La inteligencia artificial (IA) ya no es una promesa futura: hoy transforma la forma en que se analizan datos, se otorgan créditos, se invierte y se detectan fraudes. Desde gigantes como JPMorgan y BlackRock hasta fintechs emergentes, las entidades financieras incorporan modelos de IA para automatizar decisiones, mejorar la experiencia del usuario y reducir riesgos operativos. Según PwC, el impacto económico de la IA en el sector financiero global podría superar los USD 1,2 billones en la próxima década.

Uno de los usos más extendidos es el análisis predictivo para inversiones. Plataformas como Bloomberg GPT, desarrollada en 2023, analizan millones de datos financieros, noticias y redes sociales en tiempo real para ofrecer proyecciones de mercado. Los robo-advisors —asesores financieros automáticos— ya gestionan más de USD 1,3 billones en activos en EE. UU., y crecen en Asia y Europa. Su ventaja: menores comisiones, operación 24/7 y estrategias basadas en aprendizaje automático.

En Argentina, las aplicaciones de IA en finanzas están en expansión. Fintechs como Ualá y Naranja X utilizan algoritmos para evaluar perfiles crediticios incluso de personas sin historial bancario, reduciendo la exclusión financiera. También aplican IA en atención al cliente mediante chatbots entrenados con lenguaje natural, que resuelven consultas sin intervención humana, agilizando tiempos y costos.

Otro frente clave es la detección de fraudes. La IA permite identificar patrones irregulares en tiempo real, lo que resulta fundamental ante el aumento de ciberataques y estafas digitales. Según la firma de ciberseguridad Kaspersky, América Latina sufrió más de 20 millones de intentos de fraude financiero en 2023. En este contexto, los bancos tradicionales están invirtiendo en sistemas inteligentes que monitorean operaciones las 24 horas.

Sin embargo, la adopción de IA en finanzas plantea desafíos éticos y regulatorios. La “opacidad algorítmica” —cuando no se comprende cómo una IA toma decisiones— puede generar problemas en el otorgamiento de créditos o en la gestión patrimonial. Además, existen riesgos de sesgos en los datos, discriminación automática o vulneración de privacidad. Organismos como el Banco Central Europeo y la SEC en EE. UU. ya impulsan marcos regulatorios específicos.

A medida que el dinero se digitaliza, la IA se convierte en el nuevo motor de las finanzas. Su capacidad para procesar grandes volúmenes de datos y aprender de ellos en tiempo real permite optimizar decisiones, reducir errores y personalizar productos financieros. Pero su avance también exige transparencia, supervisión y educación financiera para evitar que la innovación termine desplazando derechos o profundizando desigualdades.