Al adentrarnos en 2025, el sector bancario global se encuentra en una coyuntura crítica. Después de quince años marcados por las réplicas de la crisis financiera de 2008, una creciente presión regulatoria y una competencia feroz, la era de la convergencia en el rendimiento bancario ha llegado a su fin. Nos adentramos en un nuevo capítulo definido por la diferenciación y la disparidad de resultados. En este escenario, una fuerza emerge como el catalizador definitivo del cambio: la inteligencia artificial (IA). Para los líderes del sector, el mensaje es claro: las decisiones que se tomen hoy determinarán quiénes serán los ganadores y perdedores en la era de la IA.
Del Rendimiento Homogéneo a la Disparidad Global
El período posterior a 2008 se caracterizó por un entorno que limitó el desempeño de la mayoría de los bancos de manera similar. Las bajas tasas de interés comprimieron los márgenes, mientras que los reguladores aumentaron las exigencias de capital (como los ratios Core Equity Tier 1 - CET1), incrementando los costos y restringiendo el apetito por el riesgo.
Sin embargo, desde 2022, este panorama homogéneo se ha fracturado. Las fluctuaciones macroeconómicas, como las subidas de los tipos de interés, han generado resultados muy dispares a nivel mundial. Mientras que los bancos europeos e indios se beneficiaron de estas subidas, mejorando su Retorno sobre el Capital Promedio (ROAE), los bancos chinos enfrentaron vientos en contra debido al deterioro de las condiciones crediticias internas. En Norteamérica, los resultados fueron polarizados: los grandes bancos capitalizaron las condiciones del mercado, mientras que los más pequeños vieron sus costos de financiamiento aumentar rápidamente, limitando sus ganancias.
Esta creciente dispersión en el rendimiento se refleja en dos métricas clave:
- ROAE (Return on Average Equity): Mide la rentabilidad de un banco.
- PBR (Price-to-Book Ratio): Indica la confianza del mercado en la capacidad del banco para generar rentabilidad sostenida a futuro.
El análisis de estas métricas en el "cuadrante de rendimiento bancario" muestra que la mayoría de las instituciones se agrupan en la esquina inferior izquierda, con un ROAE moderado y un PBR bajo, lo que evidencia un desafío estructural para el sector.
El Desafío Persistente: Recuperar la Confianza del Mercado
Uno de los síntomas más claros de la encrucijada del sector es la baja valoración que los mercados de capitales otorgan a los bancos. Durante más de una década, las entidades bancarias han cotizado con un PBR por debajo o cerca de 1, una señal inequívoca de la desconfianza del mercado en su potencial de crecimiento.
Esta métrica resulta especialmente "deslucida" en comparación con otras industrias. Las aseguradoras ostentan un PBR dos veces mayor, y los proveedores de tecnología y pagos superan con creces al sector bancario. Si bien la necesidad de una gestión de riesgos prudente limita inherentemente el potencial de los bancos, existe un margen significativo para la mejora. En un momento en que los bancos cuentan con niveles de capital CET1 en máximos históricos, la oportunidad para transformar el modelo de negocio y recuperar el impulso es única.
"Apostar por la IA": El Motor de la Transformación Bancaria
La respuesta a cómo navegar esta nueva era de diferenciación es, literalmente, "apostar por la inteligencia artificial". La IA ha dejado de ser una palabra de moda para convertirse en el pilar fundamental de la estrategia bancaria, con el potencial de reinventar tanto la eficiencia operativa como los modelos de negocio.
La innovación va más allá de los conocidos Modelos de Lenguaje Grandes (LLM). La llegada de los Modelos de Razonamiento Grandes (LRM), capaces de procesar texto de forma analítica y simular el razonamiento, promete transformar la toma de decisiones financieras complejas, una de las áreas donde la banca necesita un mayor impulso.
La IA ofrece un doble camino para mejorar el posicionamiento en el cuadrante de rendimiento:
- Aumentar el ROAE (Moverse a la Derecha): A través de la eficiencia y la gestión de riesgos.
- Reducción de Costos: A pesar de las inversiones, los ratios de costo-ingreso (CIR) se mantienen elevados. La IA generativa puede agilizar procesos, simplificar la migración a la nube (cuyos costos a menudo se subestiman) y optimizar los costos de personal, que representan más del 54% de los gastos operativos.
- Fortalecimiento del Riesgo y Cumplimiento: La IA puede potenciar la prevención del fraude, mejorar la evaluación crediticia utilizando nuevos conjuntos de datos y automatizar el cumplimiento normativo, reduciendo costos y preservando la rentabilidad.
- Mejorar el PBR (Moverse Hacia Arriba): Mediante la transformación del modelo de negocio.
- Personalización y Asesoramiento: Los LRM permiten decodificar el comportamiento del cliente para ofrecer servicios proactivos y asesoramiento personalizado, tanto para clientes minoristas como para pymes.
- Nuevos Modelos de Negocio: La IA es clave para habilitar la finanza integrada (embedded finance), permitiendo a los clientes realizar operaciones bancarias en cualquier momento y lugar. También permite reconsiderar los pagos no como un centro de costos, sino como una oportunidad estratégica para redefinir la interacción con el cliente.
Una Nueva Cultura de Riesgo: "Cada Banquero es un Gestor de Riesgos de IA"
La adopción de la IA a escala empresarial no es solo un desafío tecnológico; es, sobre todo, un desafío cultural. En 2024, solo el 8% de los bancos tenía un enfoque estratégico para la IA generativa, mientras que el 78% actuaba de manera táctica. Para escalar la innovación, es indispensable una "cultura renovada de gestión de riesgos", donde cada empleado, desde el analista hasta el directivo, se convierta en un gestor de riesgos de IA.
Más del 60% de los CEOs reconocen que deben aceptar riesgos significativos para aprovechar las ventajas de la automatización. Estos riesgos incluyen vulnerabilidades de ciberseguridad, incertidumbres legales, precisión de los resultados y sesgos de los modelos, los cuales deben ser gobernados con rigor para proteger la viabilidad económica y la confianza del cliente.
Un Llamado a la Acción: 5 Pasos para Liderar en la Era de la IA
El informe concluye con una guía de acción para los líderes bancarios, un plan para no quedarse atrás en esta carrera transformadora.
- Ajustar el modelo de negocio a la digitalización: Adoptar la finanza integrada y potenciar los servicios de asesoramiento con IA para capturar nuevas fuentes de ingresos.
- Impulsar la eficiencia operativa con IA: Enfocarse en cargas de trabajo de alto impacto, rediseñar procesos de extremo a extremo y optimizar la infraestructura de nube híbrida.
- Renovar la cultura de gestión de riesgos: Hacer del riesgo una responsabilidad de todos, priorizando la gobernanza de datos y la seguridad para escalar la IA con confianza.
- Implementar programas de educación y recualificación: Invertir en la formación de la fuerza laboral para que pueda evolucionar a la misma velocidad que la tecnología.
- Liderar con IA o quedarse atrás: Pasar de la innovación con IA a la innovación basada en IA, convirtiéndola en el núcleo de la estrategia empresarial y operativa.
El futuro pertenece a los bancos que no solo adopten la tecnología, sino que la conviertan en el fundamento de su modelo de negocio. La era de la diferenciación ya ha comenzado, y el momento de actuar es ahora.