Solo el 10% de las entidades financieras ha logrado orquestar la IA multiagente a escala empresarial

Las entidades financieras están evolucionando desde experiencias aisladas con agentes de inteligencia artificial hacia sistemas multiagente integrados en procesos esenciales de banca y seguros. El informe World Cloud Report for Financial Services 2027, elaborado por Capgemini Research Institute, revela que el 59% de las compañías desarrolla proyectos piloto o despliega soluciones de IA multiagente en entornos de producción. Sin embargo, solo una de cada diez ha alcanzado el nivel de orquestación integral necesario para operar de forma autónoma en toda la organización.

La modernización de la arquitectura tecnológica constituye una condición fundamental para ampliar estas capacidades. Ocho de cada diez directivos consideran prioritaria la reducción de la deuda técnica para preparar sus organizaciones ante la expansión de la IA agéntica.

 

Los resultados de negocio ganan peso frente a la eficiencia operativa

La transición hacia sistemas multiagente aumenta la exigencia de demostrar el valor de las inversiones en inteligencia artificial. Según las previsiones del estudio, el número de directivos que sitúan los resultados de negocio como principal criterio para financiar proyectos de IA crecerá un 141% hasta 2028. En cambio, los responsables que priorizan la eficiencia disminuirán un 42% en el mismo periodo.

Este cambio de prioridades coincide con las dificultades de las entidades para justificar económicamente sus iniciativas. Aproximadamente la mitad de las empresas financieras no consigue demostrar de manera consistente el retorno de la inversión de sus proyectos de IA agéntica y carece de marcos claros para determinar si los beneficios obtenidos justifican mantener la financiación.

Para responder a este desafío, bancos y aseguradoras están estableciendo controles más estrictos sobre los costes y el rendimiento. Una de las medidas que concentra el interés del sector es el enrutamiento inteligente de modelos, que asigna cada tarea a la solución más adecuada en función de su precisión y coste. La mayoría de las organizaciones ya aplica este enfoque o prevé adoptarlo en un plazo de un año.

El análisis se basa en una encuesta global a 1.100 directivos de alta dirección de compañías de servicios financieros.

 

La nube se consolida como infraestructura para la IA multiagente

El informe identifica la nube como una capa de ejecución esencial para los sistemas multiagente. Su función consiste en regular el acceso de los agentes a los datos, la toma de decisiones y la ejecución de acciones dentro de los procesos empresariales.

Más de la mitad de los bancos y las aseguradoras señala a los grandes proveedores de servicios en la nube —los hiperescaladores— como sus socios preferidos para gestionar los despliegues multiagente. Esta elección responde a la necesidad de contar con certificaciones regulatorias, garantías sobre la residencia de los datos, marcos de seguridad e identidad y mecanismos de auditoría capaces de operar a escala.

La exigencia de combinar autonomía operativa y cumplimiento normativo aumenta a medida que los agentes asumen responsabilidades de mayor alcance. Tres cuartas partes de los directivos encuestados esperan que estas tecnologías desempeñen un papel esencial en la relación con los clientes en un plazo de tres años. Entre los ámbitos con mayor potencial figuran la gestión de cuentas, la concesión y suscripción de préstamos y las recomendaciones de productos.

«En apenas 12 meses, las instituciones financieras han pasado de experimentar con agentes de IA aislados que realizaban tareas puntuales a desplegar sistemas multiagente que coordinan acciones a través de líneas de negocio enteras. Sin embargo, la adopción por sí sola no genera valor», afirma Ravi Khokhar, director global de Cloud para Servicios Financieros en Capgemini.

El directivo destaca que el crecimiento de estas soluciones requiere una infraestructura capaz de gestionar la orquestación de extremo a extremo, incorporar mecanismos de gobernanza y seguridad desde el diseño (security by design) y vincular las inversiones tecnológicas con resultados financieros medibles. En este contexto, considera que la nube constituye la base operativa de la estrategia de IA agéntica y no una infraestructura genérica o intercambiable.

 

El aprovisionamiento híbrido como modelo de referencia

La estrategia tecnológica de las entidades financieras también evoluciona hacia modelos híbridos de aprovisionamiento. Este planteamiento combina tres vías: desarrollar capacidades propias para diferenciarse, adquirir soluciones agénticas empaquetadas para acelerar su implantación y colaborar con socios especializados para ampliar el alcance del ecosistema tecnológico.

Según las previsiones del informe, más de dos tercios de las instituciones financieras adoptarán este modelo como enfoque predominante en un plazo de tres años. La combinación de recursos internos, soluciones comerciales y alianzas permite equilibrar el control sobre las capacidades estratégicas con la velocidad de despliegue y el acceso a conocimientos especializados.

 

Solo el 5 % ha institucionalizado la IA agéntica a escala corporativa

El estudio identifica un grupo reducido de organizaciones, equivalente al 5 % de las entidades encuestadas, que ya dispone de las capacidades necesarias para operar la IA agéntica a escala empresarial.

La ventaja de estas compañías se sustenta en tres prioridades. La primera es coordinar agentes de inteligencia artificial en distintas funciones de negocio y tecnología. La segunda consiste en disponer de una infraestructura en la nube fiable, capaz de respaldar operaciones autónomas con garantías de seguridad y cumplimiento. La tercera pasa por vincular las inversiones en IA con resultados de negocio cuantificables.

La experiencia de este grupo pone de manifiesto que la adopción de agentes no basta para obtener beneficios sostenibles. La integración tecnológica, la gobernanza, el control de costes y la medición del impacto económico son factores determinantes para convertir los proyectos de IA multiagente en capacidades operativas de toda la organización.