Tras una década de digitalización acelerada, los bancos y las empresas de tecnología financiera (fintech) han pasado de ser simples “almacenes de dinero” a convertirse en ecosistemas tecnológicos y financieros complejos.
La implementación de tecnologías, como la inteligencia artificial (IA), centrada en reducir costes y automatizar procesos, se enfrentó con la realidad de una satisfacción del cliente a menudo estancada o reducida debido a interfaces frías y sistemas de soporte que, lejos de ayudar, generaban bucles de frustración.
A medida que la IA madura, su desarrollo avanza y la adopción crece, surge una duda fundamental en el futuro del sector financiero: ¿Podrá la evolución de la inteligencia artificial ayudar a solucionar los problemas y desafíos de la actual experiencia de los clientes en bancos y fintechs, incluso aquellos en los que su integración inicial ha mostrado limitaciones y deficiencias?
La barrera de la automatización y el problema de los chatbots
En los últimos años, los bancos y fintechs han dedicado gran parte de sus esfuerzos de implementación tecnológica en crear procesos automatizados para mejorar los tiempos de respuesta con sus clientes, como parte de un proceso por establecer canales de autogestión eficientes, donde donde la interacción con un humano queda como un “último recurso”.
Los sistemas de respuesta de voz interactiva (IVR) y los chatbots de primera generación fueron implementados masivamente con un objetivo primario: reducir el gasto operativo. Sin embargo, esta eficiencia financiera ha tenido un costo elevado en la experiencia del usuario, convirtiendo a la tecnología en una “barrera” que, en muchas ocasiones, dificulta la interacción fluida con los clientes.
La mayoría de estos asistentes virtuales o chatbots de primera generación son “estáticos”, operando como sistemas lineales, con respuestas basadas en reglas, datos estáticos y palabras clave, por lo que carecen de contexto y muchas veces están preconfigurados con las mismas Preguntas y Respuestas (Q&A) que el cliente ya podría leer en la sección de ayuda del sitio web.
De esta forma, el “embudo” de la automatización muchas veces convierte los procedimientos de reclamo, asistencia o acompañamiento en tediosos procesos de comunicación, donde los usuarios deben escribir y explicar situaciones de forma repetitiva a través de diferentes canales de atención.
Un informe del Consumer Financial Protection Bureau (CFPB) de Estados Unidos, reveló que el 80% de los consumidores que interactuaron con un chatbot se sintieron más frustrados, y el 78% necesitó contactar a un humano después.
Esto demuestra que los clientes de bancos y fintech en muchas ocasiones quedan atrapados en ciclos de respuestas repetitivas e inútiles sin una vía de escape clara hacia un agente humano, lo que genera una inmensa frustración.
Deshumanización en momentos de crisis
En general, la tecnología funciona bien para transacciones rutinarias, pero falla estrepitosamente en situaciones de alto estrés, como robos, fraudes o el fallecimiento de un titular. Un chatbot puede ser excelente para informar el saldo de una cuenta o cambiar un límite de crédito, pero puede fallar ante la complejidad emocional humana en caso de requerir atención inmediata y personalizada para resolver una acción financiera.
Encontrarse con una respuesta automatizada que dice “no entiendo su consulta” o que ofrece opciones irrelevantes genera a los usuarios una sensación profunda de desamparo. Asimismo, la deshumanización en estas instancias críticas rompe la lealtad del cliente de forma casi irreparable, demostrando que la eficiencia algorítmica tiene un límite muy claro: la capacidad de entender el sufrimiento o la urgencia humana.
De esta manera, en momentos de alto estrés para los clientes, la empatía no es un lujo, sino una necesidad operativa. Bajo este contexto, casos como el de Klarna sirven como una evidencia tangible de que la innovación de integrar la IA y automatizar procesos, puede chocar caóticamente con la realidad de sistemas de interacción tecnológica hasta ahora limitados.
La fintech sueca, gigante del modelo “Compra ahora, paga después” (BNPL) reemplazó en 2024 a 700 agentes humanos con IA. Las métricas iniciales parecían un éxito rotundo: el sistema era capaz de gestionar 2,3 millones de conversaciones y manejar el 75% de las consultas de los clientes. Parecía el futuro de la eficiencia.
Sin embargo, la búsqueda de automatización, eficiencia operativa y ahorro de costes, rápidamente impactó negativamente sobre la empresa. ¿El resultado? La satisfacción del cliente se desplomó un 22%, ya que los usuarios se quejaban de la incapacidad del chatbot para resolver disputas, gestionar reembolsos o manejar cualquier problema que requiriera un mínimo de empatía.
El CEO de Klarna, Sebastian Siemiatkowski, admitió que el bot dejó “brechas empáticas” y que fueron “demasiado lejos”. A mediados de 2025, la compañía empezó a contratar nuevamente personal humano para crear equipos híbridos.
