Durante años, el avance de la inteligencia artificial en las finanzas estuvo asociado principalmente a algoritmos capaces de detectar fraudes, evaluar riesgos crediticios o recomendar productos. Ahora comienza una etapa diferente: la IA ya no solo analiza información o responde preguntas, sino que empieza a recibir autorización para actuar y gastar dinero en nombre de las personas.
En América Latina, ese escenario ya dejó de ser exclusivamente teórico. El 23 de marzo de 2026, Mastercard anunció que completó transacciones de pagos agénticos en vivo y de punta a punta en la región. Entre las entidades participantes estuvieron Banco Nación y Banco Galicia, además de Santander, Itaú, Bancolombia, Banamex, Banco Falabella, Davivienda y otros jugadores financieros.
En esas pruebas, agentes impulsados por inteligencia artificial iniciaron y completaron compras con tarjetas de crédito y débito en nombre de los clientes. Los productos adquiridos fueron desde alimentos y libros hasta artículos de belleza y bienes digitales. Las operaciones contaron con autorización previa de los titulares y fueron realizadas en entornos controlados utilizando Mastercard Agent Pay, la infraestructura creada por la compañía para este nuevo tipo de transacciones.
Eso no significa que un cliente argentino ya pueda entregarle libremente su cuenta bancaria a una IA y pedirle que administre todos sus ahorros. Pero el salto tecnológico es relevante: la infraestructura financiera ya demostró que una máquina puede ser identificada dentro del sistema, recibir una autorización y ejecutar un pago real utilizando los mecanismos existentes. Mastercard asegura, además, que casi el 100% de los emisores de América Latina ya están habilitados con su tecnología de tokens agénticos.
Los llamados agentes de IA representan un paso más allá de los asistentes como los que se popularizaron con la inteligencia artificial generativa. No se limitan a contestar una consulta: pueden recibir un objetivo, dividirlo en diferentes tareas, analizar información, elegir entre alternativas y ejecutar acciones para cumplirlo.
La industria financiera ya comenzó a experimentar con ellos. El 2026 Global AI in Financial Services Report, elaborado por el Cambridge Centre for Alternative Finance de la Universidad de Cambridge junto con organizaciones como el Banco de Pagos Internacionales (BIS), el Fondo Monetario Internacional (FMI), el World Economic Forum y el Banco Interamericano de Desarrollo (BID), encontró que el 52% de las empresas de servicios financieros relevadas ya se encuentra adoptando IA agéntica. Un 29% está realizando pruebas piloto y otro 23% alcanzó etapas de escalamiento o transformación.
Las fintech llevan cierta ventaja: el 57% está adoptando este tipo de tecnología, frente al 45% de las instituciones financieras tradicionales. Además, el 81% de las compañías consultadas considera que hacia 2030 la IA agéntica habrá alcanzado una implementación significativa dentro del sector.
Los consumidores también empiezan a acostumbrarse a consultar a una máquina antes de tomar decisiones financieras. Una encuesta global de McKinsey, realizada entre más de 30.000 personas, encontró que el 23% ya utiliza inteligencia artificial generativa para tareas financieras al menos una vez por mes. Entre los usos más frecuentes aparecen entender productos financieros, con 38%; buscar asesoramiento sobre inversiones, con 34%; y comparar alternativas, con 33%.
La diferencia entre esa realidad y la próxima etapa puede parecer pequeña, pero modifica por completo el equilibrio de poder. Una cosa es preguntarle a una IA cuál es el banco que ofrece la mejor tasa. Otra muy distinta es autorizarla para que encuentre esa tasa y mueva el dinero por su cuenta cada vez que aparezca una alternativa más conveniente.
Índice de temas
Cuando el banco deja de ser la puerta de entrada
Durante las últimas dos décadas, los bancos invirtieron miles de millones de dólares para conseguir que los clientes hicieran cada vez más operaciones desde sus plataformas digitales. Primero llevaron las operaciones de la sucursal al home banking y, después, del navegador a la aplicación del celular.
