Una encuesta de 2026 a 277 ejecutivos bancarios de 37 países africanos reveló que el 83.2% de las instituciones planea aumentar su gasto en IA durante los próximos 12 meses. Sin embargo, casi un tercio no mide formalmente el retorno de la inversión (ROI) de esta tecnología. Entre los bancos que no miden los retornos de la IA, el 82% aun así pretende aumentar sus presupuestos.

Los resultados destacan la tensión en el centro del impulso multimillonario de África hacia la automatización bancaria. Los bancos invierten en IA a pesar de las facturas de nube denominadas en dólares, las restricciones de integración con sistemas bancarios heredados y la escasez de ingenieros de aprendizaje automático. En esta edición de Delve into AI, EMMANUEL NWOSU examina la brecha entre operaciones más rápidas y retornos medibles en el balance.

La documentación de préstamos históricamente ha sido un cuello de botella administrativo, incluso en instituciones financieras bien capitalizadas. En Standard Bank, un proceso de verificación que antes tomaba aproximadamente una hora ahora puede completarse en unos 60 segundos gracias a la inteligencia artificial.

El banco sudafricano reveló esta cifra en su presentación del Capital Markets Day de marzo de 2026. La métrica aplica a la división de financiamiento de activos comerciales del banco e ilustra cómo el banco más grande de África por activos está aplicando la inteligencia de máquinas a procesos establecidos.

Standard Bank también reportó que su bot conversacional gestiona el 65% de las consultas digitales de clientes entrantes. Para agosto de 2026, más de 39,000 empleados—alrededor del 72% de su plantilla—eran usuarios empresariales habituales de la IA generativa.

Estos ejemplos muestran el potencial operativo inmediato de la automatización. Los rezagos administrativos pueden reducirse a tareas de un minuto, la fricción con los clientes puede disminuir y los empleados pueden reorientarse hacia funciones de asesoría que requieren juicio humano.

El beneficio financiero, sin embargo, sigue siendo menos cierto. Desplegar IA en entornos financieros regulados requiere controles de gobernanza de datos, licencias de software, integración de sistemas y recualificación de la plantilla. Para justificar comercialmente estos costos, los bancos deben demostrar que las ganancias financieras superan el gasto de implementación y operación.

Más velocidad, retornos financieros inciertos

El informe State of AI in African Banking, un estudio conjunto de 2026 del proveedor de software bancario Backbase y African Banker, encuestó a ejecutivos de 37 países africanos. Halló que el 83.2% de las instituciones planeaba aumentar sus asignaciones de IA en los 12 meses siguientes, mientras que solo el 67.1% rastreaba formalmente el ROI de dichas implementaciones.

Entre el aproximadamente un tercio de encuestados cuyos bancos no rastreaban los retornos de la IA, el 82% aun así planeaba aumentar sus presupuestos. Las cifras indican que muchos líderes bancarios están expandiendo una tecnología cuya contribución comercial aún no han cuantificado.

La ausencia de medición formal no significa necesariamente que los proyectos de IAan fracasado. Los sistemas algorítmicos pueden acortar tiempos de procesamiento, mejorar la vigilancia de fraudes y elevar el servicio al cliente sin reducir de inmediato los costos del estado de resultados. Pero la diferencia entre eficiencia operativa y retorno financiero se vuelve más importante a medida que la IA pasa de pilotos aislados a sistemas de uso diario en los bancos.

Standard Bank ha construido sus capacidades de IA sobre inversiones tecnológicas realizadas durante varios años. En su presentación a inversores de marzo, el banco afirmó que la IA conversacional gestionaba el 65% de las consultas digitales en su app de banca personal. También reportó que la productividad de ingeniería había mejorado más del 20% durante el año anterior, mientras la IA comenzaba a acelerar el trabajo de crédito.

El ejemplo de financiamiento de activos comerciales, en el que el procesamiento de documentación de préstamos pasó de aproximadamente una hora a cerca de un minuto, demuestra la mejora posible en algunos flujos administrativos. Standard Bank también amplió el acceso en toda su plantilla. En agosto, reportó más de 39,000 usuarios activos de IA generativa a través de herramientas empresariales aprobadas.

Reducir un proceso de documentación de una hora a un minuto libera a los empleados que antes lo realizaban. El banco podría procesar más solicitudes con la misma plantilla, reducir horas extra o asignar empleados a otras responsabilidades. Esos beneficios operativos se convierten en ahorros financieros medibles solo cuando generan gastos evitados o ingresos adicionales que puedan atribuirse razonablemente a la inversión.

