Huawei propone bancos capaces de operar con agentes, modelos abiertos y arquitecturas híbridas, bajo nuevas exigencias de seguridad y supervisión. Huawei plantea que la siguiente etapa de la banca digital estará impulsada por agentes de inteligencia artificial capaces de interpretar necesidades, coordinar procesos y ofrecer servicios personalizados en tiempo real. El cambio puede acelerar operaciones y reducir costos, pero también exige transparencia, resiliencia, protección de datos y supervisión humana sobre las decisiones financieras.

Las claves de la noticia

• Huawei propone evolucionar desde la banca digital hacia instituciones nativas de IA.
• Los agentes podrían ofrecer servicios financieros personalizados y proactivos.
• Los modelos abiertos buscan reducir costos y proteger la soberanía de datos.
• Ronghai articula bancos, desarrolladores, integradores y Huawei bajo un modelo colaborativo.
• Perú considera de alto riesgo determinados usos financieros de la inteligencia artificial.

Lima, Perú, 2 de septiembre de 2026.— La banca está pasando de utilizar inteligencia artificial como herramienta de apoyo a integrarla en procesos centrales como atención al cliente, análisis de riesgos, prevención del fraude y personalización de productos. Huawei denomina a esta evolución “banca agéntica”.

En este modelo, los asistentes inteligentes no se limitarían a responder consultas. Podrían interpretar el contexto financiero de cada usuario, consultar información, recomendar acciones y coordinar operaciones entre distintas plataformas.

Sin embargo, operar a “velocidad de máquina” no debe significar decidir sin control. En servicios capaces de afectar el acceso al crédito, los ahorros o el patrimonio de una persona, la rapidez solo crea valor cuando está acompañada de explicaciones comprensibles, seguridad y mecanismos humanos de revisión.

La aplicación bancaria convirtió al teléfono en una sucursal disponible las 24 horas. La inteligencia artificial agéntica promete dar el siguiente paso: transformar ese canal en un asistente capaz de anticipar necesidades y ejecutar tareas. La oportunidad es enorme, pero también lo es la responsabilidad cuando un algoritmo interviene en decisiones que afectan directamente la vida económica de las personas.

El desafío que enfrenta la industria

La digitalización permitió trasladar operaciones desde las oficinas hacia aplicaciones móviles, pero muchos bancos continúan dependiendo de sistemas heredados, datos fragmentados y procesos que requieren intervención manual.

Los agentes de IA necesitan consultar múltiples fuentes, comprender reglas internas, interactuar con aplicaciones y actuar en tiempo real. Esto exige modernizar la arquitectura tecnológica, pero también revisar permisos, modelos de riesgo y responsabilidades. Un banco puede acelerar una transacción; lo realmente difícil es asegurar que la decisión sea correcta, explicable y reversible.

De la banca digital a la banca agéntica

Durante años, digitalizar un banco significó habilitar una aplicación, automatizar operaciones y trasladar servicios a la nube. La banca agéntica introduce una diferencia sustancial: la tecnología puede comenzar a coordinar acciones para alcanzar un objetivo determinado.

Un usuario podría pedirle a su asistente que analice sus gastos, identifique pagos próximos, compare alternativas de ahorro y prepare una transferencia. El agente consultaría información, aplicaría reglas y solicitaría autorización antes de ejecutar la operación.

Para la institución financiera, un agente podría ayudar a revisar expedientes, detectar patrones de fraude, clasificar documentos, preparar reportes regulatorios o asistir a sus equipos en la atención de casos complejos.

Huawei sostiene que esta transición demanda bancos capaces de procesar información y responder en tiempo real. La visión fue desarrollada por Jason Cao, CEO de la Unidad de Negocio de Finanzas Digitales de Huawei, durante encuentros internacionales del sector.

En la era de la IA, solo habrá dos tipos de bancos: los bancos de IA y los demás. Nuestra meta es trabajar con el ecosistema para que las instituciones puedan escalar sus proyectos de IA de forma segura y rentable”, señaló Cao.

La afirmación resume la visión corporativa de Huawei, aunque la adopción real dependerá menos de una etiqueta y más de la capacidad para integrar datos, infraestructura, talento, gobierno y procesos.

Qué significa operar a “velocidad de máquina”

La expresión no se refiere únicamente a ejecutar cálculos con mayor rapidez. Describe una arquitectura capaz de recibir datos, interpretarlos, tomar una decisión y activar un proceso casi inmediatamente.

En una banca convencional, una solicitud puede atravesar distintas aplicaciones y equipos. En una arquitectura agéntica, varios agentes especializados podrían coordinar la verificación de identidad, el análisis documental, la evaluación del riesgo y la preparación de una respuesta.

