HSBC y Google Cloud han ampliado su alianza para usar inteligencia artificial generativa en banca, pero el verdadero reto está en cómo aplicarla a negocios reales. Un caso práctico en una sucursal andaluza muestra que la IA puede reducir tiempos de respuesta un 50%, pero solo con una implementación cuidadosa y formación del equipo.
La noticia es contundente. Un banco líder decide expandir su asociación con un gigante de la nube para mejorar su oferta de servicios con inteligencia artificial. Y no es para menos. Según un informe de McKinsey, el 60% de los bancos consideran que la inteligencia artificial es crucial para su estrategia de negocio.
Pero yo me pregunto: ¿de qué sirve todo ese músculo tecnológico si luego el cliente de a pie sigue esperando tres días para que le respondan un correo?
Porque el problema real no está en las nubes corporativas. Está en el día a día de una sucursal de barrio. En la señora que necesita saber si le han aprobado la hipoteca. En el autónomo que no puede esperar una semana para que le activen un TPV.
El día que Antonio perdió los papeles
Antonio Gómez lleva 15 años como gerente de la sucursal de Banco Sur en Almería. Es de esos tíos que se saben el nombre de todos sus clientes. Pero hace unos meses, la cosa se estaba yendo de madre.
Con más de 5.000 clientes y un equipo de solo 10 personas (contando a la becaria de prácticas), el departamento de atención al cliente estaba al borde del colapso. Un informe interno que pidió a regañadientes reveló que el tiempo de respuesta a las consultas había aumentado un 30% en los últimos 6 meses. La gente llamaba, escribía, se quejaba.
Y lo peor: los propios empleados estaban quemados. "Antonio, no puedo más", le dijo una tarde María, la comercial más veterana. "Llevo dos horas resolviendo dudas que son exactamente las mismas que ayer. El banco online da error y no sé qué decirles".
Antonio lo sabía bien. El problema no era la gente. Era el sistema. O la falta de él.
Según un estudio de Gartner (2024), las entidades financieras que automatizan al menos el 30% de las consultas de primer nivel reducen los tiempos de espera en un 45% de media. Banco Sur no automatizaba ni el 5%.
Lo curioso es que el banco ya tenía herramientas digitales. Tenían página web, app, incluso un asistente virtual. Pero era tan malo que los clientes preferían llamar. El asistente respondía con frases genéricas del tipo "por favor, contacte con su sucursal". Un desastre.
Antonio necesitaba algo real. Algo que resolviera, no que maquillara.
Tres cafés en Almería y una decisión
Por pura casualidad (o porque Almería es un pañuelo), Antonio coincidió en una charla de la Cámara de Comercio con un par de chavales que hablaban de IA para pymes. Una consultora local llamada Script Finance.
Resulta que los fundadores, Jesús Basterra y José Antonio Manzano, tenían un enfoque muy práctico. Nada de rollos de "transformación digital" ni "sinergias". Jesús se sentó con Antonio, escuchó sus quejas y le dijo:
"Mira, tu problema no es tecnológico. Tu problema es que el 80% de las preguntas que recibes son repetitivas. Tipo: '¿cuándo me llega la tarjeta?', '¿cuál es el horario?', '¿cómo recupero mi clave?'. Eso se puede resolver con un sistema de voz IA y unos chatbots bien entrenados. No hace falta una cueva futurista".
Según datos del INE, el 80% de los clientes prefieren interactuar con empresas a través de canales digitales cuando pueden, pero eso no significa que quieran hablar con un robot cutre. Quieren hablar con algo que funcione.
Un caso parecido al de Antonio lo vivió una caja rural en Jaén. Automatizaron las consultas sobre domiciliaciones y recibos. En un mes, el 65% de las llamadas entrantes se resolvían sin intervención humana. El cliente ni se daba cuenta de que no hablaba con una persona.
El proceso: sudor, código y alguna que otra bronca
La implementación no fue un paseo. Jose Antonio (el técnico) montó el sistema en tres meses. Pero el proceso tuvo más curvas que la carretera de la Sierra de Gádor.
