“Oh, Dios mío, es una mujer, no un hombre”.
En YouTube, hay un vídeo de dos minutos y medio en el que Tan Su Shan evoca cómo era trabajar en el sector financiero en Londres o Nueva York en los años 90. Hombres de pie lanzándose pelotas de baloncesto y diciendo palabrotas. Sintiéndose como un pez fuera del agua y, ante la falta de confianza de sus compañeros, respondió con un órdago: ponedme a prueba.
Lo superó, consiguió una oportunidad y sacó una enseñanza: “La actitud importa. Si te lanzan algo, devuélveselo. Con ganas. No te vayas al baño a llorar“.
Tres décadas después, el mundo es otro pero su filosofía es la misma. ¿Que llega una tecnología revolucionaria llamada inteligencia artificial a comerse el mundo? Ya veremos quién se come a quién.
Tan Su Shan, una completa desconocida en España, es una banquera de éxito al otro lado del mundo. Nacida en Singapur, es la primera mujer en dirigir DBS Bank, la mayor entidad del Sudeste Asiático por volumen de activos.
Al frente desde hace 18 meses, y delfín del anterior CEO desde 2024, ha encontrado el grial de la inteligencia artificial (IA) generativa. Mientras empresas de variada dimensión y sector invierten ingentes cantidades en su despliegue sin sacar aún excesivo rédito, DBS Bank genera negocio gracias a ella y es capaz de cuantificarlo.
DBS empezó a auditar el impacto de la IA y el machine learning en 2022. Se comprometió públicamente ante analistas e inversores a alcanzar 1.000 millones de dólares singapurenses (unos 680 millones de euros al cambio actual) en cinco años.
Sin embargo, lo ha conseguido en tres.
Cómo medir lo que genera la IA
Su transformación digital se resume en una palabra: Gandalf. Se inspira en el personaje del El Señor de los Anillos, pero se refiere a Google, Amazon, Netflix, DBS, Apple, LinkedIn y Facebook.
Para ser un titán tecnológico, y tras dedicar casi una década a ordenar sus datos, el banco asiático rediseñó sus operaciones y sus equipos. A partir de ahí, creó modelos que generaran ofertas y recomendaciones para clientes y fue haciendo pruebas.
A finales de 2025, DBS contaba con más de 2.000 modelos en 430 casos de uso en riesgo crediticio, gestión de patrimonios o satisfacción del cliente. ¿El resultado? Proyectos de 18 meses hoy requieren dos o menos. Y el ratio coste-ingresos al atender a un cliente digital frente a uno tradicional se ha reducido un 50%.
DBS mide el valor que genera la IA en el crecimiento de los ingresos, la reducción de costes y la prevención de riesgos. De este modo, prioriza métricas como los clientes nuevos —tanto para el banco como por producto—, la relación entre clientes y plantilla y la ratio de eficiencia —mide la relación entre gastos e ingresos—.
Su metodología abre el camino a la banca en España, donde el punto de partida es bueno.
“España no es ningún rémora en términos de digitalización. Y, en la relación a la IA, las empresas españolas están más o menos bien preparadas en términos relativos, quizás no en términos absolutos”, sostiene Carlos Gavilanes, profesor de IESE Business School y de la Universidad Carlos III.
Los bancos españoles, ante la IA
En este escenario, la banca sobresale entre los más avanzados. Según la EBA, el 86% de las entidades europeas ya utiliza la IA en alguna función.
“Es una cuestión sectorial; en Estados Unidos, tecnología y banca lideran las suscripciones de pago a la IA en el entorno empresarial. Las empresas financieras tienen muchas oportunidades por la naturaleza del negocio y también por la presión de las fintech“, apunta.
De hecho, en los últimos meses, los bancos españoles han acelerado sus esfuerzos para implementar la IA. El objetivo es común: elevar la productividad y acortar los tiempos de respuesta al cliente, mejorando su experiencia.
BBVA fue el primer banco de Europa en aliarse con OpenAI, creadora de ChatGPT para integrar esta herramienta en sus operaciones. En mayo, creó la dirección global AI Transformation para ganar velocidad en este ámbito. Con casi 4.000 empleados —el 3% de la plantilla—, depende directamente del consejero delegado.
El banco recoge la productividad generada por el uso de esta tecnología en el ratio de eficiencia, que espera se sitúe en el 35% en 2029, pero no ha cuantificado las ganancias de productividad que le reportará la IA.
Por contra, sí lo ha hecho Banco Santander. La entidad presidida por Ana Botín espera alcanzar los 200 millones de valor generado con la IA este año —combinando nuevas fuentes de ingresos y reducción de costes—. Antes de 2028, llegará a 1.000 millones: el 70% procederá del ajuste en costes.
