Suscríbete

Andy Garcia Peña

Foto del autor: Andy Garcia Peña

Blog

Data e IA generativa en BBVA Perú: Entrevista a Benjamin Chavez

Data e IA generativa en BBVA: Caso Perú

IA BBVA

Un gran reto en el sector financiero peruano es integrar herramientas como la IA generativa sin comprometer la seguridad y exactitud que exige su modelo de negocio, y para entender cómo se está gestionando esta transformación desde las bases de una de las entidades financieras más importantes en Perú, conversé con Benjamín Chávez, Gerente General Adjunto de Engineering de BBVA en Perú.

Entrevista a Benjamín Chávez (BBVA Perú)

1) Benjamín, como Líder del equipo a cargo de Data e IA en BBVA, comprendes la naturaleza probabilística de los LLMs (predicen palabras, no verdades). Sin embargo, la banca y las finanzas son industrias deterministas (el saldo debe ser exacto). Desde una perspectiva técnica, ¿es posible reconciliar estas dos naturalezas? ¿O la industria financiera debe aceptar que la IA Generativa nunca tocará el ‘Core Bancario’ y solo servirá para capas de asistencia?

Sí, sí es posible reconciliar ambas naturalezas probabilísticas y deterministas, la clave no está en pedirle a la IA que realice tareas deterministas (como cálculos de tasas o comisiones), sino en pedirle que orqueste a los componentes que mejor sabe hacerlas (APIs, procesos o reglas de negocio). En el banco, hemos adoptado este enfoque mixto lo que significa que usamos el LLM (el cerebro probabilístico) para lo que es mejor: entender la intención del cliente, el contexto y el lenguaje natural. Pero cuando llega el momento de ejecutar una transacción (consulta de saldo o cálculo de tasa) utilizamos nuestros sistemas transaccionales que son 100% deterministas y exactos.

IA generativa BBVA

Por otro lado, la IA Generativa abre una gran oportunidad para modernizar los sistemas “core” de los bancos con nuevas técnicas que harán posible acelerar la transformación de dichos sistemas.

IA BBVA PERU

2) BBVA acaba de completar hace poco la migración de ADA a AWS en Perú, consolidando una plataforma de datos a escala global. Si todos los bancos tienen acceso a las mismas nubes (AWS, Azure, GCP) y modelos fundacionales, ¿dónde reside la ventaja competitiva técnica real? ¿Está en la arquitectura de la plataforma de datos, en la velocidad de adopción, o en algo más?

La migración a la nube era un imperativo. Casi todos los bancos ya están trabajando en la nube y esto, en efecto, por sí mismo no es un diferencial, la ventaja no está en la infraestructura. La diferencia está en explotar al máximo las virtudes de trabajar en la nube: tener los datos debidamente gobernados, con trazabilidad y listos para ser consumidos por nuestros modelos de forma industrial, mejorar nuestra velocidad de ingesta de tal forma que podemos desarrollar los modelos analíticos que necesitamos para crecer más rápidamente y con mayor calidad de datos.

BBVA IA

De esta forma, lograremos convertirnos genuinamente en un banco data driven, es decir, que todas nuestras decisiones sean basadas en data y que la data sea el gran habilitador para crecer de manera rentable y ofrecer soluciones a nuevos grupos de clientes a los que hasta ahora aún no llegamos.

3) El proyecto ADA involucró a más de 400 usuarios y migración de datos críticos sin interrupciones. Al escalar hacia Agentes de IA y sistemas autónomos, ¿cuál es el mayor cuello de botella técnico para que estos agentes operen en entornos bancarios de producción donde el downtime no es opción? ¿Es confiabilidad del modelo o complejidad de integración?

El mayor desafío para escalar agentes de IA en la banca es integrarla de manera segura al corazón del banco: el core bancario. Este core procesa millones de transacciones críticas al día y no puede fallar.

A diferencia de otras industrias, en un banco no hay margen para errores, duplicidades ni interrupciones. Además, todo debe ser trazable, auditable y cumplir estrictas regulaciones. Por eso, antes de que un agente de IA pueda operar de forma autónoma, es necesario construir capas de control, validación y supervisión que garanticen seguridad y confiabilidad.

ia bbva

En resumen, el reto no es la inteligencia del modelo, sino asegurar que su integración preserve la estabilidad, la confianza y el cumplimiento regulatorio del sistema financiero.

4) ADA promete reducir tiempos de procesamiento y acelerar decisiones estratégicas. ¿Crees que veremos un futuro donde las interfaces bancarias sean dinámicas, generadas por IA según el contexto del usuario, en lugar de apps estáticas? ¿Qué tan lejos estamos técnicamente?

