El 69% de los españoles quiere supervisión humana al utilizar agentes de IA para sus finanzas
Los consumidores españoles están dispuestos a utilizar agentes de inteligencia artificial para comparar productos financieros, encontrar mejores condiciones y detectar posibles fraudes, pero mantienen una clara preferencia por conservar el control sobre las decisiones finales. Un estudio de Experian y Forrester Consulting sitúa en el 69% el porcentaje de usuarios que apuesta por modelos basados en transparencia y supervisión humana.
La inteligencia artificial empieza a acercarse a una nueva frontera dentro de las finanzas personales.
Hasta ahora, un asistente podía explicar qué diferencia existe entre dos préstamos, resumir las condiciones de una tarjeta o ayudar a preparar un presupuesto.
La siguiente generación de sistemas pretende ir más lejos: comparar automáticamente productos, monitorizar condiciones, detectar oportunidades de ahorro e incluso ejecutar determinadas acciones en nombre del usuario.
Es el denominado comercio agéntico o agentic commerce, un modelo en el que los agentes de inteligencia artificial pasan de responder preguntas a participar activamente en las decisiones del consumidor.
España podría convertirse en uno de los mercados especialmente receptivos a esta transformación, aunque con una condición clara: los usuarios quieren saber qué está haciendo la IA y mantener capacidad de supervisión.
El 69% de los españoles apuesta por una IA supervisada
El informe internacional “IA en el riesgo: el auge del comercio con agentes de IA”, elaborado por Experian en colaboración con Forrester Consulting, analiza la actitud de consumidores de 13 países ante este nuevo escenario.
En España, el 69% de los encuestados se encuadra dentro de un perfil que prioriza transparencia, supervisión y control durante la utilización de agentes de IA.
El estudio clasifica además a un 29% como usuarios pragmáticos y a un 2% como perfiles optimistas respecto a la autonomía de estos sistemas.
Los resultados no muestran necesariamente un rechazo a la inteligencia artificial. Al contrario, los consumidores españoles valoran numerosas funciones financieras basadas en IA, pero quieren que la automatización se produzca de manera progresiva y bajo unas reglas claramente definidas.
Comparar cientos de alternativas es una de las funciones más valoradas
Una de las principales ventajas percibidas está relacionada con la capacidad de procesar información.
El 87% de los consumidores españoles valora positivamente que un agente pueda comparar muchas más alternativas de las que una persona podría revisar manualmente.
El mismo porcentaje considera relevante utilizar estos sistemas para encontrar mejores precios o tipos de interés.
La diferencia respecto a un comparador tradicional puede ser considerable.
Un agente podría analizar permanentemente diferentes productos del mercado y cruzarlos con información sobre las necesidades, ingresos o preferencias del usuario.
En lugar de iniciar una búsqueda cada vez que necesita contratar un servicio, el consumidor podría delegar una parte de ese análisis.
El 87% confiaría en los LLM para comparar préstamos entre entidades
El préstamo constituye uno de los casos de uso donde esta capacidad puede tener mayor impacto.
Según el estudio, el 87% de los encuestados españoles confiaría en los modelos de lenguaje para comparar préstamos ofrecidos por diferentes entidades.
En este tipo de decisiones existen numerosas variables que pueden complicar la comparación.
Tipo de interés, TAE, comisiones, duración, cuota mensual, seguros vinculados, condiciones de amortización anticipada y requisitos de contratación pueden modificar considerablemente el coste final.
Un agente suficientemente fiable podría recopilar esa información, normalizarla y presentar las alternativas bajo criterios comparables.
El comercio agéntico lleva la comparación un paso más allá
TerritorioFintech ya analizó esta transformación en cómo la inteligencia artificial puede cambiar la forma en la que compramos y pagamos.
El elemento diferencial del agentic commerce es que el sistema no se limita a mostrar alternativas.
Con los permisos adecuados, puede avanzar progresivamente hacia la ejecución de determinadas acciones: localizar una oferta, recomendarla, iniciar una contratación o incluso completar una operación siguiendo unas reglas previamente establecidas por el usuario.
