Por Diego Fierro Rodríguez
I. Introducción
La irrupción de la inteligencia artificial en el sector financiero no constituye ya una promesa futurista, sino una realidad operativa que exige una reflexión jurídica profunda y urgente. El caso del Banco Santander, cuya presidenta ha anunciado una estrategia ambiciosa para los próximos dos años, ofrece un escenario paradigmático para examinar las implicaciones jurídicas de lo que podríamos denominar, sin exageración retórica, la «algoritmización» de una entidad bancaria de dimensión global. Ana Botín ha fijado el objetivo de generar 1.000 millones de euros mediante la adopción de esta tecnología, desglosados en 300 millones de ingresos adicionales y 700 millones en reducción de costes operativos, todo ello antes de 2028. Estas cifras, lejos de ser meras proyecciones contables, plantean interrogantes sustanciales sobre la arquitectura normativa que debe regir tales procesos de automatización decisoria.
Debe tenerse presente que el derecho bancario tradicional se ha construido sobre presupuestos de transparencia humana, trazabilidad documental y responsabilidad individualizada. Cuando un algoritmo determina la concesión de un crédito, personaliza una oferta financiera o rediseña un proceso interno de gestión de riesgos, estamos ante una mutación cualitativa del objeto de regulación. La pregunta que surge con naturalidad es si nuestros marcos legales actuales —pensados para banqueros de carne y hueso, no para modelos de aprendizaje automático— resultan suficientes o si, por el contrario, requieren una reconstrucción conceptual que la doctrina apenas ha comenzado a esbozar.
II. La dualidad estratégica: inteligencia artificial defensiva y ofensiva
El proyecto santanderiano se articula en dos vertientes que, desde una óptica jurídica, merecen tratamientos diferenciados. Por un lado, el uso defensivo de la inteligencia artificial se centra en el desarrollo de software, la gestión de contact centers y el rediseño de procesos operativos. Aquí, la finalidad es proteger márgenes e impulsar la eficiencia, lo cual traducido a lenguaje normativo implica una intensificación de los controles internos y una revisión de los protocolos de cumplimiento normativo. La reducción del índice de eficiencia del 45,3% actual al 36% proyectado no es un dato meramente estadístico; representa una transformación estructural que afectará a las relaciones laborales, a la distribución de responsabilidades dentro de la organización y, eventualmente, a la definición misma de servicio bancario.
Por otro lado, el uso ofensivo orientado a la personalización financiera introduce una complejidad adicional. Cuando el banco utiliza algoritmos para hacer ofertas ajustadas a cada cliente, estamos en el territorio de lo que la doctrina europea ha venido denominando «decisiones automatizadas con efectos jurídicos significativos». El Reglamento General de Protección de Datos, en su artículo 22, establece derechos específicos para los interesados sometidos a este tipo de tratamientos, incluyendo el derecho a obtener intervención humana, a expresar su punto de vista y a impugnar la decisión. Lo anterior me sugiere que el Santander, al escalar estas soluciones en 2026, deberá implementar mecanismos de gobernanza algorítmica que garanticen el efectivo ejercicio de estos derechos, so pena de exponerse a contingencias regulatorias de consideración.
La analogía con el régimen de transparencia precontractual resulta ilustrativa. Así como el ordenamiento exige que el cliente conozca las condiciones esenciales de un producto financiero antes de su contratación, cabe argumentar que debe informarse igualmente cuando la decisión de ofrecerle dicho producto ha sido elaborada por un sistema automatizado. La diferencia sustancial radica en que, mientras la información contractual se dirige a capacitar la autonomía de la voluntad, la información algorítmica pretende garantizar la dignidad de la persona frente a decisiones opacas. Entiendo que esta distinción, aunque sutil, tiene consecuencias prácticas notables para el diseño de los sistemas de información al cliente que el banco deberá desplegar.
III. La propiedad de los datos como fundamento de la estrategia
Un elemento que merece particular atención es la declaración explícita de la presidenta respecto a la propiedad de los datos de calidad acumulados durante décadas. Esta afirmación, realizada en términos de fortaleza competitiva, encierra una problemática jurídica de primer orden. En efecto, la noción de «propiedad» aplicada a los datos personales resulta conceptualmente problemática en el marco del derecho europeo, que ha optado por un régimen de derechos de la personalidad en lugar de uno patrimonialista. Los datos de los clientes del Santander no son, estrictamente hablando, un activo susceptible de apropiación plena, sino un conjunto de informaciones sujetas a un complejo entramado de obligaciones y limitaciones.
