Cómo Itaú desarrolla IA generativa para todos sus clientes

Crear una experiencia cercana y personalizada para millones de clientes en un país como Brasil es, ante todo, una cuestión de sencillez más que de modelos.

«En gran medida, se trata de crear algo sencillo, directo y útil, que aporte un beneficio directo al cliente y haga que la tecnología apenas se note», afirma Carlos Eduardo Mazzei, director de Tecnología de Itaú.

El criterio que describe es exigente: la solución debe resolver un problema real del día a día y ser directa, sencilla y memorable. La tecnología es el medio, nunca el centro de la experiencia.

Existe demanda de este enfoque. Un estudio de Itaú en colaboración con Grupo Consumoteca muestra que el 80 % de los brasileños quiere organizar mejor sus finanzas y busca un apoyo más eficaz para tomar decisiones, y que al 65 % le gustaría contar con tecnologías que actúen como un copiloto financiero y ofrezcan orientación continua.

Todo comenzó en 2024, cuando el banco presentó las primeras funciones de Inteligência Itaú para necesidades financieras concretas. ia.i es la siguiente etapa: una capa conversacional completa, activada por texto o voz, que reúne en un mismo entorno las interacciones sobre cuentas corrientes, crédito, tarjetas, seguros y otros servicios, y pone a los clientes en contacto con profesionales especializados cuando es necesario.

Esta amplitud fue precisamente lo que guio la elección de los modelos.

«Los modelos de OpenAI fueron muy importantes para ofrecer esta experiencia, porque podían funcionar en toda esta gama de soluciones», explica Mazzei. «Desde las más sencillas, que deben ser eficientes en costes y latencia, hasta las más complejas, que requieren razonamiento y todo el anclaje necesario para dar una respuesta adecuada».

Contar con una gama de modelos, en lugar de uno solo, permitió ofrecer la solución completa en un único producto. En el centro de esta experiencia está Customer DNA, una capa de contexto financiero que ayuda al banco a entender las necesidades, los hábitos y las etapas vitales de unos 70 millones de clientes. Los modelos GPT, sujetos a controles de gobernanza e IA responsable, se encuentran entre los componentes que ayudan a mantener y enriquecer esta representación, haciendo que las interacciones sean cada vez más pertinentes.

La solución se basa en tres principios: interactividad, multimodalidad —texto, voz, imagen y clics en una misma experiencia— e individualización.

Con unos 300 000 clientes en la primera fase, el banco inició un periodo de aprendizaje sobre la relación real entre el cliente y el producto.

«Podemos entender cómo los clientes empiezan a utilizar este producto con mayor profundidad y ver cómo puede beneficiar directamente a las finanzas cotidianas de cada persona», afirma Mazzei. Está presente a lo largo de toda la experiencia: desde una consulta sobre un gasto en un extracto bancario hasta el asesoramiento sobre inversiones y las operaciones sencillas por WhatsApp.

Detrás de las experiencias visibles hay una decisión de arquitectura. Para operar la IA a la escala de un banco, Itaú creó IARA: una plataforma de gobernanza y orquestación que da a los equipos acceso controlado a distintos modelos conforme a las políticas internas. OpenAI es uno de los proveedores de modelos disponibles en este entorno.

Esta capa sustenta soluciones como la del departamento jurídico, donde la plataforma automatiza la lectura, el análisis y la interpretación de documentos. La solución trabaja con un repositorio de más de 90 millones de documentos y ejecuta más de 2 millones de tareas al mes, con mejoras de eficiencia de entre el 20 % y el 80 % en las etapas de los procesos del departamento.

«Es esencial preservar esta información, mantenerla en el contexto del banco y utilizarla con los modelos de forma segura y sujeta a controles de gobernanza, teniendo en cuenta la eficiencia en el uso de tokens para que toda la solución sea económicamente viable para el banco», afirma Mazzei.