En el ámbito financiero, esta capacidad exige controles especialmente elevados debido al impacto económico que puede tener una decisión incorrecta.
Recomendador, semiautónomo o completamente autónomo
El estudio permite observar hasta dónde están dispuestos actualmente los consumidores españoles a delegar.
| Nivel de autonomía | Preferencia en España |
|---|---|
| Recomendador experto | 44% |
| Semiautonomía con validación caso por caso | 33% |
| Autonomía condicionada por reglas previas | 20% |
| Autonomía completa | 3% |
El resultado muestra una clara preferencia por los modelos donde la inteligencia artificial proporciona capacidad de análisis o ejecución, pero la persona conserva algún tipo de control sobre la decisión.
El 44% quiere utilizar la IA como recomendador experto
El modelo más popular es también el de menor autonomía.
Un 44% de los consumidores preferiría utilizar al agente como recomendador especializado.
La IA analiza la información, compara alternativas y propone qué opción considera más adecuada, pero la contratación final sigue dependiendo del usuario.
Este modelo se parece a un comparador mucho más avanzado y personalizado.
La principal diferencia respecto a delegar completamente la decisión es que la responsabilidad de confirmar la operación permanece claramente en manos de la persona.
Un 33% aceptaría que la IA ejecute después de pedir permiso
Otro 33% estaría dispuesto a utilizar un modelo de semiautonomía.
En este escenario, el agente no solo recomienda, sino que puede realizar acciones una vez que el usuario proporciona una autorización expresa para cada caso.
Un ejemplo podría ser encontrar una alternativa de refinanciación y preparar todo el proceso, pero esperar una confirmación antes de iniciar definitivamente la contratación.
Esta arquitectura reduce parte del trabajo manual sin eliminar la validación humana en decisiones relevantes.
Uno de cada cinco acepta autonomía bajo reglas previamente definidas
El siguiente nivel consiste en permitir que el agente actúe sin solicitar permiso en cada operación, siempre que permanezca dentro de unas condiciones preestablecidas.
Un 20% de los españoles se muestra abierto a este tipo de autonomía condicionada.
Por ejemplo, un usuario podría permitir a un agente cambiar determinado servicio siempre que consiga un ahorro mínimo, no exista permanencia y el coste total no supere un límite determinado.
Este modelo introduce una cuestión que será fundamental para el futuro de la IA agéntica: cómo expresar de manera precisa qué puede hacer un agente y dónde terminan sus permisos.
Solo un 3% delegaría completamente
La autonomía total obtiene todavía un respaldo muy limitado.
Únicamente un 3% de los consumidores españoles permitiría que el agente tomase y ejecutase decisiones financieras sin intervención adicional.
La diferencia entre este porcentaje y el elevado interés por las capacidades de comparación muestra que utilidad y autonomía no son lo mismo.
Los usuarios pueden querer una IA muy potente sin estar dispuestos a entregarle un control ilimitado.
Detectar un cargo sospechoso es tan importante como encontrar mejores precios
La otra gran área donde los consumidores perciben valor inmediato es la seguridad.
Un 87% considera especialmente valioso que los agentes puedan detectar cargos sospechosos y generar una notificación inmediata.
La prevención del fraude se sitúa así al mismo nivel que la comparación de alternativas entre las funcionalidades más valoradas.
Esto refleja una idea importante: la inteligencia artificial no tiene por qué utilizarse únicamente para gastar menos o encontrar un producto mejor.
También puede funcionar como una capa de monitorización capaz de revisar continuamente lo que ocurre en las cuentas.
El 83% valora evitar descubiertos y penalizaciones
Otra aplicación con un elevado nivel de interés es la prevención de costes evitables.
El 83% de los consumidores españoles valora positivamente que un agente pueda anticipar situaciones que terminen generando penalizaciones o descubiertos.
Una herramienta de este tipo podría analizar pagos previstos, saldo disponible y vencimientos para alertar al usuario antes de que se produzca el problema.
El valor de la inteligencia artificial estaría entonces en pasar de explicar posteriormente qué ocurrió a anticiparse antes de que aparezca el coste.
