L'adopció de la intel·ligència artificial ja és generalitzada als bancs importants de la zona de l'euro
La intel·ligència artificial ja no és un experiment de nínxol dins de la banca europea. En un discurs del març de 2026 sobre la IA i l'economia de la zona de l'euro, el Banc Central Europeu va informar que gairebé el 90% dels bancs importants de la zona de l'euro ja utilitzaven tecnologies d'IA. Els bancs també havien invertit més de 4.000 milions d'euros en tecnologies digitals durant el 2025. L'adopció va ser especialment alta en la detecció de frau i ciberdelinqüència, seguida de màrqueting, chatbots i puntuació de crèdit.
Aquestes xifres són importants perquè canvien la discussió sobre la política i la gestió. La qüestió rellevant ja no és si la IA esdevindrà significativa a la banca; ja ho és. Les preguntes més urgents es refereixen a com es regeixen les diferents aplicacions, quin valor creen i com les institucions gestionen els riscos creats per les dades, els models i els proveïdors externs.
On els bancs utilitzen IA
La detecció de frau i cibercrim són àrees naturals d'adopció perquè la banca genera grans volums de dades de comportament i transaccions. Els sistemes d'aprenentatge automàtic poden identificar patrons que els controls tradicionals basats en regles poden perdre's, ajudant les institucions a prioritzar les alertes i respondre més ràpidament. No obstant això, aquests sistemes creen els seus propis problemes operatius. Els falsos positius poden molestar els clients, els falsos negatius poden exposar el banc a pèrdues i el comportament del model s'ha de controlar a mesura que evolucionen les tècniques criminals.
El màrqueting és un altre ús comú. La IA pot analitzar el comportament dels clients i donar suport a una comunicació més personalitzada, però la personalització planteja preguntes sobre la privadesa, l'equitat i l'ús adequat de les dades dels clients. Els bancs han d'entendre no només si un model millora la conversió, sinó si el mètode utilitzat és coherent amb les expectatives de protecció de dades, conducta i reputació.
Els chatbots i les aplicacions d'atenció al client poden millorar l'accessibilitat i reduir la càrrega de treball habitual, però el client pot suposar raonablement que la informació proporcionada per un banc és autoritzada. Per tant, les institucions necessiten límits clars al voltant dels temes que un chatbot pot tractar, rutes d'escalada per a preguntes complexes i controls de qualitat per a les respostes generades.
La puntuació de crèdit s'està desenvolupant amb més cautela perquè les decisions sobre l'accés al finançament són sensibles i regulades. La IA pot identificar patrons que els models tradicionals poden no capturar, però el biaix, les variables proxy i l'explicabilitat es converteixen en preocupacions importants. Per tant, una validació forta i una supervisió humana són essencials.
Les dades i la governança del model esdevenen capacitats estratègiques
L'evidència del BCE també destaca la importància de la qualitat de les dades. Els projectes d'IA sovint exposen debilitats en arquitectures d'informació fragmentades. Els models depenen de dades coherents, rellevants i ben governades; en cas contrari, la sortida pot ser poc fiable independentment de la sofisticació tècnica. Per tant, la inversió en IA sovint requereix inversió en governança de dades al mateix temps.
El model de govern també ha d'evolucionar. La IA generativa es comporta de manera diferent a molts models estadístics tradicionals perquè la sortida pot variar segons les indicacions i el context. Per tant, les proves han de tenir en compte un ventall més ampli de comportaments. Els bancs haurien d'entendre les circumstàncies en què un sistema funciona bé, els casos en què falla i els controls que compensen aquestes debilitats.
Dependència de tercers i resiliència operativa
La majoria dels bancs no desenvoluparan tots els models de fundació ells mateixos. Es basaran en proveïdors externs d'IA i núvol, la qual cosa crea concentració i risc del proveïdor. Els contractes, les condicions de tractament de dades, la disponibilitat del servei i les opcions de sortida esdevenen qüestions estratègiques. Això està directament connectat amb DORA i una atenció més àmplia de supervisió a la resiliència operativa.
