Las grandes empresas están invirtiendo cantidades crecientes de recursos en inteligencia artificial, automatización y datos. Sin embargo, disponer de tecnología no garantiza encontrar los mejores lugares para aplicarla.
En ocasiones, la respuesta puede estar mucho más cerca: en los propios empleados.
Banco Santander ha decidido explorar precisamente esa vía con una iniciativa global que ha conseguido generar 3.401 ideas de sus profesionales para mejorar productos, servicios y procesos utilizando inteligencia artificial, datos y automatización.
El programa, denominado Santander Innovation Challenge, ha movilizado a profesionales de diferentes países y áreas de negocio. De las miles de ideas recibidas, 2.370 llegaron a convertirse en propuestas completadas, 141 fueron seleccionadas como semifinalistas, 48 alcanzaron la fase final y 12 proyectos avanzarán ahora hacia una nueva etapa de definición y desarrollo.
Más allá de las cifras, el proyecto plantea una reflexión interesante sobre la innovación corporativa: quienes trabajan diariamente con los clientes y los procesos internos pueden encontrarse en una posición privilegiada para identificar dónde la IA puede generar realmente valor.
Inteligencia artificial en Santander: de experimentar con IA a buscar casos de negocio
La expansión de la IA generativa ha provocado que muchas compañías atraviesen una primera etapa caracterizada por la experimentación.
El siguiente desafío consiste en transformar esas posibilidades tecnológicas en casos de uso de inteligencia artificial vinculados a problemas empresariales concretos.
El Santander Innovation Challenge sigue precisamente esa dirección. Los proyectos seleccionados proceden de áreas y negocios diferentes, entre ellos Openbank, Santander Corporate & Investment Banking, Getnet, Banca Comercial, Global Cards, Retail y Wealth Management & Insurance.
Sus propuestas abarcan ámbitos como gestión de riesgos, pagos, conectividad de datos, flujos de caja para pymes o asistentes basados en inteligencia artificial.
Es decir, no existe una única IA aplicable a toda la organización. La oportunidad aparece en diferentes puntos de la cadena de valor.
De 3.401 ideas a 12 proyectos finalistas
El embudo de selección permite hacerse una idea de la dimensión de la iniciativa.
Santander recibió exactamente 3.401 ideas, de las cuales 2.370 terminaron convirtiéndose en propuestas completas.
Posteriormente, 141 fueron seleccionadas para las semifinales y 48 llegaron hasta la fase final.
Finalmente, 12 proyectos han sido elegidos para continuar su desarrollo.
La cifra supone que apenas una pequeña parte de todas las ideas inicialmente planteadas llegará a esta nueva etapa.
Y ahí se encuentra uno de los aspectos fundamentales de cualquier estrategia de innovación: generar ideas es solo el comienzo. Después hay que determinar cuáles responden a una necesidad real, qué datos necesitan, cómo puede medirse su impacto y qué recursos requeriría convertirlas en soluciones operativas.
Un asistente de IA para ayudar a las pymes con su liquidez
Entre los proyectos seleccionados destaca Fynn by Santander, una propuesta orientada a las pequeñas y medianas empresas.
El concepto plantea un asistente virtual capaz de analizar los datos financieros de una pyme, anticipar sus necesidades de liquidez y ofrecer recomendaciones que ayuden a gestionar el negocio.
El caso resulta especialmente ilustrativo del potencial de la inteligencia artificial aplicada a servicios financieros.
Una pyme puede generar una cantidad considerable de información financiera, pero disponer de los datos no significa necesariamente tener capacidad para analizarlos continuamente.
Un sistema capaz de convertir esa información en alertas o recomendaciones podría ayudar a trasladar el análisis financiero desde una perspectiva retrospectiva —qué ha sucedido— hacia otra más predictiva: qué puede suceder y qué decisiones conviene valorar antes de que ocurra.
El documento de Santander señala el concepto y su objetivo, aunque será precisamente la siguiente fase la que deberá concretar su alcance y eventual desarrollo.
AI Squad: cuando los agentes de IA empiezan a trabajar en equipo
Otra de las propuestas seleccionadas apunta hacia una de las tendencias tecnológicas que más interés está generando actualmente: los agentes de inteligencia artificial.
El proyecto AI Squad propone crear un equipo de agentes especializados que colaboren en el diseño de nuevos productos y servicios.
Cada agente aportaría capacidades relacionadas con diferentes dimensiones del negocio, incluyendo análisis empresarial, experiencia de cliente, riesgos y cumplimiento normativo. El objetivo es acelerar los procesos de innovación.
La propuesta representa una evolución respecto al uso convencional de la IA generativa.
En lugar de disponer de un único asistente al que realizar preguntas, se plantea una estructura formada por diferentes agentes especializados capaces de aportar perspectivas complementarias.
Para una entidad financiera, incorporar riesgos y cumplimiento desde el propio proceso de diseño resulta especialmente significativo. Innovar más rápido no elimina la necesidad de hacerlo dentro de un entorno regulado.
