**La tecnología permite agilizar procesos y analizar sistemas heredados, pero su adopción exige mantener controles y supervisión humana.
Ciudad de México, 29 de septiembre de 2026.— La inteligencia artificial comienza a modificar de manera más profunda la operación de la banca mexicana, desde el desarrollo de software y la gestión de riesgos hasta la atención a clientes y la prevención de fraudes. El reto, sin embargo, no consiste únicamente en incorporar nuevas herramientas, sino en modernizar sistemas tecnológicos que en algunos casos acumulan décadas de información y conocimiento financiero. Especialistas de Minsait y representantes del sector bancario analizaron esta transformación durante el foro “Aplicaciones críticas, IA y negocio: la nueva ecuación del sector financiero”, donde se abordó la presión que enfrentan las instituciones para modernizar sus plataformas tradicionales sin comprometer la continuidad de operaciones.
Uno de los principales obstáculos son los llamados sistemas legacy, plataformas tecnológicas desarrolladas y actualizadas durante años que continúan siendo fundamentales para procesar operaciones bancarias. De acuerdo con Minsait, alrededor de 80% de los datos empresariales residen o se originan en sistemas mainframe, mientras que 92% de los principales bancos del mundo continúa utilizándolos. En México, esta situación adquiere especial relevancia debido al tamaño y complejidad de las instituciones financieras. Los sistemas centrales contienen información, procesos y reglas de negocio acumulados durante décadas, por lo que sustituirlos de manera inmediata implicaría riesgos operativos importantes.
Jesús Flores, director de Servicios Financieros de Minsait México, explicó que una parte del desafío consiste en recuperar ese conocimiento acumulado y utilizarlo como base para construir nuevas capacidades digitales. La modernización, señaló, no significa desechar todo lo existente, sino identificar qué funciona, simplificarlo y construir nuevas capas tecnológicas sobre esa infraestructura. En este proceso, la inteligencia artificial puede convertirse en una herramienta para acelerar tareas que anteriormente requerían largos periodos de trabajo especializado. Los modelos pueden analizar grandes cantidades de código, identificar dependencias entre aplicaciones, recuperar reglas de negocio que no siempre están documentadas y apoyar la generación de documentación técnica.
Uno de los desarrollos que comienza a adquirir relevancia es la llamada IA agéntica, que permite coordinar agentes capaces de ejecutar distintas tareas dentro de procesos tecnológicos. En el desarrollo de software, por ejemplo, puede apoyar desde el análisis y diseño hasta las pruebas y la implementación, mientras los equipos humanos mantienen el conocimiento, criterio y supervisión sobre las decisiones. El cambio también se extiende a la operación bancaria. La inteligencia artificial ya se utiliza en distintas instituciones para analizar solicitudes de crédito, detectar operaciones inusuales, prevenir fraudes, procesar documentos y personalizar productos financieros. En México, su adopción avanza, aunque las instituciones deben cumplir con requerimientos regulatorios y establecer mecanismos de gobierno de datos antes de llevar determinados modelos a gran escala.
Este último punto es relevante porque la banca maneja información financiera y personal altamente sensible. El uso de algoritmos para tomar decisiones relacionadas con créditos, inversiones o detección de operaciones sospechosas requiere controles que permitan identificar errores, sesgos o decisiones que puedan afectar a los usuarios. Banco de México ha señalado precisamente que la adopción masiva de inteligencia artificial puede generar tanto oportunidades como riesgos para la estabilidad financiera. Entre los posibles desafíos se encuentran la concentración tecnológica, la dependencia de determinados proveedores, los riesgos relacionados con los datos y la posibilidad de que errores similares se reproduzcan simultáneamente en distintas instituciones.
Por ello, uno de los planteamientos que surgieron durante el encuentro de Minsait es que la IA no debe incorporarse simplemente porque exista una nueva tecnología disponible. Antes de implementar una solución, las instituciones deben definir qué problema de negocio quieren resolver y qué resultados esperan obtener. La supervisión humana seguirá siendo un elemento central. Jaime Galindo, director de Arquitectura de TI y Desarrollo de Software de Grupo Indra México, advirtió que una arquitectura mal planteada puede hacer que una organización se equivoque con mayor velocidad al utilizar inteligencia artificial. La tecnología puede acelerar procesos, pero no sustituye la necesidad de revisar y cuestionar sus resultados.
El proceso de modernización también tendrá que desarrollarse de manera gradual. Los bancos no pueden detener sus operaciones mientras sustituyen sus sistemas centrales, por lo que deberán mantener durante un periodo determinado plataformas tradicionales y nuevas arquitecturas funcionando simultáneamente. Para Minsait, uno de los principales objetivos consiste precisamente en reducir la incertidumbre durante esa transición. Su análisis identifica cinco elementos necesarios para una modernización ordenada: comprender los sistemas existentes, diseñar una arquitectura capaz de evolucionar, transformar el código, validar que las nuevas plataformas mantengan las funciones originales y administrar la convivencia entre sistemas antiguos y nuevos.
La transformación ocurre además en un mercado financiero cada vez más competitivo. Las fintech han acostumbrado a los usuarios a procesos digitales rápidos, mientras los bancos tradicionales buscan ofrecer servicios personalizados y operar con mayor eficiencia. La inteligencia artificial se convierte así en una herramienta para reducir tiempos, mejorar procesos y responder a nuevas expectativas de los clientes. El desafío para la banca mexicana será encontrar un equilibrio entre velocidad e infraestructura. Modernizar demasiado lentamente puede aumentar la brecha frente a nuevos competidores, pero hacerlo sin controles adecuados puede generar riesgos operativos, financieros y regulatorios.
La inteligencia artificial, por tanto, no representa únicamente una nueva herramienta tecnológica para los bancos. Su incorporación está obligando a replantear la manera en que se construyen sistemas, se administran datos y se toman decisiones dentro de las instituciones financieras. México entra así en una nueva etapa de transformación bancaria en la que el objetivo ya no será simplemente digitalizar servicios, sino construir una infraestructura capaz de adaptarse continuamente. La IA puede acelerar ese proceso, pero el conocimiento acumulado de las instituciones, la regulación y la supervisión humana seguirán siendo piezas fundamentales para definir cómo será la banca de los próximos años.