La IA també està entrant als bancs a través de productes de productivitat normals en lloc de programes formals de desenvolupament de models. Milers d'empleats poden utilitzar les funcions generatives del programari d'oficina, les eines de codificació i els sistemes de coneixement. Per tant, un inventari complet d'IA hauria d'incloure funcions de proveïdors, pilots i eines dels empleats incrustades en lloc de només projectes patrocinats de manera centralitzada.
Implicacions per a les habilitats bancàries
A mesura que s'amplia l'adopció, els rols canviaran. Les tasques analítiques i administratives rutinàries poden ser cada cop més automatitzades, mentre que el personal dedica més temps a les excepcions, el judici i la interacció amb el client. Això augmenta el valor dels professionals que entenen tant el domini empresarial com la tecnologia que influeix en el seu treball.
Els especialistes en tecnologia necessiten una bona comprensió dels processos i la regulació bancària. Els professionals de la banca necessiten prou alfabetització en IA per desafiar els resultats i reconèixer els modes de fallada. Els equips de risc i compliment han d'entendre com interactua el comportament del model amb els controls existents. Per tant, la capacitat interfuncional serà cada cop més important.
El Acadèmia de Banca eBSI tracta aquesta competència digital més àmplia com a part del desenvolupament professional. Els banquers no necessiten convertir-se en enginyers d'IA, però haurien d'entendre com els sistemes cada cop més intel·ligents influeixen en el risc, els clients i les operacions. Les dades del BCE deixen clar que aquesta ja no és una qüestió d'habilitats futures.
Conclusió
L'adopció de la IA ofereix oportunitats significatives per millorar l'eficiència, la seguretat i el suport a les decisions als bancs. També introdueix noves dependències, requisits de govern i necessitats d'habilitats professionals. Les institucions que més es beneficien seran les que eviten els dos extrems: rebutjar la innovació útil d'una banda i desplegar IA sense controls disciplinats de l'altra. L'adopció sostenible requereix tecnologia, governança i capacitat de la força de treball per desenvolupar-se junts.
Font
Banc Central Europeu, "AI and the euro area economy", 23 de març de 2026. El BCE va informar que gairebé el 90% dels bancs importants de la zona de l'euro ja utilitzen tecnologies d'IA i que la inversió realitzada en tecnologies digitals durant el 2025 va superar els 4.000 milions d'euros.
Les xifres d'adopció s'han d'interpretar com un repte de govern i una mesura d'innovació
Les xifres del BCE també suggereixen que els supervisors jutjaran cada cop més els bancs no per si utilitzen IA, sinó per si aquest ús està controlat. Quan l'adopció és generalitzada, la IA deixa de ser una novetat diferenciadora i es converteix en una altra font de risc operacional i de model que cal incorporar als marcs existents. Per tant, les institucions haurien d'assegurar-se que el seu inventari d'aplicacions d'IA estigui complet, inclosa la funcionalitat integrada als productes del proveïdor i el programari de productivitat normal.
El desenvolupament de la força de treball hauria de reflectir aquesta normalització. Milers d'empleats poden interactuar amb IA indirectament sense considerar-se usuaris d'IA. Per tant, l'alfabetització bàsica hauria d'anar més enllà dels equips de dades especialitzats. Al mateix temps, una formació més profunda s'hauria d'adreçar als empleats que validen models, supervisen decisions automatitzades o gestionen processos que afecten els clients. Un enfocament escalonat és més realista que suposar que un curs pot satisfer tots els requisits d'un gran banc.
Les institucions també haurien de distingir entre l'experimentació i l'ús de la producció. L'activitat pilot pot ser valuosa per a l'aprenentatge, però una vegada que un sistema d'IA influeix en les operacions bancàries normals, necessita un propietari clar, controls de canvis i disposicions de revisió definides. Aquesta transició de l'experiment a la producció és on la innovació informal ha de convertir-se en govern formal.