Los 12 proyectos que Santander llevará a la siguiente fase
La selección final refleja la diversidad de ámbitos en los que el banco está explorando oportunidades.
Además de Fynn by Santander y AI Squad, han sido seleccionados ALEX – SCIB CRM AI Agent, CashFlow Autopilot for SMEs, CD Advisor, Ecosystem Risk Manager, GetElevate, Proprietary Data Connectivity, Santander ePay, Santander Start, Super Santander BaaS y Wealth AI Assistant.
Los propios nombres muestran un abanico que va desde asistentes de inteligencia artificial hasta soluciones relacionadas con datos, riesgos, pagos, banca como servicio o gestión patrimonial.
Pero Santander no afirma todavía que estos proyectos vayan a convertirse necesariamente en productos definitivos.
Los 12 pasan ahora a una etapa destinada precisamente a determinar su viabilidad y posible aplicación dentro del banco.
La innovación interna cruza seis mercados
Otro aspecto destacable del programa es su dimensión internacional.
Las propuestas finalistas han sido desarrolladas por profesionales de México, Brasil, España, Chile, Estados Unidos y las sedes globales del Grupo Santander.
Esta diversidad introduce una ventaja potencial para una organización global.
Un problema identificado en un determinado mercado puede tener equivalencias en otros países. Del mismo modo, una solución nacida dentro de un área concreta podría llegar a encontrar aplicaciones en diferentes negocios si consigue demostrar su utilidad.
La innovación interna permite aprovechar precisamente ese conocimiento distribuido.
En lugar de concentrar toda la generación de ideas en un único departamento, se busca involucrar a profesionales que conocen directamente los clientes, los productos y las ineficiencias de determinados procesos.
El conocimiento del negocio se convierte en el gran aliado de la IA
Este puede ser uno de los aprendizajes más interesantes del Santander Innovation Challenge para otros directivos.
La expansión de la inteligencia artificial está poniendo mucho énfasis en las competencias tecnológicas. Pero para encontrar un buen caso de uso no basta necesariamente con conocer cómo funciona un modelo.
También hay que entender profundamente el problema que se pretende solucionar.
Un profesional que lleva años trabajando con pymes puede identificar dificultades de gestión de liquidez que un especialista tecnológico desconoce. Un equipo de pagos puede detectar fricciones concretas. Un profesional de riesgos conoce qué procesos necesitan mayor capacidad analítica.
La combinación entre conocimiento del negocio e inteligencia artificial puede convertirse así en una de las principales fuentes de innovación empresarial.
La tecnología aporta nuevas capacidades; los empleados saben dónde pueden tener sentido.
Después de las ideas llega la parte más difícil: demostrar que funcionan
Los 12 equipos seleccionados trabajarán ahora con áreas globales y patrocinadores de negocio.
La siguiente etapa deberá concretar aspectos fundamentales: el alcance de las soluciones, los usuarios a los que estarán dirigidas, las necesidades de datos y control, las métricas de éxito y los hitos necesarios para avanzar hacia un eventual desarrollo.
Este punto marca la distancia entre una buena idea y una innovación empresarial real.
Un proyecto de IA puede resultar tecnológicamente atractivo, pero si no dispone de datos adecuados, no resuelve una necesidad suficientemente importante o su impacto no puede medirse, difícilmente conseguirá escalar.
Especialmente significativa es la referencia a las necesidades de datos y control.
A medida que los sistemas de inteligencia artificial participan en procesos empresariales más relevantes, las compañías necesitan combinar innovación con mecanismos de gobernanza, seguridad y supervisión.
La IA también cambia la manera de innovar dentro de las grandes empresas
El caso de Santander muestra que la inteligencia artificial puede tener un efecto que trasciende las propias herramientas.
También puede modificar la forma en la que una organización genera innovación.
En lugar de pensar únicamente en grandes proyectos tecnológicos diseñados desde arriba, las empresas pueden abrir procesos que permitan a sus profesionales identificar oportunidades desde el conocimiento cotidiano del negocio.
El resultado no depende únicamente del número de ideas.
La verdadera medida del éxito llegará cuando se compruebe cuántos de estos proyectos consiguen superar las siguientes fases, convertirse en soluciones y generar mejoras medibles para clientes o procesos internos.
Pero las más de 3.400 ideas presentadas por empleados de Santander ya dejan una señal relevante: existe un considerable interés dentro de las organizaciones por convertir la inteligencia artificial en una herramienta práctica.
Para los directivos, la cuestión que plantea el proyecto es sencilla.
Tal vez la próxima gran aplicación de IA de una compañía no tenga que llegar necesariamente de un proveedor tecnológico o de un laboratorio de innovación. Puede surgir del profesional que conoce desde hace años un proceso ineficiente y que ahora, gracias a la tecnología, dispone por primera vez de nuevas herramientas para intentar rediseñarlo.