
En este artículo (3)
Santander está escalando la IA a sus 185.000 empleados. Los números detrás del despliegue merecen ser estudiados.
Puntos Clave
- Santander construyó 280 agentes de automatización en producción en dominios regulados antes de ampliar el acceso a la IA de forma generalizada; aprenda de esa secuencia al evaluar la preparación de su propia organización.
- La alfabetización en IA combinada con el conocimiento del dominio, y no las credenciales por sí solas, es lo que los despliegues empresariales a esta escala realmente requieren de los empleados no técnicos.
- Las organizaciones centradas en habilidades en lugar de títulos de trabajo pueden hacer crecer su cartera de talento en IA de forma significativa; posicionarse en torno al criterio sobre flujos de trabajo importa más que perseguir certificaciones.
Con 280 agentes de automatización ya activos y €35 millones generados solo en el primer trimestre, la expansión de IA para la fuerza laboral de Santander es uno de los despliegues empresariales con mayor respaldo de datos que se hayan registrado.
Con 280 agentes de automatización ya en funcionamiento y €35 millones generados solo en el primer trimestre, la expansión de IA para la fuerza laboral de Santander es uno de los despliegues empresariales con mayor respaldo de datos que se hayan registrado.
Hay un momento en que la IA empresarial deja de ser un programa piloto y se convierte en infraestructura. Para Santander, ese momento parece haber llegado. Según Computer Weekly, el banco español ha anunciado que ampliará el acceso a herramientas de IA desde los aproximadamente 40.000 usuarios actuales hasta los 185.000 empleados que tiene en todo el mundo, tras un primer trimestre en el que el uso de la IA generó 35 millones de euros en valor de negocio. Eso no es una diapositiva de hoja de ruta. Es un despliegue que ya está produciendo cifras auditables.
De la ambición a
la ejecución: lo que Santander ha construido realmente
Antes de anunciar la expansión, Santander ya había desplegado más de 280 agentes de automatización de procesos en sus operaciones, según el propio relato publicado por el banco sobre su estrategia de IA primero. No son prototipos experimentales guardados en un entorno de pruebas. El banco los describe como agentes en producción que gestionan cargas de trabajo en detección de fraude, prevención del blanqueo de capitales, procesamiento de pagos, atención al cliente y desarrollo de software. Esa amplitud importa: la infraestructura de IA que Santander abre ahora a 185.000 empleados se construyó sobre flujos de trabajo reales, regulados y de alto riesgo, no sobre chatbots internos respondiendo preguntas de recursos humanos.
Para quienes estudian el despliegue de IA empresarial, este es un punto de referencia útil. La organización no saltó directamente a la escala. Primero construyó casos de uso en ámbitos exigentes, midió los resultados y luego amplió el acceso. La cifra de 35 millones de euros del primer trimestre es exactamente el tipo de evidencia que transforma simultáneamente las conversaciones internas sobre presupuesto y los referentes externos. Computer Weekly también informa de que Santander espera que la IA añada 200 millones de euros en valor de negocio a lo largo del año completo, mediante una combinación de ahorro de costes e ingresos incrementales. El horizonte más amplio es aún más ambicioso: el banco tiene como objetivo superar los 1.000 millones de euros en valor de negocio generado por la IA entre 2026 y 2028. Estas cifras dotan al despliegue de una estructura de rendición de cuentas que la mayoría de los anuncios de IA empresarial no tienen de forma llamativa.
Qué significa esto para las competencias laborales en banca
Cuando una organización de 185.000 personas despliega herramientas de IA a nivel institucional, no es principalmente una historia sobre los científicos de datos que construyeron los modelos. Es una historia sobre todos los demás. Los empleados que usarán esas herramientas abarcarán cumplimiento normativo, operaciones, gestión de relaciones, análisis de crédito y servicios en sucursal. La mayoría no fueron contratados como especialistas en IA y no necesitan convertirse en ello. Lo que necesitan se parece más a lo que el LinkedIn Economic Graph, en su Informe del Mercado Laboral de enero de 2026, describe como alfabetización en IA combinada con habilidades orientadas a las personas, como el pensamiento de diseño y la adaptabilidad.
