Cuatro certezas
Especialización. Reglas de elegibilidad, compliance, uso de datos y orquestación son la base. Demos con LLMs genéricos abundan, sistemas flexibles y seguros son escasos.
Customización. El valor aparece cuando los modelos se entrenan con catálogos propios, criterios de riesgo, tonos de marca y aprendizajes previos. Omnicanalidad y handoffs con contexto ya no son opcionales.
Seguridad por diseño. Cifrado, control de accesos, segregación por tenant y trazabilidad son condiciones mínimas.
Analítica. Cada conversación deja señales. Usarlas mejora modelos y también decisiones comerciales.
Datos en producción
Un asistente atendió 246,035 usuarios. Resultados:
- 96% de eficacia auditada
- 78% de autoservicio
- 4.7 segundos de tiempo de respuesta
- 70% de calificaciones “Excelente o Bueno”
El 54% de las interacciones ocurrió fuera del horario laboral. La venta aparece cuando el cliente puede avanzar.
Impacto en P&L
Más ingresos: 50,000 inicios de solicitud mensuales → 22% de altas en canal digital estándar (11,000). Con asistente entrenado: 34% (17,000). 6,000 ventas adicionales.
Menores costos: 224,417 conversaciones → 78% resueltas sin agente humano. 175,045 interacciones automatizadas. Con US$1.50 por atención humana: US$262,568 de ahorro directo.
Cómo sostenerlo
La diferencia está en la gobernanza: versionar playbooks, auditar cambios, A/B testing, entrenamiento continuo. Con ello, la eficacia se mantiene en 93–96% incluso en casos complejos.
Dos errores comunes
- Confundir rapidez con prisa. El diseño de políticas no se improvisa.
- Medir en silo. Optimizar un punto aislado perjudica el embudo completo.
Preguntas clave
- ¿Dónde se frenan las solicitudes? Resolverlas temprano puede aumentar 31% las altas.
- ¿Qué pasa después de solicitar? Abordar dudas post-solicitud eleva 55% el surtimiento.
- ¿Cómo protegemos al cliente? Transparencia y consentimiento son indispensables.
Conclusión
Escalar IA en banca requiere especialización, customización, seguridad y analítica con gobernanza estricta. Los datos muestran que es posible: más ingresos, menos costos y operaciones más resilientes.
Agustín de Zuviría Allende es COO de Coru, donde lidera la estrategia operativa de soluciones de inteligencia artificial aplicadas al sector financiero en México y Brasil. Cuenta con más de 15 años de experiencia en fintechs y consultoría estratégica, habiendo ocupado cargos ejecutivos en BeClever y Finket, y formado parte de equipos de estrategia y transformación en compañías como ArcelorMittal e YPF. Economista con MBA, se especializa en escalar operaciones, marketing y producto en entornos de alto crecimiento. Apasionado por la innovación con impacto real, combina visión estratégica, ejecución ágil y tecnología para transformar negocios complejos.
Coru está redefiniendo la forma en que las instituciones financieras de América Latina operan, atienden a sus clientes y escalan la IA de manera responsable en mercados altamente regulados. Coru cuenta con una plataforma de nivel empresarial nativa para las finanzas y centrada en los agentes, con el cumplimiento normativo de Latinoamérica integrado desde el principio. Complementa esta tecnología con consultoría estratégica con foco en IA, impulsando una transformación a escala empresarial. Sus soluciones se han implementado en bancos líderes de México y Brasil, demostrando mejoras medibles en indicadores como conversión digital, tiempo de gestión y NPS, con un retorno de la inversión menor a seis meses. Conoce más en coru.com/caas/es