La IA podría volver a cambiar esa relación. Pero esta vez existe una diferencia: el nuevo canal no necesariamente pertenecerá al banco.
McKinsey plantea un escenario en el que un cliente podría contratar un agente independiente capaz de mantener una conversación permanente sobre sus finanzas, buscar productos en distintas entidades y realizar operaciones. Según la consultora, dentro de tres a cinco años, un agente de IA podría convertirse en el canal elegido para buena parte de las interacciones bancarias y funcionar como la principal interfaz entre una persona y las instituciones financieras.
En ese escenario, el usuario podría dejar de abrir las aplicaciones de sus bancos. En lugar de ingresar a cada una para consultar tasas, promociones, préstamos o inversiones, simplemente expresaría un objetivo: conseguir mayor rendimiento para sus ahorros, pagar menos intereses por una deuda o encontrar un crédito hipotecario con determinadas condiciones.
El agente haría el trabajo de comparar. Y ahí aparece una amenaza especialmente importante para el modelo económico de la banca: la desaparición de la inercia financiera.
McKinsey calcula que alrededor de US$ 23 billones de los US$ 70 billones depositados globalmente permanecen en cuentas corrientes que pagan poco o ningún interés. Buena parte de ese dinero queda ahí no necesariamente porque sea la alternativa más rentable, sino porque los consumidores privilegian la comodidad y no están buscando permanentemente mejores opciones.
Un agente no tiene ese problema. Puede monitorear tasas de manera continua y detectar inmediatamente cuándo otra institución ofrece mejores condiciones.
Según los cálculos de la consultora, si apenas entre el 5% y el 10% del dinero de esas cuentas fuera trasladado hacia alternativas de mayor rendimiento, las ganancias bancarias provenientes de depósitos podrían caer 20% o más. Y los depósitos serían solo el comienzo: la misma tecnología podría comparar créditos, elegir cómo financiar una compra, optimizar beneficios de tarjetas o decidir qué medio de pago utilizar en cada operación.
Eso podría empujar a determinados productos financieros hacia una competencia mucho más centrada en precio, tasas y condiciones, porque el cliente dejaría de tener que dedicar tiempo a comparar.
La amenaza no pasa necesariamente por que los bancos desaparezcan. Pueden terminar convirtiéndose en los proveedores regulados que mantienen los depósitos, conceden los préstamos y ejecutan las operaciones, mientras otra empresa controla la conversación con el cliente y decide qué institución utilizar en cada momento.
Sin embargo, las entidades conservan una ventaja importante: la confianza. La encuesta de McKinsey encontró que 62% de los consumidores confía principalmente en su banco para ofrecer servicios financieros con IA generativa, frente a solo 19% que elegiría en primer lugar a una gran compañía tecnológica. Al mismo tiempo, el 57% dijo que consideraría utilizar un agente financiero desarrollado por un tercero si su banco no ofreciera uno.
Por eso los propios bancos empiezan a intentar ocupar esa nueva interfaz. En febrero, BBVA lanzó en Alemania e Italia una aplicación integrada directamente dentro de ChatGPT. Por ahora, el servicio es informativo: permite consultar y comparar cuentas, tarjetas y productos de ahorro, pero deriva al usuario al sitio del banco para avanzar con la contratación. La entidad anticipó que espera que la experiencia evolucione hacia un acompañante digital capaz de ayudar a las personas a tomar decisiones financieras de manera conversacional y personalizada.
La carrera, entonces, no consiste únicamente en utilizar IA para reducir costos internos. También pasa por decidir quién será el intermediario entre una persona y su dinero.
Boston Consulting Group (BCG) estima que una implementación efectiva de IA podría elevar hasta un 30% la rentabilidad de los bancos y permitir estructuras de costos entre 30% y 40% inferiores hacia 2030. La misma tecnología que amenaza con quitarles el vínculo directo con sus clientes podría convertirse, al mismo tiempo, en una de sus principales fuentes de eficiencia.
