La brecha de descubribilidad de la IA: por qué los buenos préstamos corren el riesgo de ser ignorados y qué pueden hacer los bancos

Yaacov Martin es el CEO de Jifiti.

Descubre las principales noticias y eventos de fintech

Suscríbete al boletín de FinTech Weekly

Leído por ejecutivos de JP Morgan, Coinbase, Blackrock, Klarna y más

La IA está transformando cada rincón de las finanzas y se estima que el sector de servicios financieros invertirá una impresionante cifra de $97 mil millones en IA para 2027. A medida que tecnologías como los agentes de IA agentes cambian la banca y la experiencia del cliente, un factor está surgiendo como la nueva ventaja competitiva: la capacidad de ser descubierto (discoverability). Ya, el 44% de los consumidores confía en los agentes de IA en servicios financieros, señalando un cambio en el comportamiento del consumidor.

Los agentes de IA se están moviendo más allá del asesoramiento financiero personalizado y la detección de fraude. No solo surgen casos de uso en los que presentan opciones de préstamos para los consumidores, sino que en última instancia completarán sus solicitudes y automatizarán la entrega de fondos. Muy pronto, los agentes de IA probablemente gestionarán todo, desde completar formularios hasta verificar identidades e iniciar suscripciones automáticas (underwriting) automatizadas.

Para los bancos, la pregunta ya no es si volverse impulsados por IA, sino qué tan rápido hacerlo. A medida que el underwriting optimizado con IA y los prestamistas “digital-first” reorganizan el mercado, las instituciones financieras que inviertan ahora mantendrán su lugar en el centro del ecosistema del crédito. Aquellos que retrasen la adopción de la IA corren el riesgo de perder visibilidad por completo, ya que prestatarios más jóvenes, nativos de la tecnología, se saltan los canales tradicionales en favor de alternativas más inteligentes y automatizadas.

La capacidad de ser descubierto es la nueva puerta de entrada

Usar un motor de IA tanto para buscar como para solicitar un préstamo es el siguiente gran salto en la experiencia del cliente, y se proyecta que los agentes de IA en el mercado de servicios financieros alcancen un valor de $4.28 mil millones para 2032. Y aunque la oportunidad es colosal para bancos y FIs, esto trae un nuevo problema a la vanguardia: la invisibilidad.

Los motores de IA no descubren ni ordenan los préstamos por calidad; se clasifican por legibilidad. Esto se conoce como optimización para motores de respuesta (AEO). Si un producto de préstamo no está estructurado para una ingesta sencilla, no se considerará.

Por ejemplo, si el TAE (APR) y los criterios de elegibilidad de un prestamista están enterrados en un PDF, un motor de IA no mostrará el préstamo, independientemente de lo competitivo que sea. Los bancos deben asegurarse de que existan metadatos de la oferta que estén expuestos: los productos de préstamo deben describirse claramente en formatos estructurados—tipo de producto, TAE, condiciones y criterios de elegibilidad. Los metadatos estructurados aseguran que los agentes de IA puedan indexar, comparar y actuar con precisión sobre los productos de préstamo. Sin ellos, incluso excelentes ofertas de préstamo pueden permanecer invisibles.

Pero el problema de la capacidad de ser descubierto va aún más profundo. AEO ayuda a los agentes de IA a mostrar préstamos, pero además de poner los datos en el formato correcto, los bancos también necesitan la infraestructura adecuada para permitir que los agentes de IA proporcionen al cliente una oferta de préstamo generada con IA.

Por ejemplo, un cliente podría introducir sus criterios de préstamo en un motor de búsqueda de agentes de IA, el cual muestra instantáneamente todas las ofertas relevantes y la opción de solicitar automáticamente. Con un solo clic, el cliente recibe una aprobación de préstamo condicionada, impulsada por completo por datos legibles por máquina y flujos de trabajo basados en API.

Los bancos sin tecnología de préstamos basada en API, sin viajes de usuario digitalizados, sin datos no compartimentados (no siloed) y sin incorporación (onboarding) y decisión automatizadas ni siquiera estarán en la carrera. En este entorno, ser el mejor prestamista es irrelevante si no eres visible para ellos.