La tensión entre la visión empresarial —que naturalmente tiende a considerar los datos como recurso económico— y la visión jurídica —que los protege como manifestación de la esfera personal— genera fricciones que el proyecto de algoritmización deberá gestionar con especial cuidado. El banco opera en múltiples jurisdicciones, cada una con regulaciones específicas sobre protección de datos, secretos comerciales y competencia desleal. La integración de la inteligencia artificial en una plataforma bancaria global, tal como anuncia la entidad, supone necesariamente la circulación transfronteriza de información, con las consiguientes obligaciones de adecuación normativa que ello conlleva.
Hay que reseñar que el ejemplo de Ebury, filial especializada en pagos transfronterizos entre empresas, resulta especialmente revelador. La reducción proyectada del 50% en gastos mediante la implantación de agentes de inteligencia artificial ilustra cómo la eficiencia operativa puede alcanzarse a escala, pero también pone de relieve los desafíos de supervisión prudencial. Cuando un algoritmo gestiona operaciones de pago internacional, ¿quién asume la responsabilidad en caso de error sistémico? ¿Cómo se distribuyen las obligaciones de diligencia entre la matriz y la filial? Estas cuestiones, que podrían parecer meramente organizativas, adquieren relieve jurídico cuando se considera que la normativa de pagos, tanto en la Unión Europea como en otras jurisdicciones, establece requisitos de seguridad y trazabilidad que no todos los sistemas de inteligencia artificial satisfacen de forma inmediata.
IV. La eficiencia como objetivo y el riesgo de la «banca aburrida»
La apuesta por lo que se ha denominado «banca aburrida» constituye, desde una perspectiva analítica, una reconceptualización del modelo de negocio tradicional. La simplificación de la estructura y la oferta de productos, combinada con el crecimiento orgánico y las adquisiciones recientes, busca alcanzar niveles de eficiencia comparables a los de entidades digitales nativas como Revolut, Nubank o Chime. El desafío lanzado por la presidenta a los analistas —»somos mejores»— encierra una dimensión jurídica frecuentemente ignorada: la comparación entre modelos regulares y modelos emergentes no puede limitarse a métricas contables, sino que debe incorporar la solidez de sus fundamentos de cumplimiento normativo.
El índice de eficiencia, entendido como la relación entre ingresos y gastos, es una magnitud económica que el derecho supervisa de forma indirecta. Sin embargo, cuando la reducción de costes se alcanza mediante la sustitución de procesos humanos por algoritmos, surgen obligaciones específicas en materia de información al cliente, de atención de reclamaciones y, crucialmente, de prevención del blanqueo de capitales. Los sistemas de inteligencia artificial, por muy sofisticados que sean, requieren validación humana en determinadas operaciones de alta sensibilidad, lo cual introduce un elemento de «ineficiencia» necesaria que los modelos puramente digitales pueden eludir, pero que las entidades tradicionales no pueden ignorar sin incurrir en infracciones graves.
Considero que el proyecto One Transformation, que aporta 3 puntos de mejora en el índice de eficiencia, y la plataforma Gravity 2.0, que añade otros 2 puntos, representan ejemplos de cómo la innovación tecnológica debe integrarse en marcos de gobernanza preexistentes. La plataforma tecnológica se implantará en Brasil durante el presente año, lo cual ilustra la progresividad geográfica de la estrategia. Esta gradualidad resulta jurídicamente prudente, pues permite ajustar los sistemas a las particularidades normativas de cada mercado, pero también genera riesgos de fragmentación regulatoria que la estructura global del grupo deberá neutralizar.
V. Las adquisiciones de TSB y Webster: sinergias y complejidades
La integración de TSB en Reino Unido y de Webster en Estados Unidos no son operaciones ajenas al proyecto de algoritmización; por el contrario, constituyen piezas esenciales de su arquitectura. Estas adquisiciones aportan 2 puntos adicionales de mejora en eficiencia, pero introducen complejidades jurídicas considerables. El Reino Unido, aunque históricamente alineado con el derecho de la Unión Europea, ha desarrollado tras el Brexit un régimen propio de protección de datos y de supervisión financiera que diverge en aspectos relevantes. Estados Unidos, por su parte, mantiene un enfoque sectorial y fragmentado en materia de privacidad, sin legislación federal equivalente al Reglamento General de Protección de Datos.