Sin lugar a dudas vamos en esa dirección. La banca digital será diferente a cómo la hemos concebido hasta el momento. Pasaremos de tener todo en el celular y en una aplicación estática a tener al banco en todo lugar, capaz de interactuar con diferentes dispositivos con capacidades de IA que entiendan las necesidades del cliente, la intención, el contexto en el que se da la comunicación y que se pueda responder a esas necesidades en tiempo real y sin fricciones.

IA GENERATIVA BBVA

Es una gran transformación. Tecnológicamente no estamos tan lejos. La tecnología no es el bloqueante. El verdadero reto está en implantar estos nuevos modelos de operación y de relación con el cliente con agilidad y versatilidad y esto implica un enorme reto de gestión del cambio, gobierno y priorización para enfocar a nuestras organizaciones a lo más relevante.

5) Esta es una preocupación global: Las tareas que antes formaban a los juniors (limpiar data, resúmenes, código simple) ahora las hacen los agentes en segundos. Si eliminamos el escalón de entrada, ¿cómo aprende el experto del futuro? ¿Qué cambio estructural deben hacer las empresas para evitar una crisis de talento senior en 10 años?

Es cierto que muchas tareas junior hoy las puede hacer un agente en segundos. Eso nos obliga a rediseñar el modelo de aprendizaje. Ya no se trata de formar talento a través de tareas repetitivas, sino de exponer antes a los profesionales a problemas reales, pensamiento crítico y toma de decisiones.

IA BBVA

El experto del futuro no será quien programe más líneas de código, sino quien formule mejor los problemas, cuestione los resultados generados por IA y asuma responsabilidad en entornos complejos. Si las empresas diseñan ese aprendizaje de forma intencional, la IA no generará una crisis de talento, sino una evolución del perfil profesional.

Otro elemento clave es la construcción de un modelo de gobierno de agentes y de procesos donde estén claramente definidos los roles y responsabilidades de los equipos humanos y de los agentes. Esto hará que la evolución del modelo sea más ordenada y confiable.

6) En un banco que gestiona infraestructura crítica en la nube y busca ‘desbloquear el potencial completo de la IA’, ¿sigue teniendo sentido que los profesionales de banca aprendan sintaxis de programación? ¿O deberían enfocarse en arquitectura de sistemas, governance de datos y orquestación de APIs?

La pregunta no es si deben aprender sintaxis, sino qué tipo de capacidad queremos desarrollar.

En un entorno donde la IA puede generar código, la ventaja ya no está en escribir líneas perfectas, sino en entender qué problema estamos resolviendo, cómo se integra en la arquitectura y qué riesgos introduce.

La programación aporta disciplina mental y comprensión técnica. Pero el verdadero diferencial está en dominar arquitectura, gobierno del dato, seguridad y orquestación. La IA puede generar código, lo que no puede delegarse es el criterio para diseñar sistemas resilientes, escalables y regulatoriamente sólidos.

IA BBVA

En síntesis: la IA puede escribir código; solo nosotros podemos diseñar sistemas sólidos.

7) Para cerrar, Benjamín, miremos a la siguiente generación: ¿Qué carrera le recomendarías estudiar a un escolar que está por terminar el colegio hoy? ¿Y qué le recomendarías aprender urgentemente a un profesional de banca que no es ingeniero en los próximos 12 meses?

Más que recomendar una carrera en particular, diría que hay ciertas capacidades que serán valiosas en cualquier camino que elijan: pensamiento crítico, disciplina para aprender de manera continua y apertura al cambio. El mundo profesional será cada vez más dinámico y tecnológico, pero lo verdaderamente diferencial no será el título, sino la capacidad de adaptarse, entender problemas complejos y trabajar bien con otros.

También le recomendaría desarrollar una alfabetización básica en inteligencia artificial: entender qué es un modelo, cómo aprende, cuáles son sus límites y cómo usar estas herramientas de manera responsable. No para convertirse necesariamente en ingeniero, sino para interactuar con la IA con criterio, hacer buenas preguntas y no asumir que todo resultado es correcto solo porque lo generó una máquina. En un entorno donde la IA amplifica capacidades, el valor estará en el juicio humano.

IA BBVA

Para un profesional de banca que no es ingeniero, el aprendizaje prioritario en los próximos 12 meses debería centrarse en fortalecer su alfabetización digital: comprender cómo se usan los datos, qué puede y qué no puede hacer la inteligencia artificial, y cómo interactúan los sistemas tecnológicos en el banco. No se trata de que todos programen, sino de que puedan participar con confianza en conversaciones estratégicas donde la tecnología ya es parte esencial del negocio.

Resumen de la entrevista: 

 

Benjamín Chavez BBVA

¿Quieres enterarte de los próximos artículos en el Blog “Innovar o ser cambiado”?

Ingresando y subscríbete al Boletín en Linkedin Innovar o ser cambiado: https://www.linkedin.com/newsletters/innovar-o-ser-cambiado-7031017083077332992/

Andy Garcia

Otros artículos que te pueden interesar: 

Te puede interesar