La investigación de LinkedIn encontró que los empleados de organizaciones que usan LinkedIn Learning desarrollan habilidades de IA 3,4 veces más rápido año tras año que quienes no tienen acceso a aprendizaje estructurado. Ese dato no es un argumento de venta de una plataforma concreta; es una señal sobre la brecha entre las organizaciones que tratan la mejora de competencias en IA como un programa deliberado y las que asumen que los empleados encontrarán solos el camino hacia la competencia. La expansión de Santander sugiere que el banco está apostando decididamente por el primer enfoque.
La pregunta para cualquier persona en banca, operaciones o funciones adyacentes a los servicios financieros es si su propia organización está haciendo la misma apuesta y si están bien posicionados para beneficiarse cuando lo haga.
El informe de LinkedIn también identifica lo que denomina "integradores de IA" y gestores desplegados en primera línea como títulos emergentes centrados en la integración eficaz de la IA para maximizar el rendimiento organizacional. Esta es una categoría de empleo que vale la pena seguir de cerca. Se sitúa entre los constructores técnicos y los usuarios finales, y es el tipo de rol que recompensa a las personas que entienden tanto el diseño de flujos de trabajo como los límites de lo que los agentes pueden hacer de forma fiable.
Lo que los estudiantes deben extraer de un despliegue de este tamaño El
despliegue de Santander es un caso de estudio útil sobre lo que la preparación empresarial para la IA realmente requiere, a diferencia de lo que suelen vender los proveedores de certificaciones. La cifra de 280 agentes importa porque indica que la organización invirtió en automatización específica por dominio antes de invertir en acceso amplio. Los agentes de detección de fraude no son genéricos; codifican requisitos regulatorios, umbrales de riesgo y normas de gobernanza de datos específicos del sector bancario. Construir o trabajar junto a ese tipo de sistema requiere entender el dominio, no solo la herramienta.
Para los estudiantes que consideran dónde invertir su tiempo, esto sugiere un enfoque más útil que perseguir la herramienta de IA que esté de moda en cada momento. La habilidad duradera es ser capaz de traducir un flujo de trabajo complejo, regulado y de alto riesgo en algo con lo que un sistema pueda colaborar de manera fiable, y saber cuándo no puede hacerlo. Esa es una habilidad que se multiplica a lo largo de roles e industrias. Un analista de cumplimiento que entiende cómo toma decisiones un agente de automatización AML vale más que uno que simplemente sabe que el agente existe.
Los datos del LinkedIn Economic Graph refuerzan esto: las organizaciones pueden multiplicar por 8,2 su cantera de talento en IA a nivel global si se centran en habilidades en lugar de títulos o denominaciones de puestos. Esa cifra debería cambiar tu forma de pensar sobre las credenciales. Un curso que te enseña a auditar un resultado de IA en un contexto regulado es más transferible que una insignia que dice que completaste un módulo sobre fundamentos de IA generativa.
El despliegue de Santander no ocurrió porque 185.000 personas se certificaran. Ocurrió porque un grupo más pequeño construyó agentes reales en flujos de trabajo reales y demostró valor medible antes de pedir más margen de acción.
Observa cómo responden otras grandes entidades financieras a los datos publicados por Santander durante los próximos dos o tres trimestres. Cuando un competidor publica 35 millones de euros en valor de IA en el primer trimestre, la presión competitiva para acelerar los despliegues internos se vuelve concreta. Esa aceleración creará demanda de personas que puedan manejar herramientas de IA dentro de entornos regulados, y esa demanda favorecerá a quienes han construido algo real frente a quienes solo han estudiado el concepto.