Los bancos están descubriendo que incorporar inteligencia artificial no equivale necesariamente a reducir gastos. A medida que los asistentes digitales dejan de limitarse a responder preguntas y comienzan a ejecutar tareas encadenadas, las entidades financieras se enfrentan a una factura informática que puede crecer con mucha mayor rapidez de lo previsto. Un análisis de McKinsey, divulgado el 10 de noviembre de 2026, sitúa este problema en el centro de la próxima transformación bancaria.
El informe examina el despliegue de agentes de inteligencia artificial, sistemas capaces de consultar información, comunicarse con otras herramientas y completar procesos de varios pasos. La promesa es enorme: atención al cliente más ágil, análisis de operaciones, apoyo a empleados y automatización de tareas administrativas. Pero cada interacción consume recursos de cómputo, y los costos se multiplican cuando varios agentes colaboran para resolver una sola solicitud.
UNA FACTURA QUE CRECE CON CADA CONSULTA
Según la información recogida por Reuters sobre el informe anual de banca de McKinsey, el gasto asociado a los tokens —las unidades de texto que procesan los modelos— podría llegar a representar el equivalente al 20 % de los costos laborales totales. Se trata de una posibilidad planteada en el análisis, no de una cifra que describa el gasto actual de todos los bancos.
El problema no se reduce al precio de una pregunta aislada. Un agente puede llamar a otro, revisar documentos, solicitar comprobaciones adicionales y repetir operaciones hasta concluir un trámite. En ese recorrido, el número de consultas internas puede ser muy superior al que percibe el cliente. Una automatización que parece sencilla desde fuera puede esconder un proceso computacional extenso.
Algunas instituciones están creando equipos especializados en FinOps para medir el consumo, asignar presupuestos y decidir qué modelos conviene utilizar. Sin embargo, sustituir un modelo costoso por otro más económico no siempre resuelve el problema: las cadenas de agentes pueden aumentar el volumen total de procesamiento incluso cuando baja el precio de cada operación.
LA PRODUCTIVIDAD DEBE DEMOSTRARSE
El atractivo comercial de estas herramientas sigue siendo considerable. Pueden acelerar la preparación de expedientes, ayudar a comparar productos y reducir el tiempo que los empleados dedican a tareas repetitivas. Pero el ahorro prometido debe compararse con el costo real de desarrollar, supervisar, mantener y ejecutar los sistemas.
Por eso, las entidades están dando prioridad a aplicaciones cuyos resultados pueden medirse. Un agente que reduce tiempos de atención sin elevar los errores puede justificar su inversión. Otro que consume grandes cantidades de recursos para producir respuestas poco fiables puede terminar siendo más caro que el procedimiento tradicional.
También hay gastos menos visibles: protección de datos, cumplimiento normativo, auditorías, pruebas de seguridad y mecanismos para que una persona intervenga cuando la decisión automatizada afecta el patrimonio de un cliente. En banca, la eficiencia no puede separarse de la responsabilidad.
LOS CLIENTES QUIEREN AYUDA, PERO CON LÍMITES
El estudio citado por Reuters incluye una encuesta a 46.000 clientes de banca minorista. Entre quienes ya utilizan inteligencia artificial, el 72 % permitiría que un agente realizara al menos una tarea financiera. Sin embargo, esos consumidores se muestran prudentes respecto a la autonomía de las máquinas: el umbral señalado para aprobaciones automáticas se limita a 500 dólares.
Esta diferencia resulta reveladora. Pedir a una herramienta que compare cuentas de ahorro no es lo mismo que autorizarla a transferir fondos. La confianza depende de que existan controles, confirmaciones claras y posibilidades de corregir errores. Cuanto mayor es el impacto económico de una acción, más importante resulta que el usuario conserve el control.
Para los bancos aparece, además, una contradicción estratégica. Los asistentes podrían reducir costos internos y ofrecer servicios personalizados, pero también facilitar que los consumidores trasladen sus depósitos hacia productos con mejores rendimientos. La misma tecnología que mejora la relación con el cliente puede aumentar la competencia por conservarlo.
EL NEGOCIO DETRÁS DE LA AUTOMATIZACIÓN
McKinsey considera posible que los agentes de IA se extiendan ampliamente en los próximos tres años. Esa previsión no garantiza una adopción uniforme: cada institución tendrá que evaluar su infraestructura, sus obligaciones legales y la rentabilidad de cada aplicación.
Por ahora, muchos bancos mantienen barreras para impedir que agentes externos autoricen transacciones directamente. Esas restricciones limitan ciertos riesgos inmediatos, aunque también muestran la distancia entre las demostraciones tecnológicas y un sistema financiero plenamente automatizado.
El verdadero desafío ya no consiste solamente en demostrar que una inteligencia artificial puede realizar una tarea. Consiste en probar que la ejecuta de forma segura, verificable y a un costo sostenible. En la carrera por automatizar las finanzas, la pregunta decisiva puede ser menos espectacular que los avances técnicos: quién paga cada operación y cuánto valor produce realmente.