The Asian Banker explica que el reto ya no consiste solamente en realizar pilotos de IA, sino en convertirlos en una capacidad operativa industrial. Esto requiere modernizar la arquitectura bancaria y conectar los modelos con procesos reales.

Sin embargo, la velocidad no puede reemplazar la prudencia. Una recomendación equivocada sobre entretenimiento puede resultar molesta; una decisión errónea sobre crédito, inversiones o bloqueo de fondos puede tener consecuencias profundas para una persona o empresa.

Cómo funcionaría en la práctica

El denominado “súper asistente” podría convertirse en una nueva puerta de entrada a los servicios financieros. En lugar de navegar por menús, el usuario expresaría su intención mediante lenguaje natural.

Por ejemplo, podría preguntar: “¿Puedo pagar esta deuda sin comprometer mis gastos del próximo mes?”. El agente tendría que revisar saldos, ingresos previsibles, obligaciones recurrentes y condiciones del producto antes de preparar una respuesta.

El paso siguiente sería permitirle actuar. Allí cambia el nivel de riesgo: consultar información no es lo mismo que transferir dinero, contratar un seguro o solicitar un crédito.

Por ello, cada acción debería incorporar autenticación, límites transaccionales, confirmaciones explícitas y registros que permitan reconstruir lo ocurrido. Cuanto mayor sea la autonomía del agente, más rigurosa deberá ser la gobernanza.

La tecnología detrás de la iniciativa

Huawei vincula su propuesta con la modernización de infraestructura, el procesamiento de datos, los modelos fundacionales, la nube híbrida y los sistemas de resiliencia.

La compañía señala que lleva 16 años trabajando con el sector y que presta servicios a más de 5.600 instituciones financieras. Su estrategia actual busca integrar la infraestructura tecnológica con modelos de IA capaces de atender procesos específicos de banca, seguros, valores y sistemas de pago.

La propuesta presentada en el Huawei Intelligent Finance Summit 2026 incluye seis frentes: escenarios de negocio, arquitectura, ingeniería, datos, infraestructura de IA y talento.

Esta estructura reconoce una realidad frecuentemente ignorada: un modelo avanzado no puede compensar datos deficientes, sistemas aislados o procesos que nadie ha documentado correctamente.

Modelos abiertos e IA híbrida

Huawei promueve modelos de código abierto como base para construir soluciones financieras especializadas. Las instituciones podrían adaptarlos con datos y conocimiento propios, además de desplegarlos en infraestructura local, nube privada o entornos híbridos.

El comunicado remitido a nuestra redacción en Lima afirma que estas alternativas pueden resultar hasta diez veces menos costosas que determinados modelos cerrados. No obstante, no especifica qué modelos, cargas, licencias o configuraciones sustentan esa comparación.

Por ello, la cifra debe interpretarse como una estimación del proveedor. El costo real deberá incluir infraestructura, energía, integración, actualización, seguridad, especialistas, auditoría y soporte.

Un modelo abierto tampoco es automáticamente más seguro. Su transparencia técnica puede facilitar evaluaciones, pero la protección dependerá de la procedencia del modelo, sus datos, las bibliotecas empleadas y los controles aplicados durante todo su ciclo de vida.

“Everybody wins”: el modelo de colaboración 4-Win

La estrategia Ronghai busca que la transformación no dependa de un único proveedor. Huawei propone una relación entre cuatro participantes:

Durante su Global Financial EcoWeek 2026, Huawei reunió a más de 400 participantes de más de 30 países, incluidos más de 60 proveedores independientes de software y 120 integradores. La compañía informó que ha colaborado con más de 150 socios para desarrollar soluciones financieras.

El modelo puede acelerar la llegada de productos adaptados a cada mercado. Sin embargo, una cadena con varios proveedores también exige determinar quién responde ante una vulnerabilidad, una interrupción o una decisión incorrecta del agente.

Beneficios potenciales para los usuarios

La banca agéntica podría extender servicios personalizados actualmente reservados a clientes con asesoría especializada. Un asistente podría ayudar a organizar gastos, explicar condiciones contractuales, detectar cobros anómalos o recordar obligaciones antes de que generen penalidades.

También podría mejorar la accesibilidad mediante interacción por voz, lenguaje natural y traducción. Para adultos mayores, personas con discapacidad o usuarios con poca experiencia financiera, esto puede reducir la complejidad de las aplicaciones tradicionales.

