Investigación realizada por: Mateo Rodríguez Arias
Los datos financieros están empezando a salir de los bancos.
Durante décadas, cada institución construyó su relación con el cliente sobre una porción cerrada de su información. El banco conocía los movimientos de la cuenta. La tarjeta, los consumos. La aseguradora, las pólizas. La fintech, lo que ocurría dentro de su plataforma.
Pero el cliente nunca vivió así. Una persona puede tener la nómina en un banco, una tarjeta en otro, los ahorros en una fintech, un crédito en una entidad distinta, pagar servicios desde una billetera y moverse entre plataformas para comprar, viajar o trabajar.
El cliente tiene una vida financiera integrada. Las instituciones tienen información financiera fragmentada.
Las Finanzas Abiertas empiezan a cerrar esa distancia. En Colombia, el Decreto 1297 de 2022 incorporó al marco regulatorio la posibilidad de que las entidades compartan información del consumidor con terceros para desarrollar nuevos servicios. La Circular Externa 004 de 2024 de la Superintendencia Financiera desarrolla las reglas: el intercambio exige autorización previa, expresa e informada, y esa autorización debe ser sencilla, clara y precisa respecto de los datos, el tercero, la finalidad y la duración del tratamiento.
Parece, en principio, un asunto de datos.
En realidad, es un asunto de experiencia.
Porque lo que Open Finance empieza a resolver no es que una institución consulte la información de otra. Es que el cliente financiero pueda ser entendido más allá de la relación que tiene con una sola institución.
Y justamente ahí aparece la inteligencia artificial.
Open Finance permite que los datos circulen. Pero los datos, por sí solos, no hacen nada.
Una organización puede tener acceso a información de diferentes cuentas, movimientos, productos y comportamientos, y seguir ofreciendo exactamente la misma experiencia de siempre. Puede saber cuánto gastó el cliente y no saber qué necesita. Puede conocer sus ingresos y no entender su situación. Puede tener todos sus productos visibles y no ayudarlo a decidir nada. Puede tener más información y seguir haciendo cross-selling.
Tener más datos no es lo mismo que tener más contexto.
El contexto aparece cuando la información puede interpretarse en relación con una situación. No es lo mismo saber que una persona tiene tres productos financieros que entender que está intentando comprar una vivienda. No es lo mismo saber que este mes gastó más que el anterior que entender que tuvo un gasto extraordinario y probablemente tendrá problemas de liquidez a fin de mes. No es lo mismo conocer sus movimientos que poder responder a la pregunta que la persona sí se hace: “¿estoy en condiciones de asumir esta deuda?”.
El dato describe. El contexto explica. Y la inteligencia artificial empieza a tener un papel particularmente importante precisamente en ese punto.
Anteriormente hablábamos de cómo cambiaron los agentes conversacionales. Primero fueron sistemas declarativos: reconocimiento de palabras, árboles de decisión, menús, derivaciones. Después aparecieron modelos capaces de comprender intención, mantener contexto y conversar. Ahora estamos viendo algo adicional: la IA empieza a interpretar información, identificar patrones, recomendar acciones y ejecutar tareas.
El salto, entonces, no está únicamente en pasar de humano → pantalla a humano → conversación. El siguiente salto es distinto: humano → contexto → agente → acción.
Un agente que solamente sabe conversar puede responder:
“Tienes $2.400.000 disponibles.”
Un agente que tiene contexto puede decir:
“Tienes $2.400.000 disponibles, pero tienes pagos próximos por $1.800.000 y tus ingresos de este mes fueron inferiores a tu promedio. Si quieres, revisamos cuánto puedes usar sin afectar tus compromisos.”
La diferencia no está en la calidad de la conversación. Está en la calidad del contexto que la sostiene.
Hasta ahora, buena parte de la personalización financiera se construyó sobre segmentos: joven, independiente, empleado, cliente premium, cliente nuevo, cliente hipotecario. Son categorías útiles para organizar una operación, pero no describen lo que le está pasando a una persona.
La IA permite empezar a construir otra forma de personalización: la personalización contextual. El sistema puede dejar de preguntarse solo quién es el cliente, para preguntarse qué está pasando con este cliente ahora.
