Un reciente informe de la Cámara Argentina Fintech reveló que el 79% de las empresas del sector ya utiliza inteligencia artificial (IA), mientras que un 19% adicional planea incorporarla a corto plazo. El estudio, publicado el 26 de enero y realizado con el apoyo de PwC Argentina, incluyó a 112 empresas y buscó comprender cómo estas organizaciones están incorporando la tecnología, en qué áreas la aplican y cuáles son los principales obstáculos para profundizar su uso.
De la experimentación al impacto medible en las fintech de Argentina
Aunque el 95% de las empresas considera que la IA es relevante o muy relevante para cumplir sus objetivos estratégicos, el informe señala que la mayoría de las implementaciones son puntuales o por áreas específicas, más que transformaciones integrales. «La adopción de IA en el sector es amplia, pero aún incipiente en profundidad», indica el documento.
El punto de inflexión actual ya no pasa por decidir si adoptar o no la tecnología, sino por cómo hacerlo de manera efectiva, sostenible y alineada con los objetivos del negocio. Este panorama coincide con la tendencia global: según PwC, el 79% de las organizaciones mundiales ya incorporó IA en sus procesos y el 88% planea aumentar su inversión en los próximos 12 meses.
«Vemos mayor madurez al pasar de los tiempos de la experimentación a la búsqueda de enfoques de implementación que permitan generar y medir impacto real de negocios. El principal desafío ya no es tecnológico, sino organizacional», explicó Roberto Cruz, Partner & AI Territory Leader de PwC Argentina.
Aplicaciones y tecnologías predominantes
En el ecosistema fintech argentino, la IA se aplica principalmente para mejorar la eficiencia operativa y la toma de decisiones. Los usos más frecuentes incluyen la mejora de procesos, el análisis de datos, la atención al cliente, la prevención de fraude y el scoring crediticio. Áreas como compliance, ciberseguridad o recursos humanos presentan menor adopción.
La IA generativa emergió como la tecnología más utilizada (27%), marcando un cambio respecto al predominio anterior del machine learning (23%) y el procesamiento de lenguaje natural (19%). Las tecnologías más tradicionales como deep learning y automatización robótica de procesos continúan evolucionando en paralelo.
Las áreas que más utilizan esta tecnología son Tecnología y sistemas, Mejora de operaciones y procesos, y Análisis de datos internos.
Estrategias de implementación y expectativas
El 57% de las empresas gestiona internamente sus iniciativas en IA, ya sea mediante desarrollos propios, capacitación de talento interno o investigación y desarrollo. Por otro lado, el 33% recurre a recursos externos, como la compra de soluciones o la contratación de expertos.
En cuanto a las expectativas, el 57% de las empresas busca generar transformaciones con impacto interno, mientras que el 27% apunta a reducir costos operativos. Un 15% espera generar nuevos productos o líneas de negocio, y otro 15% busca aumentar la precisión en decisiones vinculadas a riesgos.
Las principales dimensiones donde las organizaciones esperan generar impacto real son la automatización de tareas existentes y la redefinición y modernización de procesos, ambas con más del 66% de las respuestas.
Obstáculos organizacionales
Los principales límites que enfrentan las fintechs argentinas son organizacionales, no tecnológicos. El 61% de las dificultades identificadas son internas: falta de talento especializado, gestión y calidad de los datos, desconocimiento estratégico y resistencia cultural al cambio aparecen como los grandes cuellos de botella.
El 67% de las empresas pone foco en la gobernanza de la IA y reconoce la necesidad de contar con políticas claras para regular su uso. Según Cruz, la gobernanza adecuada y el uso responsable de la tecnología cobran mayor protagonismo como catalizadores para obtener resultados sostenibles.
Desarrollar inteligencia artificial responsable implica que las empresas sean transparentes sobre cómo recopilan, utilizan y protegen los datos y algoritmos. Evitar el sesgo en la toma de decisiones surge como el primer y más grande desafío del sector.