Pero personalizar no significa manipular. Un agente bancario debe diferenciar claramente entre una recomendación conveniente para el cliente y una oferta comercial conveniente para la institución.

La confianza dependerá de que el usuario conozca cuándo interactúa con una IA, qué información utiliza, por qué propone determinada acción y cómo puede solicitar la intervención de una persona.

El impacto para las instituciones financieras

La IA agéntica puede acelerar la revisión documental, atención de consultas, detección de fraude y preparación de informes. También puede liberar a los trabajadores de tareas repetitivas para concentrarlos en casos complejos y relaciones humanas de mayor valor.

En la práctica, el beneficio no aparecerá por instalar un asistente. Será necesario rediseñar procesos, integrar fuentes de información y medir resultados como tiempo de resolución, precisión, satisfacción del cliente y reducción de errores.

La experiencia regional demuestra que utilizar IA no equivale automáticamente a obtener valor. Según el Banco Interamericano de Desarrollo, cerca del 80% de las empresas latinoamericanas y caribeñas emplea herramientas de IA, pero solo el 23% informa beneficios económicos y apenas el 6% reconoce un impacto significativo.

La distancia entre experimentar y producir valor sigue siendo uno de los principales desafíos.

Los riesgos que no pueden automatizarse

Un agente financiero puede ser objetivo de suplantación, manipulación de instrucciones, robo de credenciales o envenenamiento de datos. También podría recomendar productos inadecuados, reproducir sesgos históricos o ejecutar una operación distinta a la solicitada.

Los principales riesgos incluyen:

• Decisiones crediticias discriminatorias o difíciles de explicar.
• Operaciones ejecutadas con permisos excesivos.
• Exposición de información financiera y datos personales.
• Fraude mediante identidades, voces o documentos sintéticos.
• Dependencia de proveedores y modelos externos.
• Ausencia de responsables claramente identificados.
• Interrupciones que afecten servicios financieros esenciales.

La ciberseguridad deberá abarcar al modelo, los datos, las identidades, las interfaces y cada herramienta que el agente pueda utilizar. No bastará con proteger el centro de datos.

Lo que cambia para el Perú

Perú cuenta con la Ley N.° 31814 y con su reglamento, aprobado mediante el Decreto Supremo N.° 115-2025-PCM. Este marco clasifica los sistemas de IA según su nivel de riesgo y establece principios de transparencia, no discriminación, seguridad, privacidad y supervisión humana.

Determinadas aplicaciones que influyen en el acceso a servicios financieros o en la evaluación crediticia pueden quedar comprendidas dentro de los usos de alto riesgo. En consecuencia, una institución no debería permitir que un agente apruebe o rechace decisiones sensibles como una caja negra inexplicable.

La Superintendencia de Banca, Seguros y AFP también ha advertido que la digitalización y la IA generan oportunidades, pero introducen desafíos para la continuidad operativa y la prestación de servicios a millones de usuarios.

Para bancos, cajas municipales, cooperativas y fintech peruanas, innovar significará demostrar que los nuevos sistemas son confiables, auditables y capaces de respetar los derechos del consumidor financiero.

Qué deben hacer ahora los bancos

• Seleccionar procesos con impacto medible y riesgo controlable.
• Clasificar los datos antes de conectarlos con un agente.
• Establecer acciones permitidas, restringidas y prohibidas.
• Mantener aprobación humana para decisiones financieras sensibles.
• Evaluar sesgos, precisión y explicabilidad antes del despliegue.
• Registrar instrucciones, consultas, herramientas y acciones ejecutadas.
• Probar continuidad operativa y recuperación frente a fallos.
• Informar claramente al usuario cuándo interviene una inteligencia artificial.

La letra pequeña

La propuesta no detalla qué bancos han conseguido operar integralmente a “velocidad de máquina” ni qué porcentaje de procesos puede automatizarse sin intervención humana.

Tampoco presenta la metodología que sustenta la reducción de costos de hasta diez veces, ni compara licencias, infraestructura, consumo energético, personal y mantenimiento.

Finalmente, no explica cómo se resolverían disputas entre un usuario y un agente que haya ejecutado una recomendación incorrecta. En banca, la responsabilidad no puede diluirse entre el modelo, el integrador, el proveedor tecnológico y la institución financiera.

Estas preguntas no invalidan la tendencia. Indican el trabajo que todavía debe realizarse antes de que la banca agéntica pase del laboratorio a la confianza cotidiana.

Relación con la IA agéntica y la transformación digital

La banca agéntica forma parte de un movimiento más amplio que distribuye inteligencia entre la nube, el edge y los dispositivos personales. Como analizamos al abordar la IA agéntica en el edge, la capacidad de actuar cerca del usuario puede reducir latencia, pero también desplaza responsabilidades hacia nuevos puntos de la arquitectura.