Porque una persona no es financieramente igual todos los días. Un día recibe su salario. Otro paga una matrícula. Otro compra una casa. Otro atraviesa una caída de ingresos. Otro intenta ahorrar. Otro acumula deuda.
El segmento permanece. La situación cambia.
Open Finance aporta información distribuida para construir una visión más amplia de esa situación. La IA puede interpretarla. Pero todavía falta algo: alguien tiene que diseñar qué hace el servicio con ese entendimiento. Ahí aparece el Service Design.
Pausa 1. El cliente no necesita otro producto
Durante mucho tiempo, la industria financiera organizó su crecimiento alrededor de una pregunta: ¿qué producto puedo ofrecerle a este cliente? Si tiene una cuenta, una tarjeta. Si tiene una tarjeta, un crédito. Si tiene un crédito, un seguro.
El problema es que esa lógica ordena el servicio alrededor de la institución. Y el cliente no vive pensando en productos. Piensa en situaciones: “quiero comprar una casa”, “necesito salir de una deuda”, “quiero saber si puedo permitirme esto”, “quiero entender qué está pasando con mi plata”.
La diferencia parece semántica. No lo es. Cuando diseñamos alrededor del producto, construimos un journey de contratación. Cuando diseñamos alrededor de la necesidad, construimos un servicio de resolución. Open Finance e IA hacen posible que esa segunda aproximación sea mucho más sofisticada.
Hay un concepto que debería empezar a reemplazar buena parte de la lógica tradicional de personalización. No “¿cuál es el siguiente producto que puedo vender?”, sino:
Next Best Help. ¿Cuál es la siguiente mejor ayuda que puedo ofrecer?
La diferencia es radical. La siguiente mejor ayuda podría ser un crédito. Pero también podría ser no tomarlo: ahorrar, mover una fecha de pago, cancelar un servicio, reducir un gasto, refinanciar, hablar con un humano o, simplemente, no hacer nada.
Esto importa porque la IA puede detectar oportunidades comerciales con una precisión cada vez mayor. Y precisamente por eso hay que diseñar el límite. Un sistema que conoce el contexto financiero completo de una persona podría ser extraordinariamente bueno para venderle. Pero eso no significa que sea bueno para ayudarla.
La diferencia entre vender y ayudar va a definir buena parte de la experiencia financiera de los próximos años.
Open Finance introduce una posibilidad tentadora: si tengo acceso a más información, puedo personalizar mejor. Pero hay una segunda pregunta, más incómoda: ¿para qué quiero saber más?
La Circular 004 de 2024 establece que la autorización debe identificar los datos, el tercero que los recibe, la finalidad y el tiempo de tratamiento, y que no pueden usarse autorizaciones generales o abiertas. Desde lo jurídico, esto fija límites. Desde UX, hace algo mucho más interesante: obliga a que el dato tenga un propósito.
No debería pedirle a una persona información de sus otras cuentas solo porque “puede ser útil”. Debería poder explicarle por qué:
“Necesito consultar tus movimientos porque quiero ayudarte a identificar dónde estás perdiendo dinero cada mes.”
El valor debe ser visible. El consentimiento deja de ser solamente un requisito y empieza a convertirse en parte de la propuesta de valor.
Pausa 2. El consentimiento puede ser una interfaz
La mayoría de los consentimientos digitales están diseñados como interrupciones. Aparecen. Se leen poco. Se aceptan. Desaparecen.
Open Finance puede obligarnos a pensar algo distinto. La persona debería poder entender qué datos comparte, con quién, para qué, durante cuánto tiempo, qué servicio recibe a cambio, qué puede modificar y qué puede revocar. La regulación colombiana ya establece que el consumidor pueda consultar sus autorizaciones de manera accesible y permanente, actualizarlas y revocarlas.
Esto podría terminar generando una nueva categoría de experiencia: el centro de control de la relación de datos. No una política de privacidad. No un documento. No un checkbox. Una interfaz donde la persona entra y ve qué datos tiene, qué organizaciones los usan, qué servicios obtiene a cambio, y qué puede modificar o revocar.
