Cuando se habla de inteligencia artificial en la banca, la conversación suele quedarse en lo vistoso: chatbots que atienden dudas, apps más rápidas, recomendaciones personalizadas. Esta vez el foco está en lo que ocurre puertas adentro. Un análisis de Morgan Stanley, citado por el Financial Times, plantea que más de 200.000 empleos en bancos europeos podrían desaparecer de aquí a 2030, una magnitud equivalente a cerca del 10% de la plantilla en 35 grandes entidades. La cifra impresiona por sí sola, aunque lo verdaderamente relevante es lo que sugiere: la IA ya no es solo una herramienta de apoyo, empieza a comportarse como un motor de reorganización del trabajo bancario.
La idea no es que “llegue un robot” a sustituir a alguien de forma literal, sino que tareas que antes requerían horas de personas revisando, cotejando y documentando pasan a resolverse con sistemas capaces de leer, clasificar y proponer decisiones a una velocidad difícil de igualar.
El primer frente: el trabajo que vive entre formularios y controles
El informe señala tres áreas como candidatas naturales a los recortes: back-office, gestión de riesgos y cumplimiento normativo. Tiene sentido si se piensa en cómo funciona la IA cuando se entrena para reconocer patrones. En el back-office se acumulan procesos repetitivos: conciliaciones, verificación de datos, actualizaciones de registros, gestión documental. En términos cotidianos, es como una cocina que prepara cientos de platos siguiendo recetas muy parecidas: si alguien incorpora un sistema que pesa ingredientes, controla tiempos y ordena comandas de manera automática, el número de manos necesarias cambia.
En riesgos y compliance ocurre algo similar, con un matiz importante. Hay trabajo rutinario (revisar alertas, comprobar listas, validar documentación), y hay trabajo de criterio (interpretar un caso dudoso, decidir si una operación encaja o no, justificar decisiones ante auditorías). La IA suele brillar en la primera parte: filtra, prioriza y reduce el “ruido” para que el equipo humano se centre en lo realmente complejo. El problema aparece cuando, por buscar eficiencia, se intenta automatizar también lo que necesita juicio experto.
Menos sucursales, menos tareas tradicionales
El análisis también vincula el ajuste de plantilla con el cierre de sucursales. La tendencia no es nueva: la banca lleva años empujando al cliente hacia el canal digital. Lo que cambia con la IA es que muchas funciones que sostenían la operativa cotidiana de una oficina pueden centralizarse todavía más o resolverse sin intervención humana. Si la sucursal era el “mostrador” y el back-office el “almacén”, la IA actúa como un sistema logístico que reduce la necesidad de mostradores y acelera el movimiento de mercancía.
Este desplazamiento tiene consecuencias directas en el empleo, aunque no se limita a cajeros o gestores de oficina. Cuando una entidad reduce puntos físicos, también se reestructura la supervisión, el soporte interno, la administración ligada a la red y parte del trabajo comercial tradicional, que se redirige a canales remotos.
El gancho de la eficiencia: un 30% suena a transformación operativa
Varios bancos, según lo recogido en el reportaje, esperan mejorar la eficiencia hasta en un 30%. Conviene aterrizar qué significa esa promesa. En banca, eficiencia suele traducirse en más volumen gestionado por empleado, menos tiempo por expediente, menos costes por transacción, menos errores que obliguen a rehacer procesos. Dicho de forma simple: si antes hacían falta diez personas para tramitar mil casos con un cierto nivel de control, la aspiración es tramitar esos mismos mil casos con siete, o tramitar más casos con el mismo equipo.
La IA permite recortar tiempos en puntos muy concretos: lectura automática de documentos, extracción de datos, resumen de información, detección de anomalías, generación de borradores para reportes internos. Es como pasar de buscar una aguja en un pajar con una linterna a hacerlo con un imán: no elimina el pajar, pero acelera la parte más tediosa. El ahorro, sin embargo, no es “gratis”. Requiere inversión tecnológica, cambios de procesos, adaptación del personal, auditorías de calidad y nuevas capas de control.