Standard Bank dijo que planea reorientar el tiempo ahorrado mediante la IA hacia las relaciones con clientes y trabajos que requieren decisiones más complejas. Ese enfoque va más allá del recorte directo de costos y busca generar más valor de la plantilla existente. La declaración no especifica, por sí misma, ingresos generados ni costos ahorrados.

En el crédito, la IA podría permitir a los empleados procesar más solicitudes sin un aumento correspondiente de los costos de personal. Si se usa para evaluar la solvencia de los prestatarios, también podría respaldar las decisiones de crédito y potencialmente reducir los incumplimientos. Son beneficios distintos, y Standard Bank no ha establecido que sus inversiones en IA hayan generado ninguno de los dos en términos financieros.

El índice de préstamos no rentables del banco fue del 5.6% a fines de junio, frente al 6.2% un año antes. Los cargos por deterioro crediticio, que reflejan las pérdidas esperadas de los préstamos, cayeron un 12% a 7,130 millones de rand (435.5 millones de dólares) en el primer semestre de 2026. Standard Bank no ha atribuido esas mejoras al uso de la IA.

Nedbank, otro prestamista sudafricano de primer nivel, ha reportado mejoras operativas medibles. En su informe integrado de 2025, el banco dijo que implementó 30 casos de uso avanzados de IA durante el año. Su programa más amplio, que abarca IA, IA generativa, análisis, aprendizaje automático y automatización robótica de procesos, ahorró aproximadamente 312,000 horas laborales en creación de medios y contenido, traducción de documentos y productividad personal. Los tiempos de procesamiento de pagos globales también cayeron cerca del 30%.

Nedbank ha usado modelos predictivos para identificar clientes con mayor probabilidad de comprar productos de inversión, junto con análisis para segmentar posibles clientes de tarjetas de crédito y préstamos. Estas aplicaciones reflejan dos formas amplias en que los bancos esperan que la IA genere retornos: reduciendo el costo de los servicios existentes y ayudándoles a atender mejor a sus clientes.

El costo de hacer funcionar la IA

La IA no opera de forma independiente de la tecnología existente de un banco. Los modelos requieren datos confiables, sistemas de cómputo seguros y acceso a las aplicaciones que emplean empleados y clientes. Los bancos también necesitan procedimientos para probar los resultados, restringir el acceso a información sensible y supervisar las decisiones tomadas con IA.

Como resultado, el costo de desplegar IA puede ser considerablemente mayor que el precio de una suscripción de software. En su Capital Markets Day de 2026, Standard Bank reportó un gasto tecnológico total de 23,500 millones de rand (1,440 millones de dólares) en 2025, equivalente al 27.7% de sus gastos operativos.

El banco dijo que el 88% de sus servidores heredados habían sido dados de baja y que el 71% de las cargas de trabajo de cómputo aptas para migración habían pasado a la nube al momento de la presentación. Posteriormente reportó que la migración a la nube alcanzó el 78% de las cargas elegibles a fines de junio de 2026.

Standard Bank dijo que las inversiones tecnológicas de varios años habían ayudado a mejorar la eficiencia y contribuido a la caída de su ratio costo-ingreso grupal de 59.1% a 50.2%. En términos prácticos, el banco gastó unos 50 rand (3.05 dólares) en gastos operativos por cada 100 rand (6.09 dólares) de ingreso operativo, frente a unos 59 rand (3.60 dólares) anteriores.

El gasto tecnológico siguió aumentando a medida que el banco expandía sus operaciones de IA. Standard Bank gastó 23,510 millones de rand (1,430 millones de dólares) en tecnología en 2025, un 4.9% más que los 22,400 millones de rand (1,360 millones de dólares) de 2024. Durante el primer semestre de 2026, los gastos en software, nube y tecnología subieron un 6% a 7,160 millones de rand (436.5 millones de dólares). El banco atribuyó parte del aumento a la expansión de sus capacidades de IA, junto con inversiones en experiencia tecnológica especializada, sistemas bancarios centrales y ciberseguridad.

El gasto tecnológico general creció solo un 2% a 11,830 millones de rand (721 millones de dólares) durante el semestre, ya que una menor amortización y otros costos tecnológicos compensaron parte del incremento. Standard Bank ha descrito su enfoque como una estrategia de "ahorrar para invertir", usando las eficiencias de inversiones tecnológicas anteriores para financiar capacidades más nuevas, incluida la IA.

El programa de modernización ilustra el trabajo requerido para introducir nuevas capacidades en un negocio bancario establecido. En la encuesta de Backbase y African Banker, el 50.2% de los encuestados identificó la integración con la tecnología existente como su mayor obstáculo interno para la adopción de la IA.

