La adopción de inteligencia artificial pesará cada vez más en las calificaciones crediticias de los bancos, según un informe de S&P Global Ratings que advierte que la estrategia y el control interno sobre la IA van a definir cuáles entidades refuerzan su solvencia y cuáles quedan atrás en los próximos años.
El diagnóstico llegó en un reporte publicado el 21 de septiembre y aterriza en un momento en el que la banca local pisa el acelerador de la IA para retener clientes frente a las billeteras virtuales.
La calificadora resumió su lectura con una advertencia contundente: "El ritmo desigual de adopción, la madurez de la gobernanza y la preparación operativa sugieren que la IA contribuirá cada vez más al fortalecimiento o al debilitamiento" de la solvencia de las entidades financieras en los próximos años.
El ahorro de costos que trae la IA es el primer indicador que S&P va a usar para separar a las entidades que salen mejor paradas de las que quedan rezagadas. Las 179 firmas financieras consultadas por la calificadora en junio proyectan reducciones de hasta 4% este año, un número que crecería hasta ubicarse entre 6% y 8% en 2028.
La mayor parte de esa adopción todavía se concentra en tareas de bajo riesgo, ya que alrededor del 84% de las entidades declaró que usa IA para funciones de apoyo y automatización, y menos de un tercio la aplica para lanzar nuevos productos o servicios, un freno que explican por la regulación y el riesgo reputacional en los procesos más sensibles.
Miriam Fernández, responsable de investigación y adopción de IA en S&P Global Ratings, aclaró a Bloomberg que la calificación va a mirar mucho más que el simple uso de la tecnología.
"El resultado crediticio neto dependerá menos de la mera adopción y más de si las entidades pueden convertir esas eficiencias de costes e ingresos adicionales en mejoras sostenibles de la rentabilidad que generen una ventaja competitiva frente a sus homólogas, al tiempo que mantienen una gestión de riesgos sólida", sostuvo.
Los bancos privados argentinos vienen acelerando sus proyectos de IA desde la primera mitad de 2026, empujados por la competencia de las billeteras virtuales y por la necesidad de recuperar rentabilidad.
Galicia, Santander, BBVA, Macro y Supervielle sumaron modelos de scoring crediticio, prevención de fraude y asistentes conversacionales dentro de sus apps.
Banco Macro es hoy uno de los casos más avanzados del sistema local, con Macrochat, su plataforma conversacional con IA, sumando más de un millón de clientes que la usan mediante audio, imágenes y texto para hacer operaciones, consultar saldos o analizar gastos.
El despliegue se enmarca en la estrategia 2030 del banco, apoyada en cuatro pilares (simplicidad, principalidad, variedad y futuro), con foco en lograr que el cliente elija a Macro como socio financiero principal, algo que la entidad asocia directamente con mayor rentabilidad y menor morosidad.
MODO, la billetera de los bancos, fue la primera del país en habilitar una solución de pagos agénticos, con una funcionalidad presentada el 23 de septiembre que permite buscar, comparar y comprar productos de Frávega directamente desde ChatGPT, con la transacción cerrándose mediante el botón de pago de MODO o la app bancaria vinculada.
Mastercard, en paralelo, trabaja en protocolos globales que permitan delegar transacciones a agentes de IA de manera segura y verificable, con estándares que contemplan desde la validación de tokens hasta los mecanismos de reclamo en caso de fraude o fallas.
El escenario local combina inversión privada creciente con un problema estructural mayúsculo, ya que Argentina figuró en el último puesto de un ranking de adopción de IA elaborado por Goldman Sachs sobre 28 países, con menos del 10% de uso implicado, cuando los mercados desarrollados se ubican en torno o por encima del 20%.
Esa brecha suma presión sobre entidades que tienen que demostrar madurez tecnológica en un contexto donde el crédito al sector privado apenas representó el 13,6% del PBI en enero de 2026, según el Informe sobre Bancos del BCRA, muy lejos de los promedios que muestran los sistemas financieros de la región.
En ese cruce entre lo que pide S&P a nivel global y lo que ofrece hoy el sistema local, el control interno sobre los modelos, la posibilidad de explicar cómo la IA toma cada decisión y el respaldo del regulador aparecen como las variables que van a definir si las inversiones en IA se traducen en mejor rentabilidad y, eventualmente, en mejores notas de crédito.