JPMorgan aumenta su inversión en inteligencia artificial a medida que su presupuesto tecnológico se acerca a los 20 000 millones de dólares

La inteligencia artificial está pasando de ser programas piloto experimentales a formar parte de los sistemas empresariales fundamentales de las grandes corporaciones. JPMorgan Chase es un claro ejemplo de esta tendencia: se prevé que el aumento de las inversiones en IA eleve el presupuesto tecnológico del banco a aproximadamente 19 800 millones de dólares estadounidenses para 2026.

El plan presupuestario pone de relieve una transformación más amplia en las grandes empresas. La IA ya no se considera una iniciativa de investigación menor; por el contrario, las empresas la están integrando en el análisis de riesgos, la detección de fraudes y las operaciones de atención al cliente.

Para los líderes empresariales que observan cómo la adopción de la IA está redefiniendo las estrategias tecnológicas de las empresas, las cifras de JPMorgan ponen de relieve una tendencia significativa: la IA se está integrando en los sistemas cotidianos que impulsan las grandes organizaciones.

El presupuesto tecnológico de JPMorgan y la creciente inversión en IA

El gasto en tecnología ha aumentado de forma constante en todo el sector bancario durante años. El presupuesto de JPMorgan destaca por su enorme magnitud.

Según Business Insider, que cita informes de la empresa y debates con inversores, JPMorgan espera que el gasto en tecnología alcance aproximadamente los 19 800 millones de dólares en 2026, continuando con una tendencia al alza constante. Este gasto abarca la infraestructura en la nube, la ciberseguridad, los sistemas de datos y las herramientas de IA.

Parte del aumento del presupuesto incluye aproximadamente 1200 millones de dólares en inversión tecnológica adicional, de los cuales una parte se destina a iniciativas relacionadas con la IA.

Los grandes bancos suelen considerar el gasto en tecnología como una inversión a largo plazo más que como un gasto a corto plazo. Muchos de estos sistemas requieren años de desarrollo, especialmente cuando se basan en amplias plataformas de datos y una infraestructura informática segura.

Dado que los sistemas de IA exigen canales de datos fiables y potencia de cálculo, muchas empresas descubren que la adopción de la IA a menudo desencadena actualizaciones más amplias en toda su pila tecnológica.

El aprendizaje automático ya está dando resultados

Los ejecutivos informan de que la IA ya está influyendo en el rendimiento empresarial del banco. En las conversaciones con los inversores, el director financiero de JPMorgan, Jeremy Barnum, señaló que los análisis de aprendizaje automático están impulsando mejoras en los ingresos y en las operaciones en diversas áreas de la empresa.

La cobertura de Reuters sobre las sesiones informativas financieras de JPMorgan destacó que el banco emplea modelos de datos y sistemas de aprendizaje automático para mejorar el análisis y la toma de decisiones en múltiples áreas de negocio.

Estos modelos pueden procesar grandes cantidades de datos financieros e identificar patrones que a los humanos les costaría detectar. En sectores como la banca, donde las empresas gestionan enormes flujos de datos diarios, estas mejoras pueden influir en los resultados de las operaciones bursátiles, los préstamos y las operaciones con clientes.

Incluso las mejoras más pequeñas en los modelos de predicción pueden afectar al rendimiento financiero cuando se aplican a millones de transacciones o señales de mercado.

Dónde se utiliza la IA dentro del banco

Las herramientas de aprendizaje automático respaldan ahora diversas actividades en todo JPMorgan.

En los mercados financieros, los modelos analizan los datos de negociación e identifican patrones en los movimientos de precios. Esta información ayuda a los operadores a evaluar el riesgo y detectar oportunidades en mercados muy dinámicos.

Los préstamos son otra área en la que entran en juego los sistemas de IA. Los modelos de aprendizaje automático revisan el historial financiero, las tendencias del mercado y los datos de los clientes para ayudar a evaluar el riesgo crediticio. Ayudan a los analistas al destacar patrones en los datos.