Un agente también podría revisar tus contratos continuamente
El 79% considera interesante que la IA monitorice contratos y servicios para identificar oportunidades de ahorro o mejores condiciones.
Electricidad, telecomunicaciones, seguros, financiación y diferentes suscripciones generan contratos que pueden mantenerse durante años sin ser revisados.
Un agente podría analizar periódicamente si las condiciones continúan siendo competitivas y avisar cuando aparezca una alternativa mejor.
Este tipo de monitorización continua sería difícil de realizar manualmente con la misma frecuencia.
El 71% cambiaría de banco por una oferta significativamente mejor
Esta capacidad podría aumentar también la presión competitiva sobre las entidades financieras.
El estudio señala que el 71% de los consumidores españoles estaría dispuesto a cambiar de entidad si encontrase un tipo de interés o una oferta significativamente mejor.
Actualmente, la falta de tiempo y la complejidad de comparar productos pueden funcionar como una forma de fricción que reduce la movilidad del cliente.
Los agentes podrían disminuir esa fricción.
Si una IA analiza permanentemente cientos de alternativas, las entidades podrían encontrarse con consumidores mucho más sensibles a diferencias de precio, rentabilidad o condiciones.
La IA podría reducir la ventaja de la inercia bancaria
Muchos clientes mantienen durante años productos que dejaron de ser competitivos simplemente porque cambiar requiere tiempo.
Hay que buscar alternativas, comparar condiciones, abrir cuentas o completar documentación.
Un agente capaz de realizar buena parte de este trabajo podría modificar ese comportamiento.
La fidelidad dejaría de depender tanto de la dificultad práctica de cambiar.
Esto podría obligar a bancos y fintech a competir de manera más permanente por mantener condiciones atractivas.
El 52% afirma vivir de nómina en nómina
El interés por estas herramientas aparece además dentro de un contexto financiero complejo para una parte importante de los hogares.
Según el estudio, el 52% de los españoles encuestados afirma vivir de nómina en nómina.
Al mismo tiempo, un 34% busca soluciones que ayuden a reducir el estrés asociado a sus compromisos crediticios.
Estos datos conviven con una visión relativamente positiva del futuro.
El 80% espera que su situación financiera mejore durante los próximos doce meses y un 76% considera actualmente asumible su nivel de deuda.
Los agentes podrían actuar como una capa permanente de optimización financiera
El escenario que plantean estos datos es especialmente interesante.
Una gran parte de los consumidores dispone de poco margen financiero, pero estaría dispuesta a cambiar de proveedor cuando exista una oportunidad clara de ahorro.
Los agentes pueden actuar entonces como una capa permanente que analiza el mercado y las finanzas del usuario al mismo tiempo.
En lugar de consultar manualmente cuándo refinanciar una deuda o cambiar una cuenta, el sistema podría detectar que existe una alternativa y presentarla de forma automática.
La precisión sigue siendo una barrera
Para que estos sistemas puedan asumir una función financiera más importante, la fiabilidad será crítica.
Los consumidores españoles otorgan actualmente a la precisión de los grandes modelos de lenguaje una valoración de 6,6 puntos sobre 10.
La media global del estudio se sitúa ligeramente por encima, en 6,8.
Esta percepción muestra que los usuarios reconocen utilidad en los modelos actuales, pero todavía existe margen para aumentar la confianza antes de delegar decisiones de mayor impacto.
El 81% quiere información rigurosa, precisa y verificada
Cuando la IA entra en las finanzas, una respuesta plausible pero incorrecta puede generar consecuencias económicas reales.
Por ello, el 81% de los españoles considera especialmente importante que los modelos proporcionen información rigurosa, precisa y verificada.
La diferencia frente a otros casos de uso es evidente.
Un error en una recomendación de entretenimiento puede resultar poco relevante. Una interpretación incorrecta sobre el coste de un préstamo, el riesgo de una inversión o una operación bancaria puede provocar una decisión financiera equivocada.
La privacidad preocupa al 75% de los consumidores
La segunda gran condición es la protección de los datos.
El 75% de los usuarios españoles considera esencial que su información personal esté completamente protegida.