Desde junio, sus 185.000 empleados tienen acceso a herramientas de IA, que ya se utiliza en tareas como el desarrollo de software, la detección de casos de fraude, las consultas en sus canales de voz o el pago en compras de la mano de agentes de IA.
Mayor capacidad comercial…
En contraposición a BBVA y Santander, con un enfoque multiproveedor, en Bankinter trabajan con Copilot, de Microsoft. Sus 5.500 trabajadores tienen una licencia y reciben formación continua en el marco de una estrategia que lidera la consejera delegada, Gloria Ortiz.
Bankinter cuenta con 6.000 agentes y 150 modelos de IA para automatizar sus procesos y se enfoca en el desarrollo de software, la relación con clientes y la eficiencia operativa.
Mientras, CaixaBank, que reforzará su plantilla con 1.000 perfiles tecnológicos hasta 2027, quiere escalar su capacidad comercial de la mano de la IA. En 2025, incrementó un 30% las altas digitales y un 23% las ventas online de productos como tarjetas, financiación al consumo o seguros.
Al igual que BBVA, Bankinter y Abanca, completó recientemente junto a Visa su primera transacción iniciada por un agente de IA en nombre de un cliente en el marco de un piloto de comercio agéntico de la plataforma de pagos.
Por su parte, Sabadell ha reorganizado su estructura para priorizar la IA como palanca en la nueva era bancaria. El año pasado, lanzó una nueva aplicación para captar más empresas de entre 2 y 10 millones de facturación. Esta tecnología genera una ficha con información del potencial cliente. En un año, las altas aumentaron un 50%.
Para Martí Riba, socio de McKinsey, “la banca española ha avanzado mucho en la adopción de IA, pero todavía estamos en una fase relativamente temprana en términos de impacto real”.
… menos costes …
Tras experimentar con casos de uso y pilotos, “el reto es llevar esas capacidades al corazón de los procesos y conseguir que generen resultados a escala”. España, además, es singular respecto a otros mercados: “El énfasis está más en utilizar la IA para ganar productividad, crecer y mejorar el servicio al cliente. Los próximos dos años deberían ser importantes para comprobar cuánto valor consiguen capturar realmente”.
Al calor de esa oportunidad, la banca ha disparado su inversión en tecnología. El objetivo es aprovechar las ventajas que ofrece la IA en el procesamiento de la información, la gestión de riesgos, la automatización de tareas o la ciberseguridad.
Pero, como en otros sectores, el desafío es convertir esa mayor eficiencia y productividad por empleado generada en mejores resultados financieros. Sobre todo, en un contexto de costes de procesamiento de datos al alza.
Según Riba, “el ratio de eficiencia es una referencia razonable porque permite observar si la inversión en tecnología se está traduciendo en una organización más productiva”.
No obstante, la considera limitada. “La oportunidad tiene dos dimensiones: una es hacer más con los recursos existentes, donde métricas como ingresos por empleado pueden ser muy útiles. La otra es generar más valor en la relación con el cliente; ahí pueden serlo los ingresos por cliente, captación, venta cruzada o cuota de negocio del cliente“.
… y más preocupaciones
Sobre el papel, la oportunidad de la IA es desmesurada. Según McKinsey, ofrece ahorros potenciales de 700.000 millones de dólares a la industria a nivel mundial.
Los banqueros españoles aseguran que, a corto plazo, esta tecnología no impactará en el empleo.
No obstante, Funcas estima, en un informe de junio, una pérdida de neta de entre 12.000 y 23.000 empleos bancarios entre 2025 y 2035 en su escenario central.
Además del empleo, al Banco Central Europeo (BCE) le inquietan la calidad de los datos de los modelos, las alucinaciones, los sesgos, la privacidad —y que los datos se filtren—, la discriminación de los clientes y la concentración de proveedores. Cuanto más amplio sea su uso y más homogéneo a nivel de plataformas, mayor riesgo para el sistema financiero. Y mayor vulnerabilidad ante incidentes cibernéticos.
De hecho, el BCE ha reclamado a las entidades financieras de la Eurozona sus planes de contingencia para afrontar la llegada de Mythos. El modelo de Anthropic es especialmente hábil en detectar vulnerabilidades en los software utilizados en defensa, energía o banca.
Así, la IA es la nueva prioridad de los supervisores. Hace unos días, en Jackson Hole, los responsables de los bancos centrales se enfrentaron a un futuro distópico. ¿Y estos modelos supieran qué decisiones van a tomar, incluso antes que ellos mismos? ¿Y si tuvieran que ser opacos e impredecibles para que no se aprovechen de su información?
Tan Su Shan, pionera desde DBS Bank en extraer valor a la IA, aconseja “mentalidad abierta, agilidad y rapidez de reacción” para aprovechar su potencial. También urgen para ponerle límites.