El dato es bonito pero traicionero. Asobancaria confirma que el 73% de las entidades financieras colombianas ya usa inteligencia artificial. La mayoría lee la cifra como señal de avance. Es lo contrario. Es señal de que la línea base se movió y la competencia real apenas empieza.
Lo que el 73% no dice
Asobancaria reportó que las dos tecnologías más implementadas por la industria financiera son IA y Big Data, principalmente en gestión de activos, comercio algorítmico, suscripción de créditos, personalización de productos y ciberseguridad. La fotografía agregada se ve fuerte.
La fotografía granular se ve distinta. La mayoría de esa adopción está en IA generativa de asistencia: chatbots para servicio al cliente, copilotos para analistas, motores de recomendación de productos. Son aplicaciones que mejoran procesos sin transformarlos. Reducen tiempos, no redefinen el modelo operativo. Y todas las hace todo el mundo.
La frontera real: IA que ejecuta sin pedir permiso
La industria lleva varios trimestres hablando de IA agéntica, pero pocas instituciones la operan. La diferencia es estructural. Un sistema de IA agéntica no asiste a un humano que decide. Decide y ejecuta autónomamente dentro de un marco de gobierno definido. Cierra el bucle entre la solicitud digital del cliente y la validación interna del banco, que es exactamente donde la banca colombiana tiene su mayor cuello de botella operativo.
Gartner ha proyectado que para 2028, un tercio de las aplicaciones empresariales incorporarán IA agéntica autónoma. Quien empiece a operarla en 2026 captura tres años de ventaja en curva de aprendizaje, datos propietarios, y modelos de gobierno auditables. Quien arranque en 2028 entra a un mercado ya consolidado.
Tres contraargumentos comunes y por qué fallan
"La regulación no permite operar IA autónoma en banca." Falso en parte. La Superintendencia Financiera y la regulación colombiana sobre IA en servicios financieros están en construcción activa, pero el marco actual permite agentes autónomos siempre que opere con explicabilidad, auditoría y supervisión humana en bucle. La constraint regulatoria es real pero no es bloqueante. Es de diseño.
"Mi banco es muy pequeño para invertir en IA agéntica." Falso en pleno. La IA agéntica es justamente la oportunidad para las instituciones financieras mid-market: cooperativas, fiduciarias, fintech, bancos de segundo piso. Las grandes ya tienen escala y no la necesitan tanto. Las pequeñas pueden saltar capas enteras de infraestructura legacy que los grandes cargan como deuda. Esto es asimetría a favor del mid-market.
"Esperamos a que la tecnología madure." El argumento más caro. La tecnología subyacente ya está madura. Lo que aún se está construyendo son los patrones de gobierno corporativo, las métricas de control y los frameworks operativos. Quien participa en esa construcción la moldea a su favor. Quien espera la recibe diseñada por la competencia.
Tener IA ya no diferencia. Tener IA que ejecuta sí. Los bancos mid-market que entiendan esto en 2026 ganan tres años de ventaja.
Qué hace alguien que sí ve la jugada
Las instituciones que ya están operando IA agéntica en 2026 comparten cuatro decisiones estructurales que las distinguen del 73% de adopción genérica.
Definen un caso de uso de bucle cerrado, no un piloto abierto. La diferencia es que el caso de uso elegido (típicamente onboarding, validación crediticia o claims) se mide en tiempo de ciclo, no en NPS. Si el tiempo de ciclo baja medible, el caso de uso justifica expansión. Si no, se descarta sin sentimentalismo.
Construyen explicabilidad antes que velocidad. Los modelos de IA agéntica que escalan son los que pueden defenderse ante un auditor o un regulador en cinco minutos, sin recurrir al equipo de data science. Eso requiere arquitectura, no buenas intenciones.
Separan la decisión del agente de la ejecución del agente. En las instituciones que lo hacen bien, el agente decide pero la ejecución tiene un layer de control que puede revertir, pausar o auditar cualquier acción. Esto reduce el riesgo de incidentes catastróficos sin sacrificar autonomía operativa.
Invierten en talento mixto, no en data scientists puros. McKinsey ha documentado que los proyectos de IA enterprise que escalan tienen un ratio típico de un data scientist por cada cuatro perfiles de producto, riesgo y operación. La mayoría del mid-market colombiano invierte en el ratio inverso. El resultado es predecible: pilotos brillantes que no escalan.
La ventana competitiva
Los próximos 18 meses definen el reparto del mercado mid-market financiero colombiano. Quien empiece a operar IA agéntica en bucles cerrados específicos captura datos propietarios, curva de aprendizaje organizacional y ventaja de costos. Quien espere la madurez completa de la tecnología compite después contra instituciones que ya cerraron esa brecha.
La pregunta no es si tu institución usa IA. El 73% ya lo hace. La pregunta es si tu institución usa IA que decide y ejecuta autónomamente o IA que asiste y recomienda. La diferencia no es de marketing. Es de modelo de negocio.