De autorizar una operación a delegar una decisión
Hay, sin embargo, una barrera mucho más difícil de resolver que la tecnología: ¿hasta qué punto están las personas dispuestas a entregarle autonomía a una máquina cuando hay dinero en juego?
Una investigación difundida por Mastercard en 2026, basada en 26.000 consumidores de 16 países, muestra claramente dónde está hoy el límite. El 85% se muestra dispuesto a trabajar junto con un agente para encontrar la mejor alternativa y el 74% aceptaría que ejecute tareas comerciales específicas a pedido. Pero solamente 9% permitiría que compre de manera autónoma, aun cuando existieran restricciones previamente establecidas.
La diferencia es fundamental. Los usuarios parecen cómodos utilizando IA como asistente, pero todavía son mucho más cautelosos cuando deja de recomendar y empieza a decidir.
Eso obliga a repensar incluso una de las bases del sistema de pagos: qué significa autorizar una transacción.
Hasta ahora, la lógica era relativamente simple. Una persona acercaba una tarjeta, ingresaba un PIN, utilizaba su huella digital o presionaba el botón de comprar. Existía un momento concreto en el que el usuario expresaba su voluntad.
En un modelo agéntico, en cambio, una persona podría emitir una autorización mucho más amplia: mantener los gastos mensuales debajo de determinado monto, renovar automáticamente determinados servicios siempre que el precio no aumente más de cierto porcentaje o comprar un producto cuando caiga por debajo de cierto valor.
La persona ya no aprueba necesariamente la operación final. Define las reglas dentro de las cuales una IA tiene permiso para actuar.
Mastercard trabaja por eso con los denominados tokens agénticos, credenciales asociadas al agente que permiten delimitar sus capacidades, junto con una tecnología llamada Verifiable Intent, destinada a registrar qué autorizó exactamente el titular antes de que la IA actúe. La idea es que bancos, comercios y redes puedan distinguir entre una decisión legítimamente delegada y una operación fraudulenta.
El problema es que cuanto mayor es la autonomía, mayor es también la necesidad de controles. Según Mastercard, 78% de las instituciones financieras espera que el fraude aumente significativamente a medida que avance el comercio agéntico, mientras que el 85% considera que sus sistemas actuales y sus planes de escalamiento todavía son insuficientes para afrontar ese cambio.
Para la Argentina, esta discusión aparece sobre una infraestructura financiera que ya está profundamente digitalizada. En junio de 2026 se realizaron 762,9 millones de transferencias inmediatas en pesos por $ 92,7 billones, según el Banco Central de la República Argentina (BCRA). Ese mismo mes hubo 109,4 millones de pagos con transferencia por $ 2,7 billones y el 98,9% comenzó mediante códigos QR. El Central tenía registradas 90 billeteras digitales interoperables.
Es decir, el próximo salto no consiste necesariamente en digitalizar el dinero. Eso ya ocurrió. La innovación pasa por automatizar parte de la decisión que ordena cómo moverlo.
Otro elemento podría volverse clave para esa transformación. Entre sus objetivos para este año, el BCRA confirmó que durante 2026 continuará avanzando en la implementación del Sistema de Finanzas Abiertas, mediante grupos técnicos destinados a definir la infraestructura necesaria. Un esquema de open finance puede permitir, siempre bajo autorización del usuario, que información financiera distribuida entre diferentes instituciones sea compartida y utilizada para ofrecer nuevos servicios.
Para que un agente pueda administrar realmente la vida financiera de una persona, necesitará precisamente eso: tener una visión que vaya más allá de una sola cuenta o un solo banco.
Quién responde cuando la IA toca el dinero
Cuanto más poder reciben los agentes, más difícil se vuelve responder una pregunta que hasta ahora tenía límites relativamente claros: ¿quién es responsable cuando algo sale mal?
Si una IA recibe la orden de buscar una inversión de bajo riesgo y termina colocando el dinero en un activo demasiado volátil, ¿la responsabilidad corresponde al banco que procesó la operación, a la empresa creadora del agente, al proveedor del modelo de inteligencia artificial o al usuario que delegó la decisión?