La privacidad deja de ser una condición invisible del servicio. Se vuelve una capacidad del usuario.
Esto es especialmente relevante cuando aparece la IA. Porque una IA que conoce más contexto puede hacer mejores recomendaciones, pero también puede tomar decisiones que el usuario no entiende. Puede detectar algo que la persona nunca consideró. Puede anticiparse. Puede sugerir. Puede ejecutar.
Y ahí aparece una nueva pregunta de diseño: ¿cuánto debería decidir la IA por mí? No todas las acciones tienen el mismo riesgo.
“Parece que estás gastando más en restaurantes.”
“Te recomiendo reducir ese gasto.”
“He movido automáticamente $200.000 a tu cuenta de ahorro.”
“He solicitado un crédito para cubrir tu déficit de liquidez.”
Son niveles completamente distintos de autonomía. Por eso la experiencia financiera con IA necesita una arquitectura de agencia: informar, sugerir, pedir confirmación, ejecutar, delegar. No todo debería resolverse con un “Sí/No”. La experiencia debe dejar claro qué está recomendando el sistema y qué está haciendo realmente el usuario.
El chatbot financiero tradicional responde preguntas. El nuevo agente podría hacer algo diferente, porque podría tener:
Esto se parece menos a un chatbot y más a un agente de servicio. Un chatbot informa: “tu cuota vence el día 15”. Un agente podría decir:
“Tu cuota vence el viernes. Normalmente recibes tus ingresos el lunes. ¿Quieres que revisemos alternativas para que el pago no afecte tu liquidez?”
La IA deja de ser un canal y empieza a convertirse en una capa de operación.
La atención tradicional está organizada por canales y áreas. El cliente tiene un problema, entra por un canal, el sistema identifica un producto, lo deriva al área correspondiente. Si requiere otro proceso, empieza otro journey. Si requiere otra entidad, vuelve a empezar. La experiencia se fragmenta.
Open Finance introduce la posibilidad de compartir contexto entre actores. La IA introduce la posibilidad de interpretarlo y coordinar acciones. Juntas permiten imaginar un servicio orientado a resolver una situación completa. No “voy a transferirte al área de créditos”, sino “voy a revisar qué alternativas tienes para resolver esto”.
Esto también cambia la métrica. Durante años medimos tiempo de atención, cantidad de contactos, abandono, NPS, resolución en primer contacto. Un servicio contextual permite otra pregunta, más simple y más difícil:
¿La situación quedó resuelta?
Y ahí dejamos de diseñar Customer Service para empezar a diseñar Customer Resolution. La atención deja de ser el objetivo. La resolución se convierte en el objetivo.
Pausa 3. El canal deja de ser el activo
Durante años las organizaciones persiguieron la omnicanalidad: más canales, más apps, más portales, más chats. Pero la omnicanalidad tradicional tuvo un problema estructural. Unificó canales; no necesariamente unificó contexto. El cliente pasaba de WhatsApp a la app, de la app al call center, y seguía teniendo que explicar quién era y qué necesitaba. El canal cambiaba; la historia no viajaba con él.
No necesitamos más canales. Necesitamos que el contexto viaje entre ellos. Un cliente puede empezar en WhatsApp, continuar en la aplicación, escalar a un humano y terminar en una operación. La interfaz puede cambiar; la relación, no.
La organización deja de diseñar canales y empieza a diseñar continuidad.
Con Open Finance ocurre lo mismo que con los agentes: una organización puede tener acceso a información financiera y aun así no poder convertirla en una buena experiencia. Necesita estructurarla, interpretarla, definir qué puede usarse, gobernarla y volverla conocimiento operativo. Vale la pena distinguir los peldaños:
El dato dice: “el cliente gastó $800.000”.
La información dice: “gastó $800.000 este mes”.
El contexto dice: “gastó $800.000, 35% más que su promedio”.
El conocimiento dice: “este comportamiento suele aparecer cuando hay gastos extraordinarios y no representa un cambio estructural”.
Y la acción sería: “preguntarle si quiere revisar su presupuesto antes de recomendarle un producto”.
