Los bancos estadounidenses participan en la expansión de la inteligencia artificial como financiadores y como usuarios. Son actividades con resultados y riesgos diferentes.
Lo que permiten comprobar las fuentes originales
En la llamada de resultados de JPMorgan del 13 de octubre, Jeremy Barnum explicó que los beneficios de la IA generativa todavía no eran observables en los resultados trimestrales. Señaló que estimaciones anteriores incluían aprendizaje automático utilizado, entre otros ámbitos, contra el fraude. Esa mezcla dificulta atribuir todo el rendimiento a la nueva IA generativa.
En la llamada de Citi de ese mismo día, Jane Fraser afirmó que sus lanzamientos de productos eran un 30–40 % más rápidos y que el gasto en proveedores tecnológicos había bajado un 30 % interanual, asociado a trasladar trabajo al interior del banco con herramientas de programación. Son declaraciones empresariales, no una medición independiente del ahorro de todo el sector.
La comparación útil
| Actividad | Qué conviene medir | Qué no demuestra por sí sola |
|---|---|---|
| Financiar infraestructura | Cobros, costes y riesgo de impago del proyecto | Que usar IA reduzca los costes del banco |
| Usar IA en operaciones | Tiempo, errores y coste total del proceso | Que cada ahorro aumente en igual cuantía el beneficio |
Por eso, comparar rapidez de desarrollo con resultados trimestrales mezcla unidades diferentes. Para valorar un ahorro neto deben incluirse también implantación, supervisión, mantenimiento y consumo de los modelos.
Fuentes
- JPMorgan: transcripción oficial, páginas PDF 9–10
- Citi: transcripción oficial, páginas PDF 16–17
- Reuters/CNA: contexto informativo del 14 de octubre
No es una recomendación de inversión. Proceso editorial y correcciones.