Los bancos de Asia-Pacífico quieren IA contra el fraude, pero su mayor freno es la privacidad, no el coste

Por Asian Business Review · 18 de octubre de 2026.

Más del 60% de los líderes bancarios de Asia-Pacífico (APAC) señala la detección de fraude y estafas como el área donde la IA generativa puede mejorar más sus operaciones en los próximos 12 meses. Así lo recoge una encuesta de FICO, la empresa de software analítico. Las decisiones de suscripción de crédito quedan en segundo lugar (21%), seguidas de los servicios bancarios digitales de cara al cliente (15%) y la vigilancia del cumplimiento normativo (3%).

La barrera principal para adoptarla es la privacidad y seguridad de los datos, citada por el 42%. La opacidad y el riesgo regulatorio pesan menos: transparencia y explicabilidad del modelo, y riesgos regulatorios y de cumplimiento, cuentan un 21% cada uno. Solo el 16% apunta al coste de cómputo o infraestructura.

El 77% considera «extremadamente importante» que las herramientas de IA bancaria estén diseñadas a medida para el sector. El 23% restante lo ve «algo importante». Sobre los plazos, el 46% espera desplegar modelos específicos por tarea (fraude, cumplimiento y suscripción) en uno o dos años, el 26% en tres a cinco años, y otro 26% afirma que ya los ha desplegado. Fuera del fraude, el 64% cree que la suscripción de crédito y las decisiones de préstamo son los procesos de «back-office» que más se beneficiarían.

La encuesta se realizó en agosto de 2026 en el Banking Leaders Forum de FICO en Bali, con 51 directivos de bancos de APAC. Dattu Kompella, director general de FICO para APAC, sostiene que los bancos necesitan modelos que expliquen sus decisiones, sean auditables y cumplan la regulación.

**Nuestra lectura.** Hay que dimensionar el dato antes de celebrarlo. Son 51 respuestas, recogidas en un foro organizado por un proveedor que vende justo este tipo de producto. Sirve como termómetro de intenciones, no como prueba de impacto real. Y «ya desplegado» en el 26% no dice si funciona, solo que existe.

Aun así, la señal es coherente. El fraude es el caso de uso ideal para la IA en banca: hay mucho volumen, patrones cambiantes y un coste claro por cada error. Además, la amenaza también se automatiza. Los estafadores ya usan IA y deepfakes, así que la defensa tiene que moverse a la misma velocidad. En general, esa carrera entre ataque y defensa es lo que empuja a los bancos a invertir con más urgencia que en otros usos.

Lo más interesante es lo que revela el orden de los frenos. Que el cómputo preocupe al 16% y los datos al 42% indica que la tecnología ya se percibe como accesible, y que el cuello de botella pasó a ser la confianza: dónde viven los datos del cliente, quién los ve y cómo se audita una decisión. Es la misma lógica de soberanía y control que vemos en el open-weight. La preferencia por modelos específicos de sector, en lugar de modelos generalistas, apunta en esa dirección: más pequeños, auditables y gobernables.

Para el empleo, el matiz importa. El 64% señala préstamos y suscripción como los procesos de back-office que más ganarían, y ese es justo el terreno administrativo que, en nuestra serie sobre banca y seguros, vemos como el más expuesto. A corto plazo, eso significa menos manos administrativas y más perfiles de dato, riesgo y cumplimiento, con una transición que no será indolora para quien hoy hace ese trabajo.

A largo plazo, la lectura es más constructiva. Un sistema financiero que frene el fraude a escala protege sobre todo a quienes más pierden con él: personas mayores, pequeños negocios y usuarios con menos recursos. Si además los modelos son explicables y auditables, la IA puede ampliar el acceso al crédito sin opacidad. Esa es la condición: que la explicabilidad no sea un eslogan, sino un requisito verificable.