La IA no necesita solamente datos. Necesita conocimiento sobre qué significan los datos dentro del servicio.
Uno de los espacios de mayor impacto es el crédito. Hoy buena parte de la evaluación depende de información histórica y de la relación con instituciones específicas. Open Finance permite imaginar una visión más amplia del comportamiento financiero de una persona —siempre bajo las autorizaciones correspondientes—, entendida no solo por su relación con un banco, sino por la trayectoria distribuida que ha construido. Esto es especialmente relevante para independientes, personas con ingresos variables o con poca historia en una entidad.
Pero aquí hay una advertencia. Tener más datos no significa tomar mejores decisiones. La IA puede encontrar patrones, pero también reproducir sesgos, confundir correlación con causalidad y penalizar comportamientos que simplemente son diferentes. Y puede tomar una decisión que el usuario no sabe cómo cuestionar.
Por eso la experiencia de crédito con IA no debería diseñarse solo alrededor de “¿qué tan preciso es el modelo?”, sino también de “¿qué entiende el cliente de la decisión?, ¿puede cuestionarla?, ¿puede corregir información?, ¿puede hablar con alguien?”.
La explicabilidad deja de ser una propiedad técnica. Se convierte en una capacidad de servicio.
La atención tradicional espera. El cliente tiene que preguntar, llamar, entrar, buscar, reclamar, darse cuenta. Pero cuando un sistema puede interpretar contexto, el servicio puede llegar antes. No “¿en qué puedo ayudarte?”, sino:
“Tus ingresos bajaron este mes y tienes un pago importante próximo. Hay tres alternativas que podrías considerar.”
Esto transforma la lógica de atención: deja de ser reactiva y empieza a ser anticipatoria. Pero la proactividad necesita una regla fundamental.
Anticiparse no significa invadir.
Pausa 4. Un servicio que sabe demasiado
Hay una pregunta que empieza a ser inevitable: ¿cuánto debería saber un servicio sobre mí para poder ayudarme bien? Y detrás, otra: ¿cuándo saber más deja de sentirse como ayuda y empieza a sentirse como vigilancia?
La personalización tradicional era relativamente inocua: “hola, Mateo”, “eres cliente premium”. Pero un servicio contextual podría decir: “sabemos que tus ingresos bajaron 18% este mes”. Eso es útil. Pero también es íntimo. La diferencia está en si el usuario entiende qué sabe el sistema, por qué lo sabe y qué pretende hacer con ello.
El usuario no solamente controla qué servicio recibe. Controla también qué contexto pone a disposición del servicio.
La combinación Open Finance + IA también trae problemas que antes no existían de esta forma:
Este último punto es especialmente delicado. En un ecosistema financiero abierto, el usuario no debería tener que entender la arquitectura institucional para saber quién debe resolverle un problema.
Hasta ahora, la confianza financiera se construyó sobre instituciones: el banco, la aseguradora, la marca, la oficina, el asesor. Pero los nuevos servicios involucran a una entidad, un tercero receptor, una IA, un sistema de conocimiento, múltiples fuentes de datos y varios agentes humanos. La confianza ya no puede depender solo de una marca. Necesita aparecer en la experiencia.
El usuario debe saber qué está pasando y por qué, qué sabe el sistema y qué no, qué puede hacer y qué no, cuándo habla con una IA y cuándo con una persona, qué autorizó, cómo cambiarlo y cómo detenerlo.
La confianza deja de ser un atributo abstracto. Se convierte en arquitectura de interacción.
Si juntamos todo, empieza a aparecer una arquitectura distinta. El servicio tradicional funciona, más o menos, así: cliente → canal → producto → proceso → respuesta. El nuevo servicio podría funcionar así:
cliente → intención → contexto → inteligencia → decisión → acción.
Y detrás, un sistema con roles claros:
Open Finance → aporta el contexto financiero.
IA → interpreta.
Knowledge Base / RAG → aporta el conocimiento institucional.
Agentes → ejecutan.
Humanos → supervisan y resuelven excepciones.
Service Design → orquesta todo el sistema.