Pero esto es más fácil decirlo que hacerlo. Un informe de PYMNTS encontró que el 75% de los bancos tiene dificultades para implementar nuevas soluciones digitales debido a su infraestructura heredada. Y “el 59% de los banqueros ve sus sistemas heredados como un desafío importante para el negocio, describiéndolos como un “espagueti” de tecnologías interconectadas pero anticuadas”.

Equidad y el nuevo frente de cumplimiento

Si la capacidad de ser descubierto es la puerta de entrada del lending por agentes, la equidad es el nuevo frente del cumplimiento. Los motores de IA no solo corren el riesgo de excluir productos que no estén optimizados para la capacidad de ser descubierto por IA; también amenazan con excluir categorías enteras de prestamistas que no cumplan con sus estándares técnicos. Pero aquí el problema no es la visibilidad; es la equidad.

El lending por agentes de hoy introduce una variación moderna del lending sesgado: los consumidores pueden ser dirigidos hacia prestamistas con la infraestructura adecuada—APIs, datos limpios, flujos de trabajo automatizados—en lugar del mejor producto financiero.

Sin transparencia sobre cómo las plataformas impulsadas por IA clasifican o muestran ofertas de préstamos, los consumidores corren el riesgo de ser dirigidos hacia préstamos de mayor costo o menos adecuados simplemente porque esos prestamistas contaban con la infraestructura adecuada, no con el producto adecuado. Esto crea un nuevo punto ciego de cumplimiento para los reguladores. Pronto los reguladores podrían preguntar: “¿La infraestructura desactualizada de su banco está bloqueando de manera efectiva el acceso a sus mejores productos?”

Durante décadas, el escrutinio regulatorio se ha centrado en prácticas discriminatorias en decisiones de préstamo. Pero a medida que el lending por agentes se consolida, el enfoque regulatorio se ampliará. Los bancos que no modernicen no solo pueden perder participación de mercado; podrían ser vistos como contribuyentes a un sesgo sistémico.

Los bancos aún pueden competir—si se modernizan

A primera vista, el lending por agentes parece hecho a medida para fintechs, cuyas pilas tecnológicas están construidas para la velocidad y la flexibilidad. Pero la ventaja no es exclusiva. Los bancos solo necesitan actualizar sus modelos operativos.

Los agentes de IA emergentes se están diseñando para localizar productos adecuados, completar solicitudes, enviar documentos de KYC y activar underwriting automatizado. Los bancos que no hayan digitalizado sus flujos de trabajo de extremo a extremo corren el riesgo de ser evitados (bypassed), incluso si ofrecen tasas competitivas. Necesitan un sistema coordinado, o una plataforma de orquestación, que conecte todas las piezas críticas del proceso de préstamo, automatice los flujos de trabajo y garantice que cada paso sea legible por máquina y accesible mediante API.

Una capa de orquestación que ofrece esta infraestructura normalmente integra toda la funcionalidad crítica, así como la de terceros, incluyendo verificación de identidad, KYC/KYB, prevención de fraude, banca abierta, comprobaciones de riesgo de crédito y decisióning automatizado.

Las fintechs ya son nativas de API, pero muchos bancos aún tienen que ponerse al día con sus pilas tecnológicas fragmentadas. Sin orquestación, todas estas integraciones esenciales permanecen compartimentadas (siloed), y los agentes de IA necesitarán continuidad de extremo a extremo para, en última instancia, proporcionar una experiencia de solicitud de préstamo de extremo a extremo. La capa de orquestación no solo es útil—es el puente que permite que los bancos heredados compitan en el ecosistema de lending por agentes sin desmantelar toda su infraestructura.

Los bancos que modernicen su infraestructura y automaticen sus flujos de trabajo pueden recuperar el control del embudo de préstamos, asegurando que las plataformas de IA muestren sus productos y que los clientes obtengan acceso impulsado por IA a las mejores opciones y más adecuadas disponibles, no solo a las más fáciles de mostrar.