Automatizar lo invisible también crea riesgos nuevos
Cuando la banca automatiza, no solo gana velocidad; también asume un nuevo tipo de fragilidad. En cumplimiento normativo, por ejemplo, la entidad debe poder explicar por qué se bloqueó una operación, por qué se aprobó un crédito o por qué se elevó una alerta. Si la IA funciona como una caja negra, la trazabilidad se complica. Y en un sector donde la supervisión es constante, “no sé por qué lo decidió el sistema” no es una respuesta aceptable.
En gestión de riesgos, una IA puede detectar patrones de fraude o señales tempranas de impago con gran eficacia, pero también puede equivocarse si los datos históricos reflejan sesgos o si cambian las condiciones del mercado. Es parecido a usar un GPS: normalmente acierta, pero si hay una carretera cortada y el mapa no está actualizado, puede llevarte por un camino absurdo. Por eso, el entusiasmo por automatizar suele venir acompañado de una palabra clave que en banca pesa mucho: gobernanza. Quién valida el modelo, quién lo monitoriza, quién responde si falla, cómo se corrige sin introducir nuevos problemas.
La advertencia de JPMorgan: no olvidar los fundamentos ni el “aprendizaje en el oficio”
En el mismo reportaje, Conor Hillery, vicepresidente de JPMorgan para Europa, Oriente Medio y África, lanza una advertencia que suena muy de taller: cuidado con entusiasmarse y perder de vista lo básico. Su preocupación va más allá de la tecnología y toca algo muy humano: cómo se forma la gente joven en un sector que tradicionalmente aprendía “haciendo”. Si una parte grande del trabajo inicial se automatiza, existe el riesgo de romper la cadena de aprendizaje.
En términos prácticos, muchos perfiles junior construyen criterio revisando casos, viendo errores comunes, aprendiendo a documentar decisiones, entendiendo matices regulatorios. Si ese terreno lo ocupa la IA, los bancos pueden encontrarse en unos años con menos personas capaces de asumir responsabilidades intermedias porque no pasaron por esa “gimnasia” profesional. Hillery sugiere buscar un equilibrio que permita integrar tecnología sin vaciar de experiencia el futuro del sector.
Qué cambia para quien trabaja en banca: menos tarea repetitiva, más supervisión y más criterio
La pregunta incómoda es inevitable: si se recortan 200.000 puestos, ¿qué queda? Queda trabajo, pero con otra forma. La IA tiende a reducir la parte mecánica y a elevar el peso de la supervisión, la interpretación y la relación con el cliente. Surgen necesidades nuevas alrededor del control de modelos, la calidad de datos, la gestión de incidencias automatizadas y la evaluación de decisiones asistidas por IA. En paralelo, la atención al cliente no desaparece, se desplaza: menos mostrador, más asesoramiento remoto, más especialización en productos, más capacidad de explicar decisiones y acompañar en trámites complejos.
Para muchos profesionales, el reto se parece a pasar de conducir todo el trayecto a gestionar un coche con piloto automático: hay menos acciones repetitivas, pero aumenta la responsabilidad de vigilar, intervenir a tiempo y entender los límites del sistema. La habilidad diferencial deja de ser “tramito rápido” y pasa a ser “sé cuándo confiar, cuándo dudar y cómo justificarlo”.
Un ajuste que no depende solo de la IA, sino de cómo se implanta
El dato de Morgan Stanley no debe leerse como destino inevitable, sino como una proyección condicionada por decisiones de inversión, ritmo de adopción y estrategia de red. La tecnología puede impulsar recortes, pero también puede redistribuir talento si los bancos optan por reconversión interna, formación y creación de funciones nuevas. La clave está en el “cómo”: si la IA se usa como tijera inmediata, el impacto social y operativo será mayor; si se usa como palanca para rediseñar procesos con supervisión humana y formación, el cambio puede ser más gradual y sostenible.
Lo que queda claro es que la banca europea está entrando en una fase en la que la automatización deja de ser un proyecto piloto y empieza a marcar organigramas. Y cuando un sector tan regulado y tan dependiente de la confianza mueve sus cimientos internos, conviene mirar menos el brillo del discurso y más el detalle del taller: procesos, controles, aprendizaje y responsabilidad.