La unificación de plataformas tecnológicas que el Santander proyecta implica necesariamente decisiones sobre dónde se localizan los datos, quién controla los algoritmos y cómo se garantiza la interoperabilidad normativa. El concepto de «entidad totalmente global», lejos de ser una mera aspiración comercial, constituye un desafío de diseño institucional. Las sinergias operativas no pueden sacrificar la autonomía normativa de cada jurisdicción, ni la responsabilidad local de las filiales puede diluirse en estructuras de toma de decisiones centralizadas y automatizadas.
Asumo que el banco ha contemplado estas cuestiones en su planificación estratégica, pero ello no exime de su examen crítico desde la perspectiva jurídica. La experiencia reciente en materia de protección de datos demuestra que las sanciones por infracciones pueden alcanzar cifras que superan con creces los beneficios proyectados de la eficiencia operativa. La inversión en sistemas de inteligencia artificial debe ir acompañada, necesariamente, de inversión en mecanismos de control jurídico que resulten proporcionados al riesgo inherente a cada tipo de tratamiento automatizado.
VI. El modelo de negocio renovado y sus presupuestos jurídicos
La descripción del nuevo modelo como caracterizado por «ingresos más altos por cliente, menores costes por cliente y casi cero costes incrementales por crecimiento» encapsula una transformación que trasciende lo meramente tecnológico. Estamos ante una redefinición de la relación banco-cliente, donde la personalización alcanza grados de granularidad desconocidos hasta ahora. Ello me obliga a deducir que el marco contractual tradicional, basado en condiciones generales negociadas colectivamente, tenderá a ceder paso a acuerdos individualizados generados dinámicamente por algoritmos.
Esta evolución plantea interrogantes sobre la naturaleza misma del contrato bancario. Si las condiciones se adaptan continuamente al perfil de riesgo y al comportamiento del cliente, ¿persiste la estabilidad necesaria para que haya verdadera autonomía de la voluntad? La doctrina alemana ha reflexionado extensamente sobre los «contratos de adhesión dinámicos», pero la experiencia práctica con sistemas de inteligencia artificial añade una capa de opacidad que dificulta la aplicación de los principios clásicos de transparencia y buena fe.
Además, la reducción de costes incrementales plantea cuestiones de competencia. Si el banco puede crecer sin aumentar proporcionalmente sus gastos operativos, su capacidad de predación de precios se ve significativamente reforzada. Las autoridades de competencia, tanto en Europa como en Estados Unidos, han mostrado creciente interés por los efectos de la inteligencia artificial en la concentración de mercados. El Santander, al posicionarse como referente en esta materia, deberá anticipar un escrutinio regulatorio que vaya más allá de la supervisión bancaria tradicional.
VII. Reflexiones finales: hacia una gobernanza algorítmica del sector financiero
El proyecto del Banco Santander no es un caso aislado, sino el indicio de una tendencia generalizada que el ordenamiento jurídico deberá afrontar en los próximos años. La algoritmización de las entidades financieras plantea desafíos que trascienden la mera adaptación de normas preexistentes; exigen una reconsideración de categorías fundamentales como la responsabilidad, la transparencia y la tutela del cliente. La apuesta por 20.000 millones de beneficio anual y un 20% de rentabilidad, si se alcanza mediante los medios descritos, establecerá un precedente que otros operadores seguramente intentarán replicar.
El derecho, en su función de ordenación social, no puede permanecer ajeno a estas transformaciones. La regulación de la inteligencia artificial en el sector financiero requerirá un equilibrio delicado entre la promoción de la innovación y la protección de los intereses legítimos de los clientes y de la estabilidad del sistema. El caso que examinamos ofrece materia abundante para reflexionar sobre cómo construir ese equilibrio sin caer en la tentación prohibitiva ni en la laxitud complaciente.
La implementación escalonada de estas tecnologías durante 2026 proporcionará un periodo de observación valioso. Será entonces cuando podamos evaluar si los mecanismos de control implementados resultan efectivos o si, por el contrario, surgen disfunciones que reclamen una intervención normativa más intensa. Mientras tanto, la labor de la comunidad jurídica consiste en desarrollar los instrumentos conceptuales necesarios para comprender y, en su caso, corregir una transformación que ya está en marcha.