Primero, tuvieron que mapear todas las consultas que entraban. Un curro de chinos. Antonio y su equipo grabaron durante dos semanas las llamadas. Las clasificaron. De 500 llamadas semanales, 400 eran repetitivas. El 80%. Exacto.
Luego vino la parte jodida: entrenar el modelo. Jose Antonio grabó voces de los propios empleados para que el asistente sonara natural. Nada de esa voz robótica que parece salida de una peli de los 80. Usaron voces reales. Y eso significó que María, Juan y el resto tuvieron que pasar horas leyendo frases en un micrófono.
"Fue un coñazo", admite Antonio ahora, riendo. "Pero mereció la pena".
El chatbot se integró con el CRM interno. El de voz respondía llamadas. El sistema aprendía. Y los clientes... bueno, los clientes no se dieron cuenta. Ese era el objetivo.
Lo que salió bien (y lo que salió regular)
No todo fue gloria. Hubo momentos de tensión.
Cuando lanzaron el sistema, el primer día, un cliente llamado Paco llamó y el asistente no entendió su acento de Vélez-Rubio. Paco se cabreó. Antonio tuvo que llamarlo personalmente para pedirle disculpas. "Mi abuela era de Vélez, Paco, te entiendo", le dijo.
Aprendieron que necesitaban un protocolo para esos casos. Cuando el asistente no entendía algo, debía derivar la llamada a un humano en menos de 30 segundos. No alargar el sufrimiento.
Y luego estaba el equipo. Algunos empleados vieron el sistema como una amenaza. "Nos vais a sustituir", decían. Tuvieron que hacer varias reuniones para explicar que no iban a despedir a nadie. Que el objetivo era quitarles el trabajo pesado, para que ellos pudieran dedicarse a lo que sabían hacer: vender productos, asesorar, resolver problemas de verdad.
La resistencia al cambio es el mayor enemigo de la IA, no la tecnología. Un informe de la consultora Deloitte indica que el 42% de los proyectos de IA fracasan por falta de formación y cultura interna, no por errores técnicos.
Resultados: los números mandan
Tres meses después del lanzamiento, los datos hablaban solos.
El tiempo de respuesta a las consultas se redujo un 50% en solo dos meses. Las llamadas que antes tardaban 8 minutos ahora se resolvían en 3. El chatbot respondía en segundos. Y lo mejor: el equipo de Antonio podía por fin dedicarse a tareas complejas. María volvió a sonreír.
Los clientes, encuestados, dieron una nota media de 4.2 sobre 5 al nuevo sistema. Un 78% dijo que no notaba diferencia entre hablar con el asistente y con una persona. Y lo que más gustó: que el asistente recordaba datos de consultas anteriores. "Hola, Antonio, la última vez que hablamos me preguntó sobre la hipoteca. ¿Le actualizo los datos?", decía el sistema. Eso marcaba la diferencia.
Según un estudio de PwC, el 59% de los clientes financieros están dispuestos a compartir datos personales si eso mejora su experiencia digital. Pero ojo: el mismo estudio dice que el 72% dejaría un banco si siente que el sistema no les entiende.
Lo que aprendimos: no es magia
Si hay algo que Antonio tiene claro es que la IA no es una solución mágica. No basta con enchufar un chatbot y esperar que todo funcione.
Requiere planificación. Requiere formación del equipo. Y requiere aceptar que habrá errores. El asistente de Banco Sur sigue aprendiendo. Todavía hay consultas que se le escapan. Pero cada semana mejora.
La asociación entre HSBC y Google Cloud es un ejemplo de hacia dónde va la banca. Pero para la mayoría de los negocios, el cambio real no está en acuerdos millonarios entre corporaciones. Está en una sucursal de Almería, con un gerente que decidió arriesgarse, y una consultora local que sabía lo que hacía.
Script Finance demostró que no necesitas un presupuesto de Google para aplicar IA. Necesitas entender tu problema. Y tener a la gente adecuada.
El resto es código. Para más información sobre cómo podemos ayudarte a implementar soluciones de IA en tu negocio, no dudes en contactarnos.
