Existe una ironía bien documentada en el sector financiero de 2026: el trabajo más rutinario —el que durante décadas se asignaba a los analistas junior y los becarios— es exactamente el que la inteligencia artificial ha aprendido a hacer primero. Y la consecuencia más curiosa de esa situación es que los jóvenes que entran a trabajar en banca, que son precisamente los que más han integrado la IA en su flujo de trabajo cotidiano, se encuentran en posición de enseñar a sus superiores.
La tendencia, que Xataka documenta esta semana, no es anecdótica. Es estructural. La Generación Z lidera la adopción de herramientas de IA generativa con un 57% de adopción según el Informe Ditrendia IA 2026, frente al 49% de los millennials y apenas el 16% de los mayores de 60 años. En los puestos de mando intermedios y alta dirección de la banca española y europea —donde la media de edad está muy por encima de los 40— ese 16% de adopción se convierte en un problema de competencia que los becarios y analistas junior resuelven de facto.
¿Qué hace exactamente el becario con IA que antes hacía sin ella?
El trabajo repetitivo, mecánico y basado en documentación —análisis de contratos, preparación de informes de due diligence, consolidación de datos de Excel para presentaciones de comité de crédito— es el que la IA generativa ha aprendido a acelerar más en el contexto bancario. Un analista junior con Claude, GPT-4o o Gemini puede completar en una hora tareas que antes llevaban una tarde. Si además tiene acceso a sistemas integrados con las bases de datos internas del banco —lo que en 2026 ya es realidad en las entidades más digitalizadas—, puede preparar informes que antes requerían la coordinación de varios departamentos.
La «sangría de becarios» que la OIT identificó en su informe Tendencias Mundiales del Empleo Juvenil 2026 —que sitúa los puestos administrativos, secretariales y de apoyo contable como los más vulnerables al avance de la IA generativa— tiene su lectura positiva en la banca: los jóvenes que quedan no hacen más de lo mismo, hacen menos de eso y más de lo que antes estaba reservado a perfiles senior porque tienen más tiempo libre de las tareas mecánicas.
¿Por qué acaban enseñando a los jefes?
La brecha de adopción entre generaciones crea una situación en la que el superior tiene la autoridad y el criterio, pero el subordinado tiene la herramienta. En la banca, donde la confianza y la discreción son valores fundamentales, esa inversión de rol es incómoda pero productiva cuando se gestiona bien.
Los bancos que están funcionando mejor en esta transición son los que han formalizado esa dinámica: programas de «reverse mentoring» donde analistas junior forman a directores de área en el uso de herramientas específicas. BBVA, Santander y CaixaBank han implementado programas de este tipo en los últimos dos años, con resultados variables en función de la receptividad de los mandos intermedios.
La resistencia más frecuente no es tecnológica sino cultural: los directivos que llevan veinte años tomando decisiones basadas en su experiencia y criterio tienen dificultades para incorporar en ese proceso una herramienta que a veces produce salidas incorrectas con mucha seguridad aparente (el problema de las «alucinaciones» de los LLMs). La confianza en la IA requiere entender sus límites, y entender sus límites requiere haberla usado lo suficiente como para haberla visto fallar.
¿Qué pasa con los becarios que dominan la IA?
La paradoja es que el dominio de IA ya no es un diferenciador para un becario en 2026: es una expectativa básica. Lo que diferencia a los mejores es la combinación de competencia técnica con IA y criterio financiero suficiente para saber cuándo confiar en el output de la herramienta y cuándo no. La misma lógica aplica a todos los sectores regulados: el informe estratégico 2026 sobre la industrialización de la IA agéntica en banca y administración europeas documenta exactamente esa brecha generacional en las organizaciones que más la sienten. Y el análisis de qué trabajos cambian y cuáles resisten con la IA en 2026 señala que los puestos de análisis documental y soporte administrativo —los primeros que los becarios suelen hacer en banca— son los más automatizables. Hasta Sam Altman ha rectificado su discurso sobre el apocalipsis laboral, aunque la presión sobre los perfiles junior que ejecutan tareas mecánicas es real y medible en los ciclos de contratación actuales.
¿Qué cambia en la formación interna?
Los bancos que están gestionando bien la transición hacia la IA están revisando sus programas de formación interna de forma significativa. Los programas de formación de analistas —que hasta hace tres años se centraban en modelado financiero en Excel, análisis de valoración y técnicas de presentación— incluyen ahora módulos de prompt engineering, uso de herramientas de análisis de documentos con IA, y criterio crítico para evaluar el output de los modelos (identificar cuando el modelo «alucina» una cifra, cuando un resumen pierde matices relevantes, cuando la confianza del modelo no está respaldada por la fuente). JPMorgan Chase, Goldman Sachs y BBVA han desarrollado entornos de IA corporativos propios —con modelos ajustados a sus propias políticas de datos y cumplimiento— que los analistas junior aprenden durante las primeras semanas de incorporación. El impacto en las estructuras de equipos es gradual pero consistente: los equipos que antes necesitaban seis analistas para un proceso de due diligence de tamaño estándar están completando el mismo trabajo con cuatro, lo que tiene implicaciones tanto para las plantillas como para la rentabilidad por cabeza del sector. La lectura optimista es que esos dos analistas se reasignan a análisis de mayor valor. La lectura realista es que en el próximo ciclo de contratación, el banco sencillamente contratará dos analistas menos.
El dato que más incomoda a los responsables de recursos humanos de la banca española no es que los becarios sepan usar IA —eso ya se asume— sino que los becarios que mejor usan IA están accediendo a información y análisis que antes solo era accesible para perfiles senior con cuatro o cinco años de experiencia. La curva de aprendizaje que antes tardaba tres años en recorrerse se está comprimiendo en seis meses cuando el analista junior tiene las herramientas adecuadas y el criterio para usarlas responsablemente.