La detección de fraudes sigue siendo una de las aplicaciones de IA más frecuentes en la banca. Las redes de pago procesan enormes volúmenes de transacciones a diario, lo que hace que la supervisión manual resulte poco práctica. Los sistemas de aprendizaje automático analizan las transacciones casi en tiempo real y señalan comportamientos inusuales que podrían indicar un fraude.

Las operaciones internas también aprovechan la IA. Las herramientas pueden revisar contratos, resumir informes de investigación o ayudar a los empleados a buscar en grandes sistemas de datos internos. Los sistemas de IA generativa están empezando a ayudar en la redacción de informes y la preparación de documentación interna.

Estos sistemas rara vez interactúan directamente con los clientes, pero sustentan muchas de las decisiones que se toman entre bastidores.

Por qué los bancos fueron pioneros en la adopción de la IA

Las instituciones financieras poseen varias características que las hacen ideales para el aprendizaje automático.

En primer lugar, los bancos generan grandes conjuntos de datos estructurados. Los historiales de transacciones, los registros de mercado y los datos de pagos proporcionan una gran cantidad de información que los modelos de aprendizaje automático pueden analizar.

En segundo lugar, muchas actividades bancarias se basan en la predicción. La calificación crediticia, la detección de fraudes y el análisis de mercado implican estimar resultados basados en datos históricos.

El aprendizaje automático destaca en entornos donde la predicción es fundamental.

En tercer lugar, las mejoras en la precisión de los modelos generan beneficios financieros cuantificables. Un modelo que mejore ligeramente la detección de fraudes o las decisiones de concesión de préstamos puede tener un impacto en grandes volúmenes de transacciones.

Estos factores explican por qué los bancos invirtieron fuertemente en ciencia de datos y análisis mucho antes del reciente auge del interés por la IA generativa.

La inversión en IA de JPMorgan refleja un cambio empresarial más amplio

Los planes de gasto de JPMorgan también ilustran cómo la inversión en IA se está integrando en los presupuestos tecnológicos de las grandes empresas.

En muchas organizaciones, los sistemas de IA dependen de plataformas de datos modernas, entornos de nube seguros y recursos informáticos sustanciales. A medida que las empresas sientan estas bases, la IA se vuelve más fácil de implementar en todos los departamentos.

Para muchas empresas, la adopción de la IA comienza con tareas específicas como la detección de fraudes, el análisis de documentos o la automatización de la atención al cliente. Una vez que los sistemas demuestran su valor, las empresas los amplían a otras áreas de la organización.

Este proceso puede llevar varios años, por lo que el gasto empresarial en IA suele ir acompañado de inversiones más amplias en infraestructura de datos.

Lecciones para los líderes empresariales

El ejemplo de JPMorgan sugiere que los proyectos de IA más exitosos suelen comenzar con problemas empresariales bien definidos, en lugar de con una experimentación amplia.

Los bancos suelen aplicar el aprendizaje automático a áreas en las que la predicción y el análisis de datos ya son fundamentales. La detección de fraudes y la modelización crediticia son puntos de partida habituales porque los beneficios son más cuantificables.

Otra lección es que la adopción de la IA requiere una inversión continua. La creación de modelos fiables depende de una sólida gobernanza de los datos, de recursos informáticos y de equipos cualificados.

Para las grandes organizaciones, este esfuerzo se está convirtiendo en parte de la planificación tecnológica rutinaria, en lugar de un proyecto de innovación independiente.

A medida que las empresas continúan ampliando sus capacidades de IA, los presupuestos tecnológicos como el de JPMorgan pueden ofrecer una idea de cómo podría evolucionar el gasto empresarial en los próximos años.

Véase también: JPMorgan Chase considera el gasto en IA como infraestructura básica

¿Quieres saber más sobre la IA y el big data de la mano de líderes del sector? Echa un vistazo a la AI & Big Data Expo que tendrá lugar en Ámsterdam, California y Londres. Este evento integral forma parte de TechEx y se celebra junto con otros eventos tecnológicos líderes. Haz clic aquí para obtener más información.

AI News es una iniciativa de TechForge Media. Descubre aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.