Ejecución local, capacidades globales, impacto a escala
En el cruce entre la tecnología y las finanzas, Banco Santander demuestra que la inteligencia artificial puede traducirse en valor tangible sin sacrificar el capital humano. Con 35 millones de euros generados solo en el primer trimestre de 2026 y una proyección de 200 millones al cierre del año, la entidad española convierte lo que para muchos es promesa en resultados medibles. Su apuesta no es la sustitución del trabajador, sino la amplificación de sus capacidades, un modelo que podría redefinir cómo las grandes instituciones financieras entienden la productividad en la era algorítmica.
- Santander proyecta cuadruplicar en meses lo generado por IA en el primer trimestre, pasando de 35 a 200 millones de euros antes de que termine 2026.
- 185 mil empleados en todo el mundo ya operan con herramientas de inteligencia artificial, creando una presión silenciosa sobre cómo se define el trabajo bancario.
- El banco responde a la tensión entre automatización y empleo con una postura deliberada: la IA como amplificador, no como reemplazo, aunque esa línea seguirá siendo vigilada de cerca.
- Casos concretos en Brasil y Reino Unido muestran que la promesa se está materializando: procesos de fraude un 95% más rápidos y 240 mil llamadas anuales resueltas sin intervención humana.
- La trayectoria apunta a más de 1,000 millones de euros en valor generado entre 2026 y 2028, convirtiendo la IA en un motor central de rentabilidad para una de las mayores instituciones financieras de Europa.
Banco Santander está en camino de superar los 200 millones de euros en valor de negocio generado por inteligencia artificial en 2026, un salto notable desde los 35 millones registrados solo en el primer trimestre. Los responsables de tecnología del banco presentan estas cifras no como proyecciones optimistas, sino como el resultado de una integración ya en marcha en sus operaciones globales.
Martín Manjón, responsable de Datos e IA, ha subrayado que el enfoque del banco no busca reemplazar a sus trabajadores, sino potenciarlos. Los 185 mil colaboradores del grupo ya tienen acceso a herramientas de IA que aceleran operaciones, abren nuevas fuentes de ingresos y reducen costos. La estrategia combina ejecución local con escala global: las soluciones se prueban primero en mercados específicos y luego se replican en otras unidades del grupo.
Los resultados concretos ilustran el alcance de esta transformación. En Brasil, la IA procesa reclamaciones por fraude con tarjetas un 95% más rápido, con 90% de automatización y menos del 1% de errores. En Reino Unido, sistemas de voz atienden unas 240 mil consultas anuales en modo autoservicio, ahorrando 26 mil horas a clientes y liberando 45 mil horas del equipo humano para casos más complejos. En España, tanto Santander como Openbank despliegan interfaces diseñadas para ser naturales e intuitivas.
Más allá del presente, la visión de mediano plazo es aún más ambiciosa: el grupo estima generar más de 1,000 millones de euros mediante IA entre 2026 y 2028, consolidando lo que comenzó como experimento en un motor central de rentabilidad para una de las mayores instituciones financieras de Europa.
Banco Santander está en camino de superar los 200 millones de euros en valor de negocio generado por inteligencia artificial durante este año, según proyecciones de sus líderes de tecnología. La cifra representa un salto significativo desde el primer trimestre, cuando la IA ya había producido aproximadamente 35 millones de euros en ganancias tangibles para la institución financiera española.
La apuesta por la IA no es nueva en el sector bancario, pero Santander ha logrado resultados concretos que van más allá de la teoría. Martín Manjón, responsable de Datos e IA del banco, explicó que la tecnología se ha integrado en los procesos globales de la entidad de manera que genera eficiencias medibles. Lo que distingue el enfoque de Santander es que la IA no se concibe como un reemplazo para los trabajadores, sino como una herramienta que amplifica lo que los equipos pueden hacer. A nivel mundial, 185 mil colaboradores del grupo ya tienen acceso a estas herramientas, utilizándolas para acelerar operaciones, abrir nuevas fuentes de ingresos y reducir costos sin eliminar empleos.
