Por Pablo Pereyra Portugal, Chief Revenue Officer en 2innovate

Imagina un mundo donde tu banco no solo entiende tus necesidades financieras, sino que las anticipa con precisión quirúrgica. Un mundo donde las decisiones de crédito se toman en segundos, donde las empresas pueden prever sus necesidades de flujo de caja de forma oportuna, los fraudes se detectan antes de que ocurran, y cada interacción financiera está diseñada exclusivamente para ti.

En 2025, ese futuro ya no es ciencia ficción: es una realidad impulsada por la inteligencia artificial generativa (Generative AI) y el aprendizaje automático (Machine Learning).

Desde 2019, el uso de efectivo en Chile ha disminuido notablemente, y solo el 13% de la población afirma querer utilizarlo. Además, el uso de billeteras digitales se ha quintuplicado en los últimos cinco años.

Actualmente, el 30% de los pagos del comercio electrónico en el país se realiza a través de billeteras digitales, y se espera que esta cifra alcance el 54% para 2026, junto con un aumento sostenido en los pagos sin contacto.

A medida que avanzamos hacia 2030, se prevé que los pagos electrónicos experimenten un crecimiento explosivo a nivel global, superando los tres billones de transacciones. Según proyecciones recientes, entre 2020 y 2025, las transacciones electrónicas aumentarán un 82%, pasando de un billón a 1,8 billones de operaciones.

Este crecimiento continuará con un incremento estimado del 61% entre 2025 y 2030, lo que transformará radicalmente el panorama de los métodos de pago en todo el mundo, incluyendo Chile.

En la actualidad, los métodos de pago más utilizados en nuestro país incluyen mensajes de texto, códigos QR y pagos a través de teléfonos móviles. Se estima que en los próximos cinco años, el uso de estos métodos se quintuplicará. Este cambio trae consigo dos tendencias fundamentales: IA generativa y machine learning.

Estas tecnologías no solo están revolucionando la eficiencia operativa de las instituciones financieras, sino que también están reescribiendo las reglas del juego, creando ecosistemas más ágiles, personalizados e inclusivos.

De hecho, casi un tercio de los presupuestos destinados a la transformación de la experiencia del cliente en los bancos se invierte actualmente en inteligencia artificial, aprendizaje automático e IA generativa.

En esta nueva era, la banca no será simplemente un servicio, sino una experiencia fluida e interconectada, potenciada por la innovación tecnológica.

Una de las aplicaciones más evidentes de la inteligencia artificial generativa es la automatización de procesos operativos complejos. Herramientas como chatbots y asistentes virtuales avanzados no solo gestionan consultas en tiempo real, sino que también son capaces de anticiparse a las necesidades de los usuarios.

Por ejemplo, un asistente digital puede analizar patrones de gasto y ofrecer recomendaciones financieras personalizadas, aumentando el valor que los bancos ofrecen a sus clientes.

En 2025, la IA generativa también seguirá impulsando la automatización en áreas críticas como la detección de fraudes. En Chile, este uso de la IA representa un 25% del impacto total en el sector financiero. Algoritmos de machine learning pueden analizar grandes volúmenes de datos en segundos, identificando anomalías que pasarían desapercibidas en procesos tradicionales.

Esto no solo protege a los consumidores, sino que también refuerza la confianza en el sistema financiero.

Otra tendencia clave es el uso del machine learning para lograr niveles más altos de personalización en los servicios financieros. Al analizar el comportamiento y las preferencias de los clientes, las instituciones bancarias pueden crear ofertas diseñadas específicamente para cada segmento.

Por ejemplo, plataformas digitales pueden sugerir productos adaptados al perfil de riesgo, edad, estilo de vida o metas financieras individuales.

En el ámbito crediticio, el machine learning también está revolucionando los modelos de evaluación de riesgo. En lugar de depender exclusivamente de datos históricos, los algoritmos consideran cientos de variables relevantes en tiempo real.

Esto resulta especialmente importante en mercados emergentes, donde millones de personas aún no acceden al crédito formal debido a prácticas tradicionales que no reflejan su realidad financiera actual.

La IA generativa está facilitando la integración de múltiples rieles de pago dentro de un ecosistema financiero más amplio. Hoy en día, las plataformas bancarias ya no funcionan como sistemas aislados; gracias a la interoperabilidad impulsada por la IA y tecnologías como Frame Banking™, los clientes pueden gestionar cuentas, realizar pagos y monitorear inversiones desde un solo lugar.

Esta convergencia permite a los bancos brindar alternativas de pago o recaudo a través de convenios con múltiples rieles, de forma integrada y centrada en el cliente. Gracias a la IA, es posible definir cuál es la mejor opción según criterios como costo, tiempo o nivel de servicio.

Asimismo, esta convergencia impulsa el crecimiento del concepto de finanzas embebidas (embedded finance). Hoy, los consumidores pueden acceder a servicios financieros directamente desde plataformas de comercio electrónico o aplicaciones de transporte, eliminando las barreras entre el consumo y la gestión financiera impuestas por los sistemas heredados.

Una de las áreas de mayor potencial para estas tecnologías en América Latina es la inclusión financiera de comunidades rurales y marginadas.

Actualmente, más del 50% de las inversiones en tecnología financiera en la región se enfocan en promover la inclusión. Soluciones basadas en machine learning pueden identificar patrones de comportamiento en poblaciones sin historial crediticio y ofrecer productos diseñados para sus necesidades, tanto para personas como para pequeñas y medianas empresas.

A pesar de su potencial, la adopción de IA generativa y machine learning en la banca no está exenta de desafíos. La región enfrenta interrogantes críticas sobre la privacidad de los datos, la transparencia de los algoritmos y la necesidad de regulaciones que impulsen la innovación sin comprometer la seguridad de los usuarios.

En este sentido, los gobiernos y reguladores de la región ya están comenzando a establecer marcos legales que equilibren el avance tecnológico con la protección de los derechos de los consumidores.

En Chile, por ejemplo, se ha avanzado en la creación de un marco normativo para la protección de datos personales con un enfoque adaptado a la economía digital.

El impacto de la inteligencia artificial generativa y el machine learning en la banca latinoamericana en 2025 es innegable. Estas tecnologías están redefiniendo no solo la operación de las instituciones financieras, sino también su forma de interactuar con los clientes, especialmente en una región marcada por la diversidad y la desigualdad.

El verdadero éxito de estas herramientas radica en su capacidad para cerrar brechas, empoderar a comunidades desatendidas y transformar la relación entre las personas y sus finanzas. Con una implementación estratégica y responsable, América Latina puede liderar una revolución financiera que no solo sea innovadora, sino también inclusiva y sostenible.