La inteligencia artificial (IA) gana terreno en el sistema financiero dominicano y comienza a consolidarse como una herramienta estratégica para mejorar la eficiencia operativa, fortalecer la gestión de riesgos y optimizar la prestación de servicios.
Actualmente, el 60% de las entidades de intermediación financiera (EIF) del país utiliza esta tecnología, lo que representa un crecimiento de 33 puntos porcentuales respecto a 2021, de acuerdo con el Ranking de Digitalización de la Superintendencia de Bancos (SB).
Este avance refleja la acelerada incorporación de tecnologías exponenciales en las operaciones bancarias, en un contexto en el que la transformación digital ha dejado de ser una ventaja competitiva para convertirse en una necesidad del sector. Entre estas herramientas figuran la inteligencia artificial (IA), el análisis de grandes volúmenes de datos (big data), la tecnología blockchain y el internet de las cosas (IoT, por sus siglas en inglés).
Lejos de funcionar de manera aislada, estas tecnologías pueden complementarse para fortalecer la arquitectura digital de las instituciones financieras, ampliar sus capacidades analíticas y facilitar la automatización de procesos. Sin embargo, su aprovechamiento también exige avances en materia de gobernanza, protección de datos, ciberseguridad y capacitación del talento humano.
Los resultados del levantamiento realizado por la SB muestran que la biometría encabeza la utilización de tecnologías exponenciales entre las entidades financieras, con un 74%. Le siguen la inteligencia artificial, con un 56%; la robotización de procesos de negocio (RPA), con un 51%; y el reconocimiento visual, con un 44%.
Otras herramientas presentan niveles de incorporación más moderados. El análisis de grandes volúmenes de datos registra un 35%; el internet de las cosas, un 21%; y el reconocimiento de voz, un 14%. En tanto, blockchain, la computación cuántica y los gemelos digitales alcanzan, cada uno, un 2%.
Estas cifras evidencian que las entidades financieras dominicanas están priorizando tecnologías con aplicaciones prácticas en sus operaciones.
El crecimiento de la IA en la banca no se limita a la automatización de tareas rutinarias. Su incorporación también está transformando la manera en que las instituciones analizan información, anticipan riesgos y toman decisiones.
Los modelos tradicionales de aprendizaje automático (machine learning), utilizados durante años para realizar predicciones, clasificaciones y detectar patrones, conviven ahora con la IA generativa y los grandes modelos de lenguaje.
En el ámbito financiero, estas herramientas permiten procesar grandes cantidades de información para apoyar la optimización del capital, fortalecer los modelos de riesgo y evaluar posibles amenazas que podrían afectar la estabilidad del sistema. Asimismo, los modelos de aprendizaje automático se emplean para determinar precios de activos, proyectar rendimientos, optimizar portafolios y mejorar la administración de la liquidez. La adopción de estas tecnologías también presenta diferencias entre los segmentos.
De acuerdo con el estudio regional fAIr Tech Radar, las micro y pequeñas empresas suelen priorizar aplicaciones inmediatas de la IA en sus procesos operativos, mientras que las medianas y grandes cuentan con mayores capacidades para desarrollar estructuras de gobernanza, métricas de calidad y mecanismos de supervisión. Sin embargo, advierte que el éxito de esta transformación depende de integrar la tecnología en el negocio con ética, transparencia, ciberseguridad y protección al cliente.
De inteligencia artificial
Una de las tendencias identificadas por la Superintendencia de Bancos es la incorporación de agentes de inteligencia artificial en los procesos internos de las entidades financieras. A diferencia de los chatbots tradicionales, que suelen responder siguiendo instrucciones y flujos previamente establecidos, estos agentes pueden ejecutar secuencias de tareas, evaluar alternativas y presentar resultados, con distintos niveles de autonomía.
Según el levantamiento, el 79% de los bancos múltiples utiliza agentes de inteligencia artificial. La proporción alcanza el 40% en las asociaciones de ahorros y préstamos, aproximadamente el 36% en los bancos de ahorro y crédito y el 50% en las entidades públicas y mixtas.