IARA aborda tres problemas a la vez: el control del coste por token, la precisión de las respuestas y la aplicación de políticas de IA responsable. En un sector tan regulado, esto permite avanzar con rapidez sin perder el control.

«Cuando hablamos de IA responsable en el banco, nos referimos a una disciplina que cuidamos mucho», señala. «Necesitamos que, cuando los clientes interactúen con el banco, nuestras respuestas estén en consonancia con nuestros valores y nuestra cultura». Esto incluye reducir cualquier riesgo de sesgo que pueda surgir en los modelos de vanguardia.

Los principios de IA responsable guían todo el ciclo de vida de las soluciones, desde el desarrollo hasta la supervisión continua, con el objetivo de garantizar la seguridad, la transparencia, la ética y el cumplimiento normativo a medida que se amplía el uso de la tecnología.

La estrategia del banco de priorizar la IA va más allá de los clientes finales. La misma capa de inteligencia que sustenta ia.i también ayuda a especialistas, gestores y equipos de atención al cliente.

Mazzei describe usos que van desde automatizar tareas sencillas hasta realizar trabajos antes inviables, pero que aportan valor a la relación con los clientes: elaborar resúmenes previos a las reuniones, preparar dichas reuniones y comprender un asunto concreto, además de desarrollar planes y alternativas que antes resultaban menos evidentes y llevaban mucho tiempo.

El banco tiene grandes expectativas para esta implementación: el triple de tiempo disponible para la relación con los clientes, una atención hasta el doble de rápida y conversaciones hasta el triple de eficaces.

• ia.i llegó a unos 300 000 clientes en su primera fase, abarcando desde operaciones sencillas hasta asesoramiento sobre inversiones, mediante texto o voz.

• La plataforma IARA pone distintos modelos a disposición de los equipos del banco con gobernanza, observabilidad, control del coste por token y aplicación de los principios de IA responsable.

• La solución jurídica trabaja con más de 90 millones de documentos y ejecuta más de 2 millones de tareas al mes, con mejoras de eficiencia de entre el 20 % y el 80 %.

• Utilizar una gama de modelos permitió atender tanto los casos sensibles al coste y la latencia como los que requieren un razonamiento más profundo; los modelos GPT‑5.x forman parte de Customer DNA, que aporta contexto financiero sobre unos 70 millones de clientes.

• Valora la experiencia por su sencillez, no por su sofisticación. El objetivo es que la tecnología pase inadvertida y el beneficio sea evidente.

• Elige una gama de modelos, no uno solo. En la práctica, la experiencia combina interacciones de baja latencia con decisiones que requieren razonamiento.

• Construye la capa de gobernanza antes de ampliar la escala. La observabilidad, el control de costes y la IA responsable hacen viable operar a gran escala en sectores regulados.

• Incluye la gestión de sesgos y alineación cultural entre los requisitos del producto. Las respuestas a los clientes deben reflejar los valores de la institución.

• Aplica la estrategia también a nivel interno. Liberar tiempo de los equipos les permite dedicarlo a las relaciones humanas donde más importan.

• Empieza por problemas cotidianos concretos, como una duda sobre un extracto bancario o una operación sencilla.

• Lanza la solución para un grupo inicial de clientes y aprende de su comportamiento real antes de ampliarla.

• Centraliza el acceso a los modelos en una plataforma para mantener el control de los costes y la calidad.

• Supervisa la eficiencia en el uso de tokens desde el primer día: la viabilidad económica forma parte del diseño.

• Combina conversación y navegación: el lenguaje natural no es la mejor opción para todas las acciones.

ia.i sigue evolucionando. El banco prevé ofrecer esta experiencia a toda su base de clientes para finales de 2026. Entre las funciones previstas para las próximas etapas figuran las simulaciones y la contratación de productos, así como análisis financieros periódicos de ingresos, gastos y hábitos.

Para Mazzei, la importancia de la iniciativa va más allá del producto: el banco ha atravesado décadas de transformación, con hábitos y expectativas de los clientes en constante cambio.