2026 Global AI in Finance Report

La historia de la inteligencia artificial (IA) en Finanzas ya no trata de adopción, sino de disciplina operativa. El uso activo se ha más que duplicado en dos años, pero la proporción de organizaciones que informan que la IA supera las expectativas se sitúa solo en 23%, un grupo más reducido de lo que sugiere la cifra general de satisfacción. Las empresas líderes no están adoptando más IA, sino que la dirigen hacia el trabajo donde el criterio importa, regulándola para generar confianza, midiéndola para generar evidencia y apoyándola con una fuerza laboral capacitada para actuar. Ese ciclo es la ventaja de decidir.

En este entorno, la IA se está convirtiendo en un motor de decisión para Finanzas, y la confianza —operada con gobernanza y controles de IA— es la ventaja que define el rumbo.

La adopción de la IA en Finanzas es amplia. Más de tres cuartas partes de las organizaciones están aprovechándola en la planificación financiera, la presentación de informes y los análisis de negocio, y 71% afirma que está cumpliendo o superando las expectativas del retorno de inversión (ROI, por sus siglas en inglés).

No obstante, la amplitud de adopción y el desempeño excepcional no son lo mismo. La proporción de organizaciones que informan que la IA supera las expectativas se sitúa en 23%, un grupo más reducido de lo que sugiere la cifra general de satisfacción. La adopción avanza más rápido que la capacidad operativa para traducirla en un desempeño de negocio a gran escala.

La IA en Finanzas está generando mayores beneficios en trabajos que requieren mucho criterio humano, no en la automatización de transacciones. Aquí es donde Finanzas ha sido históricamente más débil y donde la IA tiene más potencial. La calidad de la toma de decisiones (70%), su velocidad (71%) y la precisión de las previsiones (64%) encabezan las mejoras, y las organizaciones que implementan la IA agéntica en Finanzas se distinguen del resto en un promedio de 32 puntos porcentuales, alcanzando hasta casi 40% en precisión de previsiones y retorno de inversión. Las empresas líderes dirigen la IA hacia las decisiones donde el criterio humano tiene mayor relevancia.

La gobernanza suele presentarse como un freno para adoptar IA. Los datos muestran lo contrario. Las organizaciones que pueden producir evidencia de auditoría de IA de forma eficiente reportan de tres a seis veces una tasa de mejora significativa en comparación con aquellas que no pueden: 33% frente al 6% en reducción de errores, 42% frente al 14% en la confianza de expandir su aplicación. La capacidad de aseguramiento es un predictor más sólido del desempeño que el simple seguimiento de los indicadores clave de desempeño (KPI, por siglas en inglés).

A medida que la IA se implementa a gran escala, la confianza —construida a través de su gobernanza, la administración de riesgos inherentes y la supervisión humana— es lo que distingue del resto a las organizaciones que generan valor.

La calidad de los datos figura entre las barreras más mencionadas y la oportunidad más citada en este estudio: 36% de las organizaciones consideran que mejorar la calidad de los datos, la integración y la interoperabilidad de sistemas representa su mayor oportunidad para extraer más valor de la IA en Finanzas, y es una de las vulnerabilidades señaladas con más frecuencia. La limitante no es la tecnología. Es la condición de los datos de los que depende la IA.

La mayoría de las organizaciones están capacitando al equipo existente, no replanteándose quién debería formar parte de él. 38% está fortaleciendo las habilidades de los equipos existentes en Finanzas, y solo 28% contrata perfiles con diferentes habilidades. La capacidad de la fuerza laboral representa una limitante clara de la calidad de los datos, y requiere su propia respuesta.

La fluidez de los datos es la necesidad de capacidad más crítica: la capacidad de evaluar la calidad de los datos, interpretar los resultados y comunicar los hallazgos sobre los que la empresa puede actuar. Es una habilidad profesional en la intersección de la experiencia financiera y la capacitación en IA. Las empresas líderes hacen ambas cosas: desarrollan las habilidades de los equipos mientras contratan para una orientación diferente hacia los datos.