La estrategia del banco combina dos objetivos: expandir ingresos mientras se reducen gastos operativos. Para lograrlo, Santander está implementando la IA primero en mercados locales, tratándolos como laboratorios donde las soluciones pueden probarse y refinarse antes de escalarlas globalmente. Manjón señaló que muchas innovaciones nacen en un país o en una unidad de negocio específica, pero se diseñan desde el inicio para ser reutilizables en otras partes del grupo. Esto permite que Santander combine ejecución local con capacidades globales e impacto a escala.
Los ejemplos prácticos muestran cómo funciona esto en la realidad. En Brasil, la IA se aplica a reclamaciones por fraude con tarjetas, logrando procesos aproximadamente 95 por ciento más rápidos, con hasta 90 por ciento de automatización y una tasa de error inferior al 1 por ciento. En Reino Unido, sistemas de IA atienden consultas de clientes sobre tarjetas a través de canales de voz, con el objetivo de resolver alrededor de 240 mil llamadas anuales, que representan el 40 por ciento del volumen total, mediante autoservicio. Esta implementación ahorra a los clientes aproximadamente 26 mil horas anuales y libera 45 mil horas de trabajo de los equipos de atención para que se dediquen a necesidades más complejas.
Santander también ha desplegado más de 280 agentes de automatización de procesos en producción, que manejan tareas manuales y flujos de trabajo en áreas como crédito, fraude, conocimiento del cliente y operaciones. En España, tanto Santander como su filial Openbank están utilizando interacciones diseñadas para ser naturales y sencillas para el usuario final.
La visión de mediano plazo es aún más ambiciosa. Entre 2026 y 2028, el grupo estima que generará más de 1,000 millones de euros en valor mediante inteligencia artificial. Estos números sugieren que lo que comenzó como un experimento con herramientas accesibles para empleados se está convirtiendo en un motor central de rentabilidad para una de las instituciones financieras más grandes de Europa.
Citas Notables
Muchas soluciones nacen en un país, negocio o función, pero se diseñan desde el principio para poder reutilizarse en otras partes del grupo cuando generan valor— Martín Manjón, responsable de Datos e IA de Banco Santander
La Conversación del Hearth Otra perspectiva de la historia
¿Por qué Santander decidió que la IA debería ser una herramienta para los empleados en lugar de un reemplazo?
Porque el banco entendió que la eficiencia real no viene de eliminar gente, sino de liberar a la gente de tareas repetitivas. Un empleado que pasa ocho horas al día procesando fraudes es un empleado desperdiciado. Si la IA maneja eso, ese mismo empleado puede resolver problemas que requieren juicio humano.
Los números son impresionantes, pero ¿qué tan realista es proyectar 1,000 millones de euros en tres años?
No es un número sacado del aire. Ya generaron 35 millones en un trimestre. Si escalan lo que funciona en Brasil y Reino Unido a todos sus mercados, el crecimiento exponencial es posible. Pero depende de que sigan encontrando casos de uso donde la IA realmente resuelve un problema costoso.
¿Cuál es el riesgo más grande que ven?
Que la IA funcione demasiado bien. Si automatiza el 90 por ciento de las operaciones de fraude, ¿qué pasa con los equipos especializados que construyeron esa experiencia? El banco dice que los redeploya, pero eso requiere reentrenamiento, cambio cultural, voluntad política.
¿Por qué empezar en mercados locales en lugar de implementar globalmente desde el inicio?
Porque cada mercado tiene regulaciones diferentes, comportamientos de clientes distintos, sistemas heredados incompatibles. Brasil no es Reino Unido. Si pruebas en un lugar, aprendes qué funciona y qué no antes de gastar recursos en 50 países.
¿Qué significa que 185 mil empleados tengan acceso a estas herramientas?
Significa que no es solo un equipo de tecnología usando IA. Es que un ejecutivo de crédito en México, un analista de riesgos en Argentina, un operador en España, todos tienen acceso a la misma caja de herramientas. Eso es lo que permite que las soluciones se reutilicen rápidamente.