Qaracter señala que la IA agéntica permitirá a bancos y aseguradoras pasar de herramientas que asisten tareas concretas a agentes capaces de coordinar flujos de trabajo, interactuar con sistemas y activar procesos bajo reglas y supervisión humana. La firma advierte de que su adopción en sectores regulados dependerá del gobierno del dato, la integración con sistemas legacy, la ciberseguridad, la trazabilidad, la explicabilidad, el cumplimiento normativo y la medición del retorno.
La inteligencia artificial agéntica empieza a abrir una nueva fase en la transformación tecnológica de bancos y aseguradoras. Tras una primera etapa marcada por asistentes, copilotos, chatbots y automatizaciones de tareas concretas, los agentes IA introducen una lógica distinta: sistemas capaces de coordinar pasos, consultar información, interactuar con aplicaciones corporativas y activar procesos dentro de límites previamente definidos.
Según la European Banking Authority, el 55% de los bancos encuestados ya utiliza IA generalista o agéntica en procesos de relación con cliente, especialmente en detección y notificación de actividad fraudulenta o sospechosa, apoyo a equipos de atención, automatización de información para autoservicio y asistentes digitales. Este dato apunta a un cambio relevante para el sector financiero: la IA deja de operar solo como una capa de apoyo y empieza a integrarse en procesos reales de negocio.
El avance todavía convive con una adopción desigual. Informes del sector sobre el estado de la IA en 2025 señalan que el 23% de las organizaciones ya está escalando algún sistema de IA agéntica y otro 39% está experimentando con agentes. La tendencia confirma el interés empresarial, pero también muestra que el reto ya no está solo en probar casos de uso, sino en integrarlos en flujos operativos, sistemas internos y modelos de control.
Para Qaracter, consultora tecnológica española especializada en el sector financiero y asegurador, esta evolución será especialmente relevante en industrias donde la eficiencia, la trazabilidad, la calidad del dato y el cumplimiento normativo son críticos. La IA agéntica no consiste en dar más autonomía a la tecnología sin control, sino en diseñar agentes con funciones concretas, permisos limitados, reglas de actuación, supervisión humana y métricas claras de negocio.
Del asistente al agente operativo
La diferencia frente a la IA generativa tradicional está en la capacidad de actuar sobre un proceso. Un chatbot responde a una pregunta. Un copiloto ayuda a redactar, resumir o analizar información. Una automatización tradicional ejecuta una regla repetitiva. Un agente IA, en cambio, puede descomponer un objetivo en pasos, consultar bases de datos, activar una tarea en una aplicación, solicitar validación humana cuando corresponda y registrar cada acción ejecutada.
En banca, el impacto puede ser especialmente visible en procesos como onboarding, KYC, análisis de riesgo, prevención del fraude, conciliaciones, reporting regulatorio, soporte a empleados, atención al cliente y gestión documental. Un agente no sustituiría la decisión crítica, pero sí podría coordinar la recopilación de documentación, verificar información, contrastar reglas, priorizar alertas, preparar expedientes y elevar excepciones a los equipos responsables.
En seguros, la oportunidad aparece en suscripción, tarificación, gestión de siniestros, triaje documental, prevención del fraude, atención al mediador, renovaciones, reporting y experiencia de cliente. En un siniestro, por ejemplo, un agente podría revisar documentación, clasificar el caso, identificar información pendiente, consultar coberturas, detectar señales de riesgo y preparar una propuesta para revisión humana. El valor no estaría solo en reducir tiempos, sino en ordenar un proceso que hoy suele estar fragmentado entre canales, documentos, sistemas y equipos.
La percepción del cliente también obliga a avanzar con prudencia. El I Barómetro Qaracter 2025 sobre Tendencias y Digitalización en Banca y Seguros muestra que el 81% de los clientes cree que la IA puede mejorar la gestión financiera, pero casi el 54% muestra preocupación por su uso. Además, el 60% no contrataría un producto bancario sin intervención humana y el 85% prefiere interactuar con un agente humano por teléfono o chat antes que con un asistente virtual ante problemas o dudas.
Este equilibrio entre eficiencia y confianza será determinante. La IA agéntica puede hacer más ágiles los procesos, pero en sectores regulados no puede desplegarse como una caja negra. Cada interacción con datos, sistemas, clientes o empleados debe estar gobernada, registrada y alineada con los criterios de riesgo de la organización.
Gobernanza, regulación y confianza
El marco europeo refuerza la necesidad de desplegar la IA agéntica con control. El AI Act introduce obligaciones progresivas para el uso de sistemas de IA, especialmente en los considerados de alto riesgo, mientras que DORA exige a bancos y aseguradoras reforzar su resiliencia operativa digital, la respuesta ante incidentes tecnológicos y el control de proveedores críticos.
En este contexto, la adopción de agentes IA deberá apoyarse en gobierno del dato, trazabilidad, explicabilidad, ciberseguridad, cumplimiento normativo y supervisión humana. Para Qaracter, el reto no está solo en conectar agentes a sistemas corporativos, sino en definir qué pueden hacer, con qué permisos, bajo qué reglas, qué evidencias dejan y cuándo debe intervenir una persona.
“El verdadero cambio de la IA agéntica no está en automatizar más tareas, sino en integrar agentes dentro de procesos críticos de negocio con reglas claras, gobierno del dato, controles de riesgo, ciberseguridad, trazabilidad y supervisión humana. En banca y seguros, la pregunta no es cuánta autonomía puede tener un agente, sino qué decisiones puede apoyar, qué límites debe respetar y cómo se mide su impacto real”, señala Marta Sanz, directora Global de Exponential Technologies de Qaracter.
La IA agéntica puede mejorar la eficiencia, la calidad operativa y la experiencia de cliente, pero su despliegue deberá avanzar bajo una premisa clara: ser útil, gobernada, segura, auditable, trazable y conectada con negocio.