Inteligencia Artificial Agentic - Mejorando la participación del cliente en Servicios Financieros

¡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

“Se espera que los ingresos en la industria fintech crezcan casi tres veces más rápido que los del sector bancario tradicional entre 2022 y 2028” – McKinsey, Oct24, 2023. 
"Se proyecta que el mercado global de fintech alcance un valor de $394.88 mil millones en 2025 y llegue a $1,126.64 mil millones para 2032” – Fortune business insights, June 09, 2025

La interacción con el cliente es uno de los principales diferenciadores entre las instituciones bancarias y de servicios financieros tradicionales y las fintech. Desde un onboarding de clientes sin fricciones hasta validaciones, la ejecución de transacciones y la atención posterior, así como la resolución de quejas, las fintech superan a las instituciones financieras tradicionales. Con el tiempo, las fintech han intentado cerrar la brecha y sobresalir en la interacción con el cliente. La investigación muestra que este es el factor único más importante, el que conduce a la mejora del resultado final.

A pesar de los avances en tecnologías digitales y los esfuerzos de los bancos, el servicio al cliente sigue siendo una de las áreas principales de mejora. “Personalización” y “Velocidad del servicio al cliente” aún se califican bajo en las encuestas de satisfacción1, lo que brinda amplias oportunidades para que los bancos y las organizaciones de servicios financieros mejoren la calidad. La brecha se amplía aún más para los clientes de gestión patrimonial, donde la necesidad de personalización y conocimiento especializado es lo más importante, construyendo confianza y lealtad. Aquí es donde los Agentes de IA habilitados con conocimiento de dominio especializado pueden impulsar una interacción con el cliente atractiva e inteligente. Como el servicio al cliente está en la vanguardia de la interacción empresarial, no solo impulsa el nivel de satisfacción, sino también la lealtad a largo plazo y el valor de vida del cliente.

Una malla de IA agentica con múltiples agentes especializados puede realizar actividades simultáneamente, como extraer historiales de interacción con el cliente, análisis de sentimiento, eventos de vida, analizar el panorama competitivo en productos y tarifas, analizar tendencias del mercado, etc., y proporcionar orientación informativa a los clientes. Al usar tecnologías habilitadas por NLP y voz, la interacción puede hacerse de manera intuitiva, adaptándose al estilo preferido del cliente, sin depender del idioma y habilitando omnicanal. Los beneficios de GenAI son reales y algunas implementaciones recientes por parte de bancos están mostrando resultados positivos. La mejora de la experiencia es uno de los principales beneficiarios.

La colaboración entre IA y humanos es uno de los resultados más mutuamente beneficiosos de los desarrollos tecnológicos recientes. Los sistemas de inteligencia artificial demuestran una competencia excepcional en el procesamiento de enormes volúmenes de datos, identificando tendencias y patrones con precisión y velocidad.

La IA generativa avanza aún más esta capacidad, generando recomendaciones para agentes humanos que mejoran la experiencia y la interacción con el cliente. Los Asesores Financieros Personales, que antes eran un privilegio de clientes con patrimonio neto ultraalto, ahora pueden democratizarse mediante Agentes de IA y ponerse a disposición de una base de clientes más amplia.

Los bancos, al tener acceso a una gran cantidad de información personal de los clientes y a su historial de transacciones, pueden ofrecer un servicio de conserjería, desde planificación fiscal hasta asesoría de inversiones, e incluso actuar como asistente personal. Con esta habilitación gradual de Agentes de IA para gestionar tareas complejas y personales, los bancos y las organizaciones de servicios financieros pueden brindar una experiencia superior al cliente, lo que conduce a una mayor lealtad y valor de vida.

IA agentica y la exageración a su alrededor

La tendencia tecnológica de Gartner para 2025 posicionó la IA agentica como la tendencia principal en 2025. La Encuesta de referencia del punto de referencia de la MITSMR 2025 sobre liderazgo en IA y datos también pronosticó un resultado similar.

¿Qué es la IA agentica? Se refiere a “sistemas y modelos de IA que pueden actuar de forma autónoma para alcanzar objetivos sin la necesidad de una guía humana constante, dice HBR. Comprende las metas y objetivos del usuario y el contexto del problema que está intentando resolver”. Es un sistema de autoaprendizaje que usa razonamiento sofisticado y la capacidad creativa de los modelos de GenAI para resolver problemas complejos de múltiples etapas. Una malla agentica es un equipo de múltiples agentes, que pueden ejecutar tareas simultáneamente alineadas con un solo objetivo.

“Los Sistemas de IA agentica prometen transformar muchos aspectos de la colaboración humano-máquina con su capacidad de razonamiento y ejecución potenciadas. Pueden planificar y tomar decisiones de forma independiente, ofreciendo mayor productividad, innovación y perspectivas para la fuerza laboral humana” 
– HBR, Dec 2024

Una representación de muestra de un sistema de servicio al cliente con IA agentica

Todos estos agentes realizan sus tareas de manera concurrente y reportan al agente gerente, que a su vez responde a las consultas de los clientes en el interín. El conocimiento de dominio seleccionado y el entrenamiento hacen que estos agentes sean expertos en su área. La amplia biblioteca organizacional de investigación de gestión patrimonial y puntos de datos son recursos, que se pueden aprovechar para entrenar a los Agentes de IA.

