Inteligencia artificial en el sector bancario español: ¿cuánto y cómo?
Análisis OFT – 28 / 2025
Fecha: 22 julio 2025
| LAS CLAVES La industria bancaria está liderando activamente la incorporación de la inteligencia artificial, convirtiéndose en uno de los sectores pioneros en su aplicación práctica a gran escala. En esta nota se analiza el grado de uso de la inteligencia artificial de las diez principales entidades bancarias españolas, a partir de la información recogida en sus informes anuales y en sus páginas web, utilizando ChatGPT. Existe una cierta heterogeneidad en el grado de adopción efectiva de la inteligencia artificial entre las diez principales entidades bancarias españolas. La adopción de la inteligencia artificial por parte de los bancos aumenta claramente con el tamaño de sus activos. De media, los bancos más grandes por volumen de activos presentan un mayor grado de adopción de esta tecnología. El mayor grado de uso entre la banca española se observa en aplicaciones relacionadas con la eficiencia operativa, destacando la automatización de funciones y la asistencia operativa. |
El “boom” de la inteligencia artificial en el sector bancario
La irrupción de la inteligencia artificial (IA) ha supuesto un auténtico punto de inflexión en el sector bancario, marcando el inicio de una nueva era de eficiencia, personalización y gestión del riesgo. Lejos de adoptar una posición reactiva, el sector bancario está liderando activamente la incorporación de esta tecnología, convirtiéndose en uno de los sectores pioneros en su aplicación práctica a gran escala. Desde el uso de modelos de IA para optimizar la concesión de créditos o detectar fraudes con mayor precisión, hasta la automatización inteligente de procesos operativos y la atención al cliente mediante asistentes virtuales, las entidades financieras están redefiniendo sus modelos de negocio con rapidez. Además, la IA está permitiendo a los bancos aprovechar el valor de los datos de forma más efectiva, anticipándose a las necesidades de los clientes y diseñando productos financieros a medida. Este proceso de transformación está impulsando una reducción de costes operativos significativa y una mejora en la calidad del servicio. En este contexto, la banca no solo se está adaptando a los cambios tecnológicos, sino que está marcando el ritmo del cambio para otros sectores.
El grado de adopción de la inteligencia artificial en el sector bancario español: ¿Cuánto?
A nivel europeo, según los datos de la Autoridad Bancaria Europea, el 86% de los bancos está usando la inteligencia artificial. Este porcentaje alcanzaría el 95% si también se consideran aquellas entidades bancarias que están desarrollando pruebas piloto basadas en esta tecnología. Esto muestra que la fase de adopción de la IA está avanzada. Ahora el reto está en la intensidad y calidad de su uso. En esta nota se analiza el grado de uso que hacen de la inteligencia artificial las diez principales entidades bancarias españolas, a partir de la información recogida en sus informes anuales y en sus páginas web. Para ello, se empleas ChatGPT, como inteligencia artificial conversacional, a la que se le ha solicitado que cuantifique —en una escala de 0 (uso nulo) a 10 (uso muy amplio)— en qué medida cada banco está empleando esta tecnología disruptiva, considerando tanto su informe anual de 2024 como la información disponible en su sitio web corporativo. Este análisis revela una cierta heterogeneidad en el grado de adopción efectiva de la inteligencia artificial entre las diez principales entidades bancarias españolas. Mientras que algunas entidades alcanzan niveles cercanos a 9 sobre 10, lo que refleja una integración avanzada de soluciones de IA en múltiples áreas del negocio, otras apenas superan un nivel 5, lo que indica un uso más limitado o focalizado. Sin embargo, esta adopción está muy relacionada con el tamaño del banco, tal y como refleja el gráfico 1. El gráfico muestra cómo la adopción de la inteligencia artificial por parte de los bancos aumenta claramente con el tamaño de sus activos: las entidades con más de 500.000 millones de euros presentan un nivel de adopción de 7,87, frente a 6,70 en aquellas con activos entre 100.000 y 500.000 millones, y 6,18 en los bancos más pequeños (entre 50.000 y 100.000 millones). Esta relación positiva refleja cómo los bancos de mayor tamaño, al disponer de más recursos financieros, capacidades tecnológicas y economías de escala, están en mejor posición para integrar soluciones avanzadas de IA. Además, suelen enfrentar mayor presión competitiva y regulatoria, lo que incentiva el uso de estas tecnologías para mejorar la eficiencia, la gestión del riesgo y la personalización de servicios. Esta diferencia sugiere una creciente brecha digital que podría traducirse en ventajas competitivas estructurales para los grandes bancos.
Gráfico 1. Grado de adopción de la inteligencia artificial de las diez principales entidades bancarias españolas en función de su tamaño
Fuente: Informes anuales, información de la web y elaboración propia (con el uso de ChatGPT o3)
Diferencias en la adopción de la inteligencia artificial por casos de uso: ¿Cómo?
El Gráfico 2 permite profundizar en los casos concretos de aplicación de la inteligencia artificial en las principales entidades bancarias, mostrando una distribución desigual en cuanto al nivel de utilización de esta tecnología según el área funcional. Las puntuaciones más altas se concentran en aplicaciones relacionadas con la eficiencia operativa, destacando la automatización de funciones y la asistencia operativa (ambas con un valor de 7,7 sobre 10). Esto sugiere que los bancos están priorizando aquellos usos de la IA que permiten ahorros de costes, mejora en los tiempos de respuesta y soporte a los empleados en tareas repetitivas, sin necesidad de sustituir procesos críticos ni asumir altos riesgos regulatorios. En un segundo escalón se sitúan funciones que implican una interacción directa con el cliente, como el onboarding digital (7,1) y la personalización de recomendaciones (6,75). Estos casos de uso reflejan la apuesta de las entidades por mejorar la experiencia de usuario y ofrecer productos más adaptados a las necesidades individuales, aunque todavía con margen de mejora. Por debajo de la media se encuentran aplicaciones que, aunque estratégicamente relevantes, requieren modelos más sofisticados, mayor calidad de datos o validaciones regulatorias más estrictas. Es el caso del fraude (6,3), el scoring crediticio (6,3) y la gestión de inversiones (6,2). Estos resultados evidencian que, si bien ya se están utilizando modelos de IA en estos ámbitos, aún no se han desplegado de forma intensiva o no se han generalizado a todas las unidades del negocio. El análisis por tipo de uso muestra que la IA está aportando valor especialmente en procesos internos y de soporte, mientras que las aplicaciones más críticas desde el punto de vista financiero y regulatorio están avanzando de forma más gradual, posiblemente por la necesidad de robustez técnica, gobernanza de modelos y confianza en los resultados.
Gráfico 2. Grado de adopción de la inteligencia artificial por casos de uso
Fuente: Informes anuales, información de la web y elaboración propia (con el uso de ChatGPT o3)