Huawei presentó en el Singapore FinTech Festival su visión sobre la implementación de inteligencia artificial en finanzas para la próxima década, centrándose en los desafíos técnicos que enfrentan los bancos al llevar soluciones de IA desde proyectos piloto hasta servicios en producción. La compañía identificó cuatro obstáculos principales: latencia, precisión, integración con sistemas heredados y gobernanza, según declaraciones realizadas durante el evento que reunió a más de 70,000 participantes de 142 países.
El festival marcó su décimo aniversario bajo el tema “Blueprint tecnológico para la próxima década de finanzas”, donde la inteligencia artificial dominó la agenda junto con tokenización y computación cuántica. Los responsables de políticas públicas enfocaron las discusiones en estándares para despliegues seguros, mientras los equipos bancarios compararon experiencias sobre condiciones operativas y requisitos de integración.
La visión de asistentes superinteligentes en banca
Jason Cao, director de Finanzas Digitales de Huawei, explicó durante su presentación que la empresa prevé un cambio fundamental en la interacción bancaria. “En los próximos 10 años creemos que todos tendrán un súper agente o súper asistente de IA”, afirmó, describiendo una interfaz capaz de comprender intenciones del usuario y coordinar solicitudes entre agentes especializados dentro del banco.
Esta propuesta representa un cambio del enfoque centrado en aplicaciones móviles de la última década hacia un modelo donde el asistente actúa como punto de entrada principal. Huawei no considera estos sistemas como simples herramientas, sino como “colegas de IA” que toman decisiones basándose en modelos que capturan conocimiento institucional, según indicó Cao.
Implementación de IA en finanzas: métricas concretas
El ejecutivo estableció dos parámetros de producción específicos para evaluar el desempeño de asistentes de inteligencia artificial. El reconocimiento de intención para interacciones con consumidores “debería ser al menos del 90 por ciento… esto es lo que ya hemos logrado hoy”, según declaró en el evento.
Respecto a la latencia, Cao señaló que “los servicios orientados al cliente, si la latencia supera dos o tres segundos, la gente no los usará… hoy podemos lograr 1.2 segundos”. Estas cifras provienen de un proceso de gestión patrimonial móvil construido con una arquitectura de agentes maestro-trabajador y memoria a largo plazo que mantiene el contexto entre sesiones.
Dos enfoques según el tamaño institucional
La compañía identificó dos trayectorias distintas de adopción entre instituciones financieras. Los grandes bancos construyen granjas de IA completas, mientras las entidades más pequeñas “se concentran primero en escenarios de alto valor y comienzan desde ahí para luego avanzar hacia procesos de extremo a extremo”, explicó Cao. Huawei documentó más de 500 casos de uso de IA en operaciones, marketing, riesgo y servicio como evidencia de que algunos bancos han superado la etapa de pruebas conceptuales.
FinAgent Booster: cerrando la brecha entre demostración y producción
Huawei presentó FinAgent Booster (FAB) como solución para reducir la distancia entre demostraciones controladas y servicios que cumplan acuerdos de nivel de canal. La herramienta consiste en un catálogo de flujos de trabajo, conectores y complementos de microcomponentes, además de patrones para enrutamiento de intenciones, orquestación de múltiples agentes y memoria persistente.
El sistema está diseñado para integrarse tanto en entornos nativos de IA como en sistemas heredados sin requerir reconstrucciones completas. La compañía estructura esto en cuatro capas: computación, plataformas, datos/conocimiento y agentes de escenario, permitiendo que los equipos reutilicen la misma infraestructura en diferentes casos de uso.
Desafíos técnicos y organizacionales
“La implementación de IA no es algo fácil”, advirtió Cao, identificando dos obstáculos que frecuentemente detienen programas: una brecha de ingeniería relacionada con mantener precisión y latencia cuando aumenta el tráfico, y una brecha organizacional vinculada con la necesidad de rediseñar procesos y roles para que personas y agentes operen conjuntamente bajo auditoría. Ambos desafíos tienen como base la preparación de datos y la ingeniería de conocimiento.
Ecosistema RongHai y expansión de socios
Durante el festival, Huawei actualizó el estado de RongHai, su red de socios para desarrollar y entregar soluciones de IA financiera. El programa, con un año de existencia, cuenta con implementaciones operativas en más de 20 países, según informó la compañía. Se anunciaron nuevos acuerdos de cooperación con Atmaal en Arabia Saudita, así como Neuxnet, Speakly AI y TrustDecision; CMA, Instadesk y MagicEngine también se incorporaron a la red.
El objetivo declarado es construir un conjunto de “ocho capacidades” que abarca desarrollo de modelos, ingeniería de agentes, bases de conocimiento sectorial y aplicaciones de escenarios, permitiendo que los bancos reutilicen componentes probados. El modelo de coinnovación plantea que bancos aportan escenarios y conocimiento de dominio mientras proveedores contribuyen con computación y plataformas.
Cao estableció un marco temporal para observar resultados tangibles en el mercado: “Los inversores verán claramente esta divergencia en los próximos 24 a 36 meses en valoraciones y participación de mercado”, aconsejando que los directorios evalúen estrategia, penetración de casos de uso e indicadores de valor, no solo recuentos de pilotos. Los marcadores establecidos por Huawei —más del 90 por ciento de precisión en intención, aproximadamente 1.2 segundos de latencia extremo a extremo y portabilidad de patrones de ingeniería— proporcionan referencias concretas para verificar durante 2026 si el enfoque centrado en asistentes puede sostenerse en entornos de producción reales con trazabilidad y recuperaciones seguras.