La transformación más significativa desde la hoja de cálculo
A finales de 2026, BBVA dará un paso que pocas instituciones financieras han completado: pasar de experimentos aislados con inteligencia artificial a un despliegue que abarca toda su estructura. Este movimiento no ocurre en el vacío, sino en un sector donde apenas el 10% de las entidades ha construido los cimientos de datos necesarios para sostener esa ambición. Lo que BBVA intente será, en cierta medida, un espejo en el que el resto de la banca verá reflejadas sus propias posibilidades y sus propias carencias.
- BBVA lanzará desde finales de 2026 la expansión de IA a toda su estructura institucional, abandonando definitivamente la lógica de los proyectos piloto.
- Solo el 10% del sector financiero ha preparado la infraestructura de datos que la IA requiere para funcionar, dejando al 90% restante corriendo sin haber construido el camino.
- La velocidad de adopción no coincide con la velocidad de preparación: bancos y aseguradoras aceleran por miedo a perder competitividad, pero sin los cimientos técnicos adecuados.
- La IA introduce riesgos nuevos —sesgos en datos de entrenamiento, fallos sistémicos, decisiones automatizadas dañinas— que exigen supervisión humana constante y marcos de gobernanza sólidos.
- Analistas de Gartner sitúan esta transformación como la más profunda del sector desde la hoja de cálculo, con capacidad para redefinir el asesoramiento, la gestión de riesgos y la relación con el cliente.
A finales de 2026, BBVA comenzará a desplegar inteligencia artificial en toda su estructura institucional. No se trata de un piloto acotado a un departamento, sino de una expansión sistemática que tocará el conjunto de sus operaciones, marcando una transición que el sector financiero lleva tiempo anticipando pero que pocos han ejecutado a esta escala.
El contexto en el que se produce este movimiento es revelador. Solo el 10% de las instituciones financieras ha construido una infraestructura de datos diseñada para soportar sistemas de IA. Sin esa base, los modelos tienen poco en qué apoyarse. La mayoría de los bancos están acelerando su adopción tecnológica sin haber invertido en los cimientos que la hacen viable, una contradicción que define el momento actual del sector.
La magnitud del cambio es comparable, según Gartner, a la irrupción de la hoja de cálculo: una tecnología que redefinió cómo los analistas procesaban información. La IA promete ir más lejos, transformando cómo se toman decisiones, cómo se asesora a los clientes y cómo se gestionan los riesgos. Pero también introduce vulnerabilidades nuevas: sesgos en los datos de entrenamiento, dependencia de sistemas que pueden fallar, y la necesidad de supervisión humana para evitar que la automatización cause daño.
Lo que ocurra en BBVA desde finales de 2026 será observado de cerca. Su experiencia ofrecerá lecciones sobre cómo una institución grande integra la IA bajo regulación real y con clientes reales. Los desafíos técnicos son considerables, pero los organizacionales y de gobernanza podrían ser mayores: la IA no es solo un problema de ingeniería, sino de cómo una organización redefine sus procesos, forma a su gente y mantiene la confianza mientras trabaja con tecnologías que aún están evolucionando.
A finales de 2026, BBVA comenzará a desplegar inteligencia artificial en toda su estructura institucional, marcando un punto de inflexión en la estrategia digital del banco. No se trata de un proyecto piloto limitado a un departamento o línea de negocio, sino de una expansión sistemática que tocará las operaciones en su conjunto. La decisión refleja una tendencia más amplia en el sector financiero: las entidades bancarias y aseguradoras están dejando atrás las fases experimentales y moviéndose hacia la implementación operativa real de estas tecnologías.
Esta transición no es trivial. Mientras BBVA prepara su despliegue institucional, el panorama del sector revela una brecha notable en la preparación tecnológica. Solo el 10% de las instituciones financieras ha priorizado la construcción de una infraestructura de datos diseñada específicamente para soportar sistemas de inteligencia artificial. Esto significa que la mayoría de los bancos y aseguradoras aún no han invertido en los cimientos necesarios para que la IA funcione de manera efectiva. La infraestructura de datos es, en cierto sentido, el terreno sobre el cual se construye todo lo demás: sin ella, los modelos de IA tienen poco en qué apoyarse.