Un agente financiero potencialmente necesita trabajar con datos especialmente sensibles: cuentas, transacciones, ingresos, deudas, hábitos de consumo o información crediticia.
Cuanto mayor sea el contexto disponible, mejores pueden ser las recomendaciones.
Pero esa misma capacidad aumenta la importancia de determinar quién puede acceder a la información, para qué puede utilizarse y durante cuánto tiempo.
La identidad digital será una pieza fundamental del comercio agéntico
Para permitir que una inteligencia artificial actúe en nombre de una persona no basta con saber quién es el usuario.
También será necesario demostrar que el agente tiene autorización para ejecutar una acción concreta.
Por ejemplo, podría disponer de permiso para comparar hipotecas pero no para contratar una, o para realizar una compra de hasta 100 euros pero no superar ese importe.
Esta capa de identidad, autorización y trazabilidad será uno de los componentes centrales de la infraestructura del comercio agéntico.
Experian desarrolla Agent Trust para este nuevo escenario
Experian está desarrollando precisamente una solución denominada Experian Agent Trust.
La compañía presenta la plataforma como una infraestructura destinada a facilitar interacciones seguras y trazables entre los agentes utilizados por los consumidores y los sistemas de instituciones financieras.
La propuesta se apoya en áreas en las que Experian ya desarrolla servicios, como verificación de identidad, prevención del fraude y toma de decisiones.
El objetivo es proporcionar una capa de confianza cuando una acción no es iniciada directamente por una persona, sino por un agente autorizado para actuar en su nombre.
Los bancos tendrán que distinguir entre persona, agente y fraude
Este escenario introduce un desafío adicional para las entidades financieras.
Hasta ahora, uno de los objetivos centrales de la seguridad consistía en determinar si una operación había sido realmente autorizada por el cliente.
En un mundo de agentes, una operación legítima puede ser iniciada por un sistema automático.
El banco deberá diferenciar entre:
- Una acción realizada directamente por el usuario.
- Una acción ejecutada correctamente por un agente autorizado.
- Un agente que intenta superar los permisos concedidos.
- Una operación fraudulenta que intenta simular cualquiera de las anteriores.
La identidad digital se convierte así en una pieza central de la nueva infraestructura financiera.
Más automatización significa también más necesidad de trazabilidad
Cuanto más autónomo sea un agente, más importante será poder reconstruir posteriormente qué ocurrió.
Qué información consultó, qué decisión tomó, qué regla aplicó, qué autorización tenía y qué acción terminó ejecutando.
La trazabilidad permitirá tanto investigar posibles errores como establecer responsabilidades.
Este principio es especialmente importante en un sector regulado como el financiero.
Los consumidores también quieren saber que están interactuando con una IA
La exigencia de transparencia de los usuarios españoles coincide además con la evolución de la normativa europea.
TerritorioFintech analizó recientemente en “¿Estoy hablando con una persona o con una IA?” las nuevas obligaciones de transparencia aplicables desde agosto de 2026 a determinados sistemas de inteligencia artificial.
El principio es especialmente relevante cuando la IA empieza a intervenir en decisiones económicas.
El usuario debe poder comprender cuándo está recibiendo una recomendación automatizada, qué papel tiene el sistema y hasta dónde alcanza su autonomía.
Las entidades financieras tendrán que prepararse para clientes representados por agentes
El comercio agéntico no cambia únicamente la experiencia del consumidor.
También obliga a las instituciones a adaptar su infraestructura.
Una entidad puede recibir en el futuro consultas o solicitudes generadas automáticamente por millones de agentes que comparan productos financieros para sus usuarios.
Esto puede modificar desde la distribución de productos hasta los sistemas de autenticación y fraude.
Las APIs, modelos de identidad y mecanismos de autorización adquirirán un papel cada vez mayor.
El mercado empieza ya a construir infraestructura para agentes
Algunas señales de esta transformación ya son visibles.
TerritorioFintech explicó recientemente cómo Klarna se ha integrado con el protocolo AP2 de Google para facilitar pagos ejecutados por agentes digitales.