Algunos de los principales casos de uso en servicio al cliente son:

*   Asesor financiero virtual
*   Elaboración de perfiles de clientes
*   Monitoreo en tiempo real de fraudes
*   Ejecutar tareas rutinarias
*   Reportar

La elaboración de perfiles de clientes, que es el primer paso para conocer a un cliente, es otro caso de uso clave que impulsa la interacción con el cliente. Cuanto mejor conoce un banco a sus clientes, mejor puede atenderlos y construir una relación duradera. Es un proceso arduo. A pesar del avance en tecnología, sigue siendo tardado y hay mucho margen de mejora. A lo largo de los años, las Tecnologías OCR y distintos niveles de automatización en diferentes etapas han mejorado enormemente el proceso de capturar, procesar y utilizar la información del cliente. Los Agentes Autónomos de IA ofrecen mucha esperanza y posibilidades para transformar aún más el proceso, haciéndolo sin fricciones y realizando múltiples actividades concurrentes.

Los Agentes de IA, usando su ecosistema de herramientas impulsadas por IA, como validación biométrica, reconocimiento facial, verificación de documentos habilitada por API, etc., pueden realizar validaciones simultáneas en paralelo mientras capturan los datos.

Como evidencia muestra, el proceso actual es susceptible a actores fraudulentos, que podrían eludir mecanismos de validación como pruebas de vitalidad, etc. Los Agentes de IA tienen la capacidad de hacer este proceso más robusto, analizando señales contextuales como el ángulo del dispositivo, o ejecutando cualquier software no autorizado en segundo plano, etc. Además, la capacidad de los Agentes de IA para procesar datos no estructurados combinada con análisis de sentimiento puede conducir a una evaluación de riesgos robusta del cliente, creando una persona (perfil) más precisa. Este nivel más profundo de escrutinio combinado con validaciones simultáneas en tiempo real mejora el nivel de seguridad y ayuda a prevenir intentos de fraude sofisticados por parte de elementos inescrupulosos, haciendo que el sistema sea seguro. Esto conduce a una mayor confianza, mejor interacción con el cliente y lealtad.

Aprendizajes:

*   Una interacción típica con un cliente puede implicar múltiples consultas—como transacciones recientes, recomendaciones de productos y errores de facturación—todo en una sola conversación.
*   Los chatbots tradicionales a menudo no logran manejar interacciones tan multifacéticas y pueden perder el contexto.
*   Los chatbots tradicionales no pueden rotar carteras de clientes ejecutando transacciones de inversión en productos de gestión patrimonial 
*   La IA agentica opera en un nivel más avanzado, funcionando como miembros de un equipo digital con:

Autonomía para actuar sin intervención humana constante.

Inteligencia orientada a objetivos para perseguir y lograr resultados específicos.

Capacidades de razonamiento en tiempo real para decisiones dinámicas.

*   Estos sistemas pueden:

Comprender el lenguaje humano matizado y natural.

Mantener coherencia contextual a través de diálogos largos y complejos.

Integrar y orquestar tareas usando herramientas como CRM, ERP y bases de conocimiento internas.

*   En la interacción con el cliente, la IA agentica ofrece:

Soporte 24/7 para quienes imitan la interacción humana.

Manejo escalable de problemas complejos y estratificados del cliente.

Conversaciones personalizadas y fluidas habilitadas por una red de micro-agentes, cada uno especializado en una necesidad específica del cliente.

*   El enfoque va más allá de la resolución básica de consultas: garantiza la propiedad total del problema y la resolución de extremo a extremo.

Llamado a la acción para líderes de la industria:

Ahora viene la pregunta estratégica: ¿qué deben hacer los líderes de la industria para no solo experimentar, sino operacionalizar la IA agentica para lograr ganancias transformadoras? Primero, deben ir más allá de la fatiga de los pilotos y seleccionar casos de uso de alta repercusión para la interacción con el cliente que se prueben en “modo copiloto”.

Eso es mejorar a los agentes humanos, no reemplazarlos. En segundo lugar, invertir en entrenar a los equipos de primera línea para trabajar junto a la IA, no alrededor de ella. La IA debe ser su socio, no un proceso paralelo. En tercer lugar, cambiar los modelos de presupuestación de software por puesto a contratos de servicio como software basados en resultados; pagar por resolución, no por licencia. En cuarto lugar, los líderes deben integrar datos entre silos como marketing, servicio y operaciones, para alimentar a estos sistemas con el contexto del que se benefician.

Y finalmente, liderar con confianza; desplegar salvaguardas éticas, medir el desempeño de manera transparente y hacer saber a los clientes que, aunque las máquinas puedan gestionar consultas, los humanos siempre están en el circuito. En esta nueva era, ganar no se trata de construir la tecnología, sino de habilitar a las personas y los procesos para amplificar su impacto.

Referencias:

• El futuro del crecimiento en fintech | McKinsey
• • Panorama del mercado de FinTech con Tamaño, Participación, Valor | Crecimiento [2032]