Esto es bastante más interesante que “poner IA en el banco”, porque permite diseñar servicios completos, no funciones sueltas.
Esto termina cambiando incluso la forma en que construimos los journeys. Hoy diseñamos alrededor de una tarjeta: descubrimiento → solicitud → aprobación → activación → uso → pago → fidelización. Pero podríamos diseñar alrededor de una situación:
“Necesito comprar una vivienda” → entender la situación financiera → integrar el contexto autorizado → estimar capacidad → identificar brechas → explorar alternativas → comparar escenarios → decidir → ejecutar → acompañar.
En el primer caso diseñamos alrededor de un producto. En el segundo, alrededor de una situación de vida. Y ahí aparece el espacio más grande. La industria lleva años optimizando productos —cuenta, tarjeta, crédito, seguro, inversión—, pero existe un espacio enorme entre ellos.
Una persona no necesita necesariamente una tarjeta: necesita resolver una situación. No necesita un crédito: necesita liquidez. No necesita un seguro: necesita proteger algo. No necesita una inversión: necesita hacer algo con su excedente.
El white space no está dentro de los productos. Está entre ellos —y, posiblemente, entre las instituciones.
La regulación de Finanzas Abiertas no solo introduce intercambio de información: ayuda a construir un ecosistema donde terceros pueden participar en la prestación de servicios financieros bajo determinadas condiciones. Por eso el futuro probablemente no será “banco + app + cliente”, sino algo más parecido a: cliente + contexto + ecosistema + agentes + instituciones + datos + servicios.
Y como la necesidad financiera ocurre dentro de la vida cotidiana, no tiene por qué resolverse dentro de una institución financiera. Una persona no piensa “ahora voy a entrar al sector financiero”. Piensa “voy a comprar una casa”, “voy a viajar”, “voy a montar un negocio”. Por eso los futuros servicios financieros podrían aparecer en lugares que hoy no consideramos financieros: retailers, telcos, plataformas de movilidad, de vivienda, de empleo, marketplaces, superapps.
El actor que tenga el producto no necesariamente será el que tenga la relación. La ventaja empieza a pertenecer a quien esté más cerca del momento en que aparece la necesidad. Y alguien tendrá que diseñar quién aparece, cuándo, quién sabe qué, quién puede actuar, cómo viaja el contexto y cómo se distribuye la responsabilidad. Eso ya no es diseño de interfaz. Es diseño de ecosistema.
El futuro no será un banco más inteligente
Probablemente será algo más extraño. Una persona podría decir “este mes quiero ahorrar $500.000”, y el sistema revisar su contexto autorizado y responder: “es posible, pero este mes tienes compromisos superiores a tu promedio; si quieres alcanzar esa meta, tienes estas tres alternativas”. La persona podría preguntar cuál le conviene. La IA podría explicar, simular, y eventualmente ejecutar cuando la persona diga “hazlo”.
Pero también podría aparecer un humano. No porque la IA haya fallado, sino porque hay decisiones que las personas prefieren compartir con otra persona. El futuro no será humano contra IA. Será humano + IA + contexto + servicio.
Open Finance abre el contexto. La inteligencia artificial lo interpreta. Pero ninguna de las dos diseña el servicio. Ese trabajo sigue siendo nuestro.
Durante mucho tiempo diseñamos experiencias financieras alrededor de productos. Después, alrededor de canales. Luego, de omnicanalidad. Ahora aparece la posibilidad de diseñarlas alrededor de contexto. Y eso cambia la pregunta. Ya no “¿qué producto tiene este cliente?”, ni siquiera “¿qué producto podemos ofrecerle?”, sino: ¿qué está pasando con esta persona y qué necesita resolver?
La oportunidad de Open Finance + IA no está en construir una banca más inteligente. Está en construir servicios capaces de comprender situaciones completas. En pasar:
Y, finalmente, de diseñar interfaces para servicios financieros a diseñar servicios financieros alrededor de la vida de las personas.
Ese es probablemente el verdadero espacio que se abre para UX y Service Design en Colombia. No porque la tecnología por fin pueda hacer más, sino porque, por primera vez, podemos empezar a diseñar servicios que entiendan más.