El sector bancario mundial alcanzó en 2024 un hito histórico: 1,2 billones de dólares en beneficios netos, la cifra más alta registrada en cualquier industria. Sin embargo, pese a este rendimiento excepcional, las valoraciones bursátiles de los bancos se mantienen un 70% por debajo del promedio de otras industrias, reflejo del escepticismo inversor sobre la sostenibilidad de estos resultados. El nuevo informe de McKinsey & Company, McKinsey Global Annual Banking Review 2025: Why precision, not heft, defines the future of banking, concluye que el tamaño y la escala ya no garantizan el éxito, y más bien identifica una brecha significativa entre los sólidos resultados financieros y la percepción del mercado, impulsada por la falta de mejoras sostenidas en productividad y la dependencia excesiva de factores macroeconómicos externos favorables.
Según McKinsey & Company, la Inteligencia Artificial tiene el potencial de redefinir totalmente los modelos operativos del sector. El tamaño dejó de ser un factor determinante: la ventaja competitiva se desplaza hacia un nuevo modelo, al que McKinsey denomina “banca de precisión”. Aunque en 2024 la banca alcanzó cifras récord con 1,2 billones de dólares en beneficios y 426 billones en fondos intermediados (cuatro veces el PIB mundial), las valoraciones permanecen históricamente bajas. Solo el 15 % de los bancos cotizados crea valor real, con múltiplos P/E muy por debajo del resto de sectores.
En este contexto, la Inteligencia Artificial emerge como el factor disruptivo clave, capaz de redefinir los modelos operativos y competitivos del sector. McKinsey denomina a este nuevo paradigma “banca de precisión”, donde la ventaja competitiva ya no proviene del volumen o la escala, sino de la capacidad de aplicar Inteligencia Artificial para optimizar decisiones, personalizar servicios y reasignar capital con mayor exactitud. Este enfoque desafía directamente el dogma de “too big to fail” y abre la puerta a un entorno con mayor competencia, impulsado por bancos nativos en IA y fintechs.
Pero esta transformación avanza más rápido que la regulación. La entrada de actores digitales plantea riesgos de asimetría regulatoria y aumenta la presión sobre los bancos tradicionales. Al mismo tiempo, la banca de precisión introduce nuevas formas de riesgo de naturaleza tecnológica, distintas a las financieras clásicas. Por ello, la agenda pública tiene nuevos desafíos, entre ellos, actualizar los marcos de competencia, supervisión y estabilidad financiera para adaptarlos a modelos bancarios basados en IA.
La necesidad de un cambio estructural
Entre 2001 y 2024, los beneficios netos de la banca crecieron de media un 5% anual, alcanzando 1,2 billones de dólares. Más llamativo aún es que el capital distribuible casi se triplicó, pasando de unos 290.000 millones (periodo 2001–2020) a 840.000 millones (periodo 2021–2024). Solo en los últimos cuatro años, los bancos generaron 3,36 billones de dólares en capital distribuible, el mayor volumen registrado en cualquier industria.
Sin embargo, sin un cambio estructural, este capital no se traducirá en ventajas competitivas sostenibles. McKinsey & Company define este modelo como un enfoque que dirige datos, tecnología y analítica avanzada hacia las áreas de mayor impacto, dejando atrás las estrategias generalistas del pasado. La “banca de precisión” se sostiene en cuatro pilares: Tecnología: inversión selectiva en IA para elevar la productividad y optimizar el retorno sobre el capital; Cliente: migrar de la segmentación tradicional a la personalización total, adaptando productos y servicios a cada persona; M&A: operaciones enfocadas en capacidades estratégicas y presencia local, no en la escala por sí misma; y Capital: gestionar el capital con una visión granular —por producto y por cliente— para liberar recursos y reasignarlos con precisión, habilitado por la IA.
La inteligencia artificial como catalizador de ese cambio
El informe destaca que la irrupción de la IA agéntica redefine los modelos operativos bancarios. A diferencia de la automatización tradicional, esta nueva generación de IA puede tomar decisiones autónomas y ejecutar tareas complejas, desde la gestión del riesgo hasta el servicio al cliente. La IA y, especialmente, la IA agéntica, podrían transformar áreas críticas como depósitos, pagos, riesgo, productividad comercial y automatización del servicio al cliente.
Según McKinsey, la IA tiene el potencial de reducir los costes unitarios del trabajo hasta un 20% en los próximos años, aunque advierte que los beneficios se erosionan si las entidades no actúan con rapidez. En paralelo, el estudio advierte que, si los bancos no actúan con rapidez, el impacto neto global podría suponer una oportunidad perdida de este potencial estimado en una reducción de hasta el 9% de los beneficios de 2024; es decir, cerca de 170.000 millones de dólares. El informe apunta que los bancos pioneros, independiente del tamaño, podrán ser los primeros en capturar un potencial de productividad del 15 a 20 %, obteniendo mayor rentabilidad y una ventaja sostenible en cuota de mercado.
El informe señala que la capacidad del sector para generar valor sostenible dependerá de su habilidad para escalar la inteligencia artificial más allá de los proyectos piloto e impulsar transformaciones profundas. Según la previsión, en un plazo de tres a cinco años podrían emerger bancos nativos en IA capaces de ganar cuota de mercado con rapidez frente a las entidades tradicionales. Y, a largo plazo, la estructura misma de la industria estará determinada por factores como la disponibilidad de centros de datos, la potencia de cómputo y el acceso a energía.
En paralelo, la disrupción digital continúa acelerándose: fintechs nativas digitales como Revolut o Nubank han elevado las expectativas de los consumidores con experiencias ágiles, tecnologías cloud-native y modelos de desarrollo más rápidos. Estos actores están bien posicionados para aprovechar la IA agéntica para automatizar procesos, personalizar servicios y capturar clientes a gran velocidad, presionando a los bancos tradicionales a modernizarse. Aunque estos últimos mantienen una ventaja clave con la confianza del cliente, deberán transformar sus modelos operativos antes de que los nuevos atacantes amplíen aún más la brecha competitiva.
La próxima curva de crecimiento en la banca no estará definida por la escala, sino por la precisión. En este escenario, la inteligencia artificial se consolida como el motor del próximo salto competitivo: los bancos que adopten la banca de precisión estarán mejor posicionados para liderar el futuro del sector.
Seguiremos Informando…