La evolución de la IA en la banca
Desde hace años, los bancos y entidades financieras utilizan la IA como un componente central para la detección de fraudes, riesgos y automatizar procesos operativos. A medida en que la IA evoluciona, se espera que los casos de uso para la tecnología en los servicios financieros aumenten, sentando las bases para nuevas interacciones entre los bancos y las firmas de tecnología financiera con sus clientes.
En el caso de la atención automatizada de clientes, el uso de la IA conversacional potenciada por el Aprendizaje Automático (Machine Learning) y el Procesamiento del Lenguaje Natural (PLN), así como el desarrollo de los grandes modelos de lenguaje (LLM) especializados, como GPT (OpenAI), Gemini (Google), Claude (Anthropic) o Grok (xAI), se espera que ayude a optimizar sustancialmente el proceso.
La evolución actual no se trata sólo de responder preguntas, sino de anticipar necesidades a través de la llamada “hiperpersonalización”, donde los nuevos sistemas no se limitan a reaccionar, sino que también analizan historiales transaccionales en tiempo real para ofrecer soluciones proactivas, siendo así el máximo nivel de personalización posible.
Renny Thomas, Senior Partner de la firma consultora McKinsey, señaló que este proceso de hiperpersonalización “permitirá que productos tradicionalmente aislados se agrupen según las necesidades del cliente”, facilitando que los clientes encuentren un proceso fluido y sencillo para invertir, obtener préstamos o pagar hipotecas.
En general, Thomas visualiza “el banco del futuro como un banco integrado, multimodal y omnicanal para que la experiencia del cliente sea fluida”, en gran medida potenciada con el uso de la inteligencia artificial para atender al cliente de forma eficaz y eficiente.
Por su parte, Deloitte ha explicado que con la hiperpersonalización, y al analizar billones de puntos de datos, desde patrones de gasto hasta eventos de vida detectados en redes sociales (bajo consentimiento), la IA puede actuar como un asesor financiero personal para el usuario promedio, un servicio que antes estaba reservado para la banca privada de alto patrimonio.
Mirando al futuro: equilibrio entre la tecnología y el “toque humano”
Estratégicamente, la innovación para bancos y fintech no reside en la elección entre lo digital y lo humano, sino en el diseño de un modelo de servicio híbrido donde la tecnología gestiona la eficiencia y las personas gestionan la confianza.
Porque los clientes quieren tecnología, pero siguen necesitando personas, especialmente para atender asuntos de alto valor o complejidad emocional como solicitar una hipoteca o resolver una disputa de fraude. La eficiencia no debe confundirse con eficacia.
Entonces, si la automatización total falla y la personalización requiere confianza, la evidencia apunta a que el modelo más exitoso es el híbrido: una colaboración donde la tecnología aumenta las capacidades humanas, no las elimina.
Esta idea se extiende particularmente en el caso de la inteligencia artificial. La consultora McKinsey identificó que, a futuro, el uso de IA (incluida la generativa) puede automatizar consultas rutinarias y tareas básicas, liberando tiempo de los asesores humanos para interacciones de mayor valor con los clientes.
Esto refleja explícitamente un modelo en el que IA apoya al humano, no lo reemplaza. De igual manera, en otro documento de McKinsey sobre la IA agéntica, la firma señaló que los clientes seguirán valorando el contacto humano incluso cuando IA gestione gran parte de los flujos financieros, lo que sugiere un equilibrio entre IA y personas en el servicio futuro.
Por su parte, Deloitte afirmó que a futuro las empresas más exitosas en experiencia al cliente serán aquellas que utilicen IA para ampliar la experiencia humana y no para sustituirla: por ejemplo, ayudando a empleados con datos para interactuar mejor con los clientes.
En América Latina, casos como el de la fintech Nubank, en Brasil, muestran el camino a seguir. La empresa redujo los tiempos de respuesta en un 70% al implementar un sistema de IA que maneja más de 2 millones de interacciones mensuales, clasificando y dirigiendo los casos complejos a los especialistas adecuados.
Con este enfoque, los agentes humanos pueden concentrarse en interacciones que realmente construyen una relación: empatía, juicio complejo y asesoramiento personalizado. De esta forma, la optimización de la experiencia del cliente no vendrá de eliminar a los humanos, sino de usar la IA para eliminar lo “inhumano” del proceso bancario: las esperas eternas, los trámites incomprensibles y las respuestas genéricas.
En el futuro, el éxito vendrá para aquellos bancos y fintechs que logren implementar modelos donde la IA actúa como un “copiloto” que aumenta las capacidades humanas, entendiendo que más allá de los productos financieros, las interfaces bonitas y el ahorro de costos, la tecnología más avanzada es inútil si no está al servicio de una estrategia profundamente centrada en el cliente.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.
Este artículo de opinión presenta la perspectiva experta del colaborador y puede no reflejar las opiniones de Cointelegraph.com. Este contenido ha sido sometido a una revisión editorial para garantizar la claridad y la relevancia, y Cointelegraph mantiene su compromiso con la transparencia informativa y los más altos estándares del periodismo. Se recomienda a los lectores que realicen su propia investigación antes de tomar cualquier acción relacionada con la empresa.
