recurrirán a modelos avanzados para obtener ventajas diferenciales a partir de datos alternativos y señales no tradicionales.
Las fintech, por su parte, profundizarán en el uso de IA para análisis de riesgo en tiempo real, personalización dinámica de productos y fijación de precios instantánea.
La pregunta clave dejará de ser “¿es posible usar IA para esto?” y pasará a formularse en términos económicos: “¿cuánto valor añadido produce esta aplicación?”. Según la opinión del country manager de Snowflake para España y Portugal, las entidades que logren escalar aplicaciones de IA con impacto directo en resultados tendrán una ventaja decisiva.
Nueva dimensión del riesgo: la otra gestión que buscarán los negocios desde la IA
La creciente integración de agentes de IA y grandes modelos de lenguaje en procesos sensibles —desde análisis de riesgo a operaciones de back-office o monitorización del fraude— está generando un escenario de riesgos completamente nuevo.
Hasta ahora, la conversación en torno a la IA se centraba en sesgos, transparencia o alucinaciones. Pero en 2026, estos serán solo una parte del mapa. Los riesgos asociados a la resiliencia operativa serán el foco prioritario: dependencia de infraestructuras de datos, interoperabilidad entre sistemas críticos, fallos sistémicos y cumplimiento regulatorio.
Los supervisores europeos ya han anticipado un entorno de vigilancia más estricta, alineado con la inminente plena aplicación de la Ley de IA de la UE. Las entidades financieras tendrán que demostrar no sólo que sus modelos son fiables, sino que están respaldados por una arquitectura de datos robusta, trazable y diseñada para soportar operaciones en tiempo real.
Sin esa base, la IA no podrá escalar. Las organizaciones sin un gobierno del dato sólido estarán directamente excluidas de la próxima fase de adopción. Para los consejos de administración, la IA se convertirá en un componente crítico de la continuidad de negocio, al mismo nivel que cualquier otro sistema esencial.