Este tipo de infraestructura intenta resolver una pregunta esencial: cómo permitir que una IA complete una operación en nombre del usuario manteniendo permisos, autenticación y control.
Experian aborda el mismo cambio desde otra capa: identidad, fraude y confianza.
La supervisión humana podría convertirse en una ventaja comercial
Los resultados del estudio indican además que ofrecer más autonomía no tiene por qué ser siempre mejor.
Una entidad podría diferenciarse precisamente proporcionando al usuario diferentes niveles de control.
Un cliente puede querer que el agente supervise continuamente el mercado, pero exigir confirmación para cualquier contratación.
Otro puede permitir cambios automáticos siempre que el ahorro sea superior a una determinada cantidad.
Diseñar estas capas de consentimiento de una forma sencilla puede convertirse en parte de la experiencia de usuario.
La IA financiera tendrá que explicar por qué recomienda algo
La transparencia tampoco debería limitarse a indicar que una recomendación procede de inteligencia artificial.
En decisiones financieras será especialmente importante explicar por qué una alternativa ha sido seleccionada.
Un usuario debería poder saber si un préstamo aparece primero por tener una TAE inferior, una cuota más baja, un plazo diferente o porque encaja mejor con alguna preferencia previamente indicada.
Cuanto mayor sea la capacidad de actuación del agente, mayor será la importancia de que esos criterios sean comprensibles.
La próxima batalla bancaria puede ser quién entiende mejor a los agentes
La inteligencia artificial puede transformar también la forma en la que las entidades compiten por captar clientes.
Hasta ahora, una parte importante del marketing financiero estaba diseñada para personas: anuncios, promociones, aplicaciones y comparadores.
En un escenario agéntico, un producto también tendrá que ser interpretable por sistemas automáticos que analizan condiciones de forma estructurada.
Las entidades que presenten precios, requisitos y características de manera clara podrían resultar más fáciles de comparar.
La competencia puede desplazarse progresivamente desde captar la atención humana hacia ofrecer condiciones suficientemente buenas como para superar el análisis permanente de un agente.
España combina interés por la IA y exigencia de control
Los resultados presentados por Experian y Forrester dibujan un consumidor español que no rechaza la automatización.
Existe un elevado interés por utilizar agentes para comparar ofertas, reducir costes, evitar fraudes y anticiparse a problemas financieros.
Pero la disposición a entregar autonomía completa sigue siendo mínima.
La adopción parece orientarse hacia un modelo progresivo: primero información, después recomendaciones, posteriormente acciones confirmadas y solo entonces determinadas tareas ejecutadas automáticamente bajo reglas predefinidas.
La confianza será la infraestructura invisible de los agentes financieros
El potencial de los agentes de IA para las finanzas personales es considerable.
Un sistema puede vigilar cientos de productos, analizar movimientos continuamente, detectar anomalías y localizar oportunidades que una persona difícilmente podría revisar cada día.
Pero la utilidad tecnológica por sí sola no garantiza la adopción.
Los usuarios españoles señalan con claridad las condiciones: precisión, privacidad, transparencia, seguridad y capacidad para mantener el control.
La cuestión para bancos, fintech y compañías tecnológicas deja entonces de ser únicamente qué puede hacer un agente.
El verdadero reto será demostrar que puede hacerlo de manera fiable, explicar por qué toma cada decisión y permitir que el usuario decida exactamente hasta dónde está dispuesto a delegar.
Si esa infraestructura de confianza consigue consolidarse, comparar un préstamo, detectar un fraude o encontrar una cuenta mejor podría dejar de ser una tarea que el consumidor realiza ocasionalmente y convertirse en un proceso que una inteligencia artificial ejecuta continuamente en segundo plano.
TerritorioFintech es un medio digital dirigido a la Digital Money Generation y especializado en la actualidad de los nuevos modelos bancarios y financieros. Su equipo editorial publica contenidos informativos y divulgativos con el objetivo de contribuir a mejorar la educación financiera de sus lectores.
Todos los contenidos tienen una finalidad exclusivamente informativa y educativa. En ningún caso deben interpretarse como asesoramiento financiero ni como recomendaciones de inversión.