La magnitud de esta transformación es comparable a cambios tecnológicos anteriores en el sector. Según análisis de Gartner, la adopción de inteligencia artificial en finanzas representa la transformación más significativa desde la introducción de la hoja de cálculo. Eso no es una exageración retórica. La hoja de cálculo revolucionó cómo los analistas financieros procesaban información y realizaban cálculos; la IA promete redefinir cómo se toman decisiones, cómo se asesora a los clientes, y cómo se gestionan los riesgos operativos.
La pregunta que emerge es si esta transformación representa una oportunidad o un riesgo. En el contexto del asesoramiento financiero, la IA puede procesar volúmenes masivos de datos y patrones que ningún asesor humano podría analizar manualmente. Puede personalizar recomendaciones a escala. Pero también introduce nuevas vulnerabilidades: sesgos en los datos de entrenamiento, dependencia de sistemas que pueden fallar, y la necesidad de supervisión humana constante para evitar decisiones automatizadas que causen daño.
BBVA no está solo en esta apuesta. El sector en su conjunto está acelerando. Las entidades financieras reconocen que quedarse rezagado en adopción de IA es quedarse rezagado en competitividad. Pero la velocidad de adopción no siempre coincide con la velocidad de preparación. Esa brecha del 90% de instituciones sin infraestructura de datos lista sugiere que muchos bancos están corriendo hacia una meta sin haber construido el camino que lleva hasta ella.
Lo que suceda en BBVA desde finales de 2026 en adelante será observado de cerca. No solo porque es un banco importante, sino porque su experiencia ofrecerá lecciones sobre cómo una institución financiera grande puede integrar la IA en operaciones reales, con clientes reales, bajo regulación real. Los desafíos técnicos son significativos, pero los desafíos organizacionales y de gobernanza podrían ser aún mayores. La IA no es solo un problema de ingeniería; es un problema de cómo una organización redefine sus procesos, capacita a su gente, y mantiene la confianza de sus clientes mientras experimenta con tecnologías que aún están evolucionando.
Notable Quotes
La IA en finanzas representa la transformación más significativa desde la hoja de cálculo— Gartner
The Hearth Conversation Another angle on the story
¿Por qué BBVA espera hasta finales de 2026 para este despliegue? ¿No es eso bastante tiempo desde ahora?
Es tiempo, pero también es realista. Construir la infraestructura de datos que necesita la IA, entrenar a los equipos, asegurar que cumple con regulaciones bancarias, probar en escenarios reales: eso no se hace en meses. Finales de 2026 es cuando creen que estarán listos.
Mencionas que solo el 10% de los bancos tiene infraestructura de datos lista. ¿Eso significa que el 90% está en problemas?
No exactamente en problemas, pero sí rezagados. Muchos están construyendo esa infraestructura ahora. Pero sí, hay un riesgo: los que lleguen primero con IA bien implementada tendrán ventaja competitiva. Los que lleguen tarde estarán persiguiendo.
¿Cuál es el riesgo real aquí? ¿Que la IA cometa errores financieros?
Ese es uno. Pero hay más: sesgos en quién recibe qué recomendaciones, sistemas que fallan en momentos críticos, clientes que pierden confianza si sienten que una máquina los está tratando injustamente. Y luego está la regulación: los bancos tienen que responder por cada decisión que toma la IA.
Entonces, ¿por qué hacerlo?
Porque la alternativa es quedarse atrás. La IA puede procesar información que los humanos no pueden, detectar fraude más rápido, personalizar servicios a escala. Si no lo haces, tu competidor lo hará, y ganará clientes.
¿Qué pasa si BBVA falla en este despliegue?
Aprenderán, y el sector aprenderá con ellos. Pero también es por eso que otros bancos están mirando: quieren ver qué funciona y qué no antes de hacer su propio movimiento.