Los bancos pueden necesitar conectar registros de clientes, historiales de transacciones y otra información almacenada en sistemas desarrollados en momentos distintos. Un prestamista que introduce IA en la evaluación crediticia, por ejemplo, requiere acceso confiable a la información financiera usada para evaluar a los prestatarios. Consolidar esa información puede requerir actualizaciones de sistemas heredados, infraestructura de cómputo adicional y empleados especializados para mantenerla.

Estos requisitos aumentan tanto el costo inicial como el continuo de la IA. Los bancos que compran servicios de nube o software en monedas extranjeras también pueden enfrentar gastos mayores en moneda local cuando los tipos de cambio se mueven en su contra. El caso financiero de la IA depende, por tanto, de más que el tiempo que un sistema ahorra. Los bancos deben ponderar esas ganancias frente al costo total de introducir y operar la tecnología.

Por qué los retornos siguen siendo difíciles de medir

La investigación de Backbase y African Banker sugiere que algunos bancos africanos están obteniendo los resultados financieros esperados. Entre los encuestados cuyas instituciones miden formalmente los retornos, el 85.1% dijo que sus inversiones cumplieron o superaron sus proyecciones.

Esos bancos medían el desempeño frente a sus propios objetivos. La encuesta no establece cuánto invirtió cada institución, el valor financiero generado ni si los retornos se calcularon de forma consistente entre las organizaciones.

El crédito potenciado por IA ilustra la dificultad. Si un banco aprueba más solicitudes tras introducir IA, los préstamos adicionales podrían aumentar su ingreso por intereses. El beneficio financiero seguiría dependiendo de los costos de financiamiento, el desempeño de esos préstamos y si la tecnología mejoró las decisiones de crédito. De manera similar, el valor de un sistema de detección de fraudes con IA radica en las pérdidas evitadas, no simplemente en la cantidad de transacciones sospechosas que identifica.

La encuesta halló que el 71.7% de los encuestados que trabajan con proveedores externos de IA miden los retornos, frente al 31% de quienes desarrollan IA totalmente internamente. La diferencia refleja la capacidad variable de los bancos para construir sistemas de IA propios, lo que a vez puede convertirse en un centro de costos significativo.

En junio de 2026, el primer AI Index for Banks en Medio Oriente y África de Evident evaluó a 25 grandes bancos en talento en IA, innovación, liderazgo y transparencia. Standard Bank quedó segundo y Nedbank cuarto, siendo los únicos dos bancos sudafricanos entre los cuatro líderes regionales. FirstRand, Capitec y Absa también figuraron en el top 10.

Evident atribuyó el desempeño comparativamente sólido de estos bancos en parte a grupos más grandes de talento en IA, la proximidad a universidades de investigación y el compromiso con la regulación emergente de los bancos centrales. Los resultados sugieren que los bancos sudafricanos han desarrollado capacidades de IA más fuertes que muchos de sus pares regionales.

Sin embargo, entre las 25 instituciones evaluadas, Evident encontró que el talento especializado en desarrollo de IA, en relación con el tamaño de la plantilla, era solo la mitad del nivel registrado en su referencia de grandes bancos globales. La escasez tiene implicaciones financieras. Los bancos sin suficiente experiencia interna deben invertir en desarrollar sus propias capacidades o depender de proveedores externos, mientras siguen pagando por la integración y el mantenimiento.

Algunos bancos fuera de África han ofrecido un panorama más claro de la contribución financiera de la IA. El banco singapurense DBS reportó aproximadamente 1,000 millones de dólares de Singapur (783 millones de dólares) en valor económico proveniente de análisis de datos e IA en 2025, frente a 750 millones de dólares de Singapur (587 millones de dólares) en 2024. A fines de ese año, DBS había desplegado más de 2,000 modelos en más de 430 casos de uso.

DBS ha ido más allá de reportar cuántas tareas completa la IA o cuánto tiempo ahorran los empleados. Ha asignado un valor monetario a la contribución de la tecnología al negocio, aunque no está claro si el banco es rentable en su uso de la IA.

La comparación aclara la pregunta financiera que enfrentan los bancos africanos. Standard Bank y Nedbank han demostrado mejoras de productividad, y muchas instituciones encuestadas por Backbase reportan cumplir sus metas de inversión en IA. Pero los bancos ofrecen información limitada sobre el costo de los programas individuales de IA o los retornos financieros que generan.

La productividad es un caso de uso importante de la IA en la banca y en otras organizaciones no financieras. El desafío es establecer cuánto vale esa productividad y cuánta puede atribuirse a la IA. A medida que los bancos expanden más allá de los pilotos, la evidencia más clara de progreso será una divulgación más consistente de los costos de los programas, los resultados medidos y el vínculo entre esos resultados y el desempeño financiero.

Fuente: TechCabal