La inteligencia artificial ya está dentro de los bancos latinoamericanos. Puede abaratar el crédito y ampliar el acceso a millones de personas que hoy quedan afuera. Pero para que eso ocurra, la confianza tendrá que crecer al mismo ritmo que la tecnología.
Hace diez años, pedir un crédito podía significar semanas de papeles, firmas, entrevistas y una respuesta que muchas veces llegaba demasiado tarde. Hoy, en buena parte de América Latina, esa misma decisión puede tomarse en minutos. Detrás del cambio está la IA en la banca, una tecnología que ya forma parte de la operación cotidiana de las entidades.
Los datos muestran hasta dónde llegó. Según el informe El Futuro del Riesgo Financiero, de WTW, publicado en julio de 2026, más del 70% de los bancos de la región ya utiliza soluciones basadas en IA. Además, el 52% tiene pilotos en marcha en tres áreas especialmente sensibles: análisis de crédito, prevención de fraude y cumplimiento normativo.
El avance no es parejo. El primer índice de adopción de IA de Evident para la banca latinoamericana muestra una brecha marcada entre las entidades más avanzadas y el resto. En el banco que lo encabeza, más del 5% de los empleados se especializa en inteligencia artificial, alrededor de tres veces el promedio regional. Entre los diez primeros aparece también el chileno BCI.
¿Por qué debería importarle esto a alguien que no trabaja en un banco? Porque la IA puede intervenir sobre uno de los problemas económicos más persistentes de América Latina: quién consigue crédito y quién queda afuera.
La otra cara de la máquina
La misma tecnología que detecta patrones a una velocidad inédita también puede amplificar un error. El informe de WTW advierte sobre riesgos que ya forman parte del escenario: ciberataques automatizados, fraudes mediante deepfakes capaces de imitar la voz o el rostro de una persona y una creciente concentración de proveedores tecnológicos que, ante una falla, podría afectar a varias entidades al mismo tiempo.
Hay además un problema menos visible y posiblemente más difícil de resolver: la explicabilidad. ¿Qué ocurre cuando una persona recibe un “no” de un algoritmo? En una decisión de crédito no alcanza con que el sistema sea rápido. También importa saber qué información usó, qué variables pesaron y si la decisión puede revisarse.
Los algoritmos no parten de cero. Aprenden de datos producidos por sociedades reales, con sus desigualdades y sus sesgos. Si esos datos arrastran patrones históricos de exclusión, un modelo puede reproducirlos a una escala mucho mayor y con una apariencia de objetividad difícil de cuestionar.
La IA puede ampliar el acceso al crédito. Pero también puede automatizar una exclusión. La diferencia no está en el algoritmo por sí solo, sino en cómo se construye, con qué datos, bajo qué controles y quién responde cuando se equivoca.
IA en la banca: la confianza también se construye
Todo el sistema financiero descansa sobre una infraestructura invisible: la confianza. Le entregamos nuestro dinero a un banco porque esperamos que esté disponible cuando lo necesitemos, y aceptamos que evalúe nuestra información porque suponemos que lo hace bajo reglas claras. La inteligencia artificial no modifica esa lógica. La vuelve más exigente.
Por eso, el debate sobre la IA en la banca no debería reducirse a cuántos procesos pueden automatizarse. La pregunta de fondo es qué controles acompañan a cada decisión automatizada. Eso supone modelos auditables y explicables, supervisión humana allí donde las decisiones tienen consecuencias relevantes para las personas, inversión en ciberseguridad y equipos capaces de trabajar con estos sistemas, interpretarlos y cuestionarlos.
Desde Evident, la firma que elaboró el índice, sostienen que las entidades mejor posicionadas serán las que usen la IA como apoyo y no como sustituto de las capacidades humanas. La tarea de los bancos no pasa solo por incorporar tecnología, sino por construir las capacidades institucionales para usarla bien.
Chile tiene en ese terreno una ventaja concreta. La Ley Fintec (Ley 21.521), que creó el Sistema de Finanzas Abiertas, y un marco regulatorio financiero reconocido en la región ofrecen condiciones para que la innovación avance con responsabilidades y límites definidos. A los reguladores no les toca elegir entre innovación y control, sino lograr que ambos convivan con transparencia, trazabilidad, seguridad y rendición de cuentas.
La inteligencia artificial ya está entrando en una de las decisiones más sensibles de la vida financiera de millones de personas. Puede hacer que el crédito sea más rápido, más accesible y más preciso. También puede hacer que una decisión injusta sea más rápida, más difícil de explicar y mucho más difícil de detectar.
La máquina ya puede decidir. Lo que falta es saber quién escribió sus reglas, quién revisa sus decisiones y quién responde cuando se equivoca.