Asimismo, la IA on-device en las PC anticipa un escenario donde los asistentes personales negociarán y coordinarán servicios con agentes empresariales. En banca, ese encuentro exigirá identidad verificable, permisos claros y protocolos que protejan al ser humano.

¿Por qué es importante?

Para un CIO, CISO o líder bancario, la IA agéntica no es solamente un nuevo canal de atención. Puede intervenir en procesos, consultar información sensible y ejecutar acciones. Su adopción obliga a modernizar infraestructura, gobierno de datos, ciberseguridad y continuidad operativa, manteniendo una responsabilidad humana inequívoca sobre cada decisión financiera relevante.

Visión Estratégica

En el Perú y en Latinoamérica, la banca agéntica podría ampliar el acceso a orientación financiera, agilizar servicios y ayudar a instituciones con recursos limitados a atender poblaciones dispersas. Su mayor promesa no es sustituir al trabajador bancario, sino multiplicar su capacidad y acercar servicios comprensibles a más personas.

Sin embargo, la región combina brechas digitales, informalidad, baja educación financiera y una profunda desigualdad. Un algoritmo entrenado con datos históricos puede convertir esas diferencias en exclusión automatizada si no existe supervisión.

Los bancos deberían avanzar mediante arquitecturas híbridas, pilotos auditables y casos de uso con beneficios verificables. La innovación deberá medirse tanto por eficiencia como por confianza, inclusión y capacidad de explicar cada resultado.

Operar a velocidad de máquina puede ser una ventaja. Decidir con sentido humano seguirá siendo una obligación.

Datos citables

• Huawei declara 16 años de trabajo con el sector financiero.
• La compañía afirma prestar servicios a más de 5.600 instituciones financieras.
• Huawei ha colaborado con más de 150 socios en soluciones sectoriales.
• Su EcoWeek reunió a más de 400 asistentes de más de 30 países.
• Participaron más de 60 ISV y más de 120 integradores de sistemas.
• El modelo 4-Win comprende bancos, ISV, integradores y Huawei.
• Cerca del 80% de las empresas latinoamericanas utiliza herramientas de IA.
• Solo el 23% informa beneficios económicos derivados de su adopción.
• Apenas el 6% reconoce un impacto económico significativo.
• Perú reglamentó la Ley N.° 31814 mediante el Decreto Supremo N.° 115-2025-PCM.

Knowledge Layer – Glosario

• Banca agéntica: modelo en el que agentes de IA coordinan herramientas y procesos para atender objetivos financieros.
• Banco nativo de IA: institución que integra inteligencia artificial en su arquitectura, operaciones y servicios, no solamente en aplicaciones aisladas.
• Velocidad de máquina: capacidad de procesar datos, inferir y activar acciones con mínima intervención y latencia.
• Súper asistente: interfaz inteligente que interpreta necesidades y coordina diferentes servicios financieros desde un único punto.
• Modelo fundacional: sistema de IA entrenado con grandes volúmenes de datos y adaptable a tareas especializadas.
• Modelo de código abierto: modelo cuyos componentes o parámetros se ofrecen con distintos niveles de acceso para uso y modificación.
• IA híbrida: distribución de cargas entre infraestructura local, nube privada, nube pública y dispositivos.
• ISV: proveedor independiente que desarrolla aplicaciones o soluciones de software especializadas.
• SI: integrador encargado de conectar tecnologías, procesos y sistemas dentro de una organización.
• Explicabilidad algorítmica: capacidad de ofrecer razones comprensibles sobre cómo un sistema produjo una recomendación o decisión.
• Relación de entidades: Huawei → infraestructura e IA híbrida → sector financiero → banca agéntica y servicios personalizados.

TU OPINIÓN NOS IMPORTA 🗣️

¿Confiarías en un agente de IA para organizar tus finanzas o efectuar pagos en tu nombre? ¿Dónde debería terminar su autonomía y comenzar obligatoriamente la intervención humana? La banca del futuro podrá responder en segundos, pero la verdadera confianza se construirá cuando cada persona pueda comprender, cuestionar y corregir sus decisiones. Porque en un ecosistema donde “todos ganan”, el primer ganador debe ser siempre el usuario. Comenta con los hashtags #ItusersAwards2026 y #superfan

Apoya al Periodismo Independiente

¿Te sirvió en algo este contenido?, ayúdanos a combatir la Desinformación, dona desde S/ 1.00 a nuestro PLIN 943-438-457