Por ahora, ni siquiera la propia industria tiene una respuesta consensuada.
El informe global de Cambridge encontró diferencias importantes entre reguladores y empresas financieras. El 38% de las autoridades regulatorias consultadas considera que la principal responsabilidad debería recaer sobre la institución financiera regulada, mientras que solo el 18% de las compañías del sector comparte esa postura. Entre las empresas, la posición más frecuente es analizar la responsabilidad caso por caso.
Los riesgos identificados tampoco son menores. El 74% de las empresas financieras relevadas por Cambridge señala la privacidad y la protección de datos entre sus principales preocupaciones; 70% menciona las alucinaciones o respuestas poco confiables de los modelos; 55%, la pérdida de supervisión humana; y 50%, los ciberataques vinculados específicamente con inteligencia artificial.
Los reguladores internacionales ya empezaron a reaccionar.
En junio, el Financial Stability Board (FSB) —el organismo que coordina a autoridades financieras y bancos centrales de las principales economías— publicó una consulta con 12 prácticas para la adopción responsable de IA por parte de las instituciones financieras. Las recomendaciones abarcan desde gobernanza y supervisión humana hasta gestión de datos, evaluación de modelos, ciberseguridad y dependencia de proveedores externos. El documento contempla explícitamente los nuevos riesgos generados por la IA generativa y los sistemas agénticos. La versión definitiva está prevista para octubre de 2026.
En Reino Unido, la Financial Conduct Authority (FCA) también puso el foco sobre las denominadas finanzas agénticas. Una investigación encargada por el regulador encontró que uno de cada cinco adultos británicos, equivalente a unos 11 millones de personas, estaría dispuesto a utilizar una IA capaz de tomar decisiones financieras autónomas dentro de objetivos previamente definidos.
Pero el riesgo puede ir más allá del patrimonio de un usuario.
En junio, el Banco de Pagos Internacionales (BIS) lanzó junto con el Banco de Inglaterra y el Deutsche Bundesbank el Project Logos, un experimento destinado a estudiar cómo se comportan agentes basados en grandes modelos de lenguaje cuando actúan como administradores de portfolios dentro de un mercado financiero simulado.
La preocupación es sistémica. Si una gran cantidad de instituciones utiliza modelos similares, entrenados con información parecida y programados para optimizar objetivos semejantes, diferentes agentes podrían tomar decisiones correlacionadas al mismo tiempo. Ante una determinada noticia, por ejemplo, podrían intentar vender un activo simultáneamente y amplificar un movimiento de mercado.
La IA agéntica introduce así una paradoja para las finanzas. Su mayor atractivo es precisamente aquello que genera sus mayores riesgos: eliminar la necesidad de intervención humana en cada paso.
Hoy, la mayoría de los casos reales todavía conserva límites claros. Las compras realizadas en América Latina con Mastercard tuvieron autorización de los usuarios y se desarrollaron bajo condiciones controladas; la aplicación de BBVA en ChatGPT todavía informa y compara, pero no mueve fondos; y buena parte de las entidades financieras permanece en fases piloto.
Sin embargo, la dirección del cambio ya empieza a definirse.
Durante años, digitalizar la banca significó permitir que las personas hicieran desde una pantalla lo que antes necesitaban resolver en una sucursal. La próxima transformación puede ser diferente: que ni siquiera tengan que realizar personalmente cada una de esas operaciones.
Si los agentes logran superar las barreras de confianza, seguridad y regulación, el cliente podría pasar de administrar productos financieros a establecer objetivos y límites mientras una IA decide cómo cumplirlos.
Y en ese escenario, para los bancos la pregunta ya no será solamente quién tiene la mejor aplicación, la mayor red de sucursales o la tasa más competitiva. Será algo más elemental: quién conserva la relación con el cliente cuando es una máquina la que decide dónde poner su dinero.
