Santander reduce más de un 50% los costes de la inteligencia artificial con modelos más especializados

Banco Santander ha anunciado un nuevo avance en su colaboración en inteligencia artificial con NVIDIA. Con el respaldo de la compañía tecnológica, el Santander AI Lab ha desarrollado nuevas herramientas para evaluar modelos y agentes de IA aplicados al sector bancario, con el objetivo de identificar qué soluciones resultan más adecuadas y eficientes para cada tarea.

El trabajo se desarrolla en el Santander AI Lab, un espacio dedicado a explorar y probar tecnologías emergentes de inteligencia artificial antes de incorporarlas al conjunto del banco. En este proceso, Santander está pasando de utilizar grandes modelos de propósito general a apostar por modelos más pequeños y especializados en funciones bancarias específicas. En algunos casos experimentales, este enfoque ha permitido reducir el coste de ejecución de unos cinco euros por interacción a aproximadamente 0,03 euros, manteniendo buenos resultados.

Para avanzar en esta estrategia, la entidad ha creado Model Arena, una plataforma que permite evaluar modelos de pesos abiertos (open-weight models) en tareas bancarias y determinar cuáles ofrecen un mejor rendimiento para cada aplicación. Asimismo, el banco está adaptando modelos a necesidades concretas mediante NVIDIA NeMo Customizer. Las pruebas comparativas realizadas en atención al cliente han mostrado que los modelos más pequeños y especializados pueden ofrecer buenos resultados en tareas bancarias específicas.

Además, Santander ha desarrollado capacidades de inteligencia artificial especializadas en procesos de core bancario a partir de NVIDIA Kumo, una familia de modelos fundacionales de pesos abiertos diseñada para trabajar con datos estructurados. Esta tecnología permite a las empresas transformar esos datos en información predictiva de forma rápida, facilitando el desarrollo de servicios basados en agentes de inteligencia artificial.

El laboratorio también está integrando estas capacidades en la infraestructura tecnológica del banco mediante NVIDIA Dynamo-Triton, una tecnología que ha permitido alcanzar la reducción de costes mencionada anteriormente. En paralelo, trabaja en el desarrollo de Model Arena para diseñar, simular, evaluar y supervisar agentes bancarios, así como para mejorar sus resultados y someter los sistemas de IA conversacional a pruebas de esfuerzo en entornos controlados. El propósito es establecer un proceso riguroso que permita evaluar y perfeccionar las nuevas tecnologías antes de su implantación en todo el grupo.

A partir de estos avances, Santander está evolucionando desde los modelos de pesos abiertos hacia modelos especializados y agentes bancarios sujetos a mecanismos de gobernanza, con los que pretende mejorar el control, reforzar la seguridad y reducir los costes a gran escala. La colaboración ya ha dado resultados en un caso experimental de atención al cliente, en el que la entidad mejoró la calidad de las conversaciones y redujo los costes en más de un 50% gracias al uso de un modelo de IA más eficiente.

NVIDIA es clave en la infraestructura, el software y la investigación

Para dar continuidad a estas iniciativas, Santander y NVIDIA han firmado un marco de colaboración de tres años que incluye áreas como los modelos fundacionales, los agentes de inteligencia artificial, las herramientas para prevenir el fraude y el blanqueo de capitales, la toma de decisiones en tiempo real y las tecnologías avanzadas de simulación, entre ellas un gemelo digital bancario.

Iñaki Bernal, responsable de Inteligencia Artificial de Santander, señaló: “NVIDIA es clave en la infraestructura, el software y la investigación que impulsan los últimos avances en inteligencia artificial. Si a ello sumamos la escala de Santander en líneas de negocio, clientes y presencia geográfica, creemos que estamos en una posición única para convertir esos avances en capacidades bancarias útiles y concretas”

Por su parte, Aser Blanco, responsable global de Banca en NVIDIA, afirmó: “La banca es uno de los sectores que más depende de los datos, que son el eje de todos sus procesos, y el siguiente paso consiste en poner la inteligencia en el centro. Convertir años de datos en inteligencia útil y propia no depende del tamaño del modelo, sino del entrenamiento y del ajuste fino. En este escenario, el coste de cada resultado generado por la inteligencia artificial es una métrica fundamental. Santander está demostrando cómo llevar esto a producción: modelos más pequeños, especializados con los datos del propio banco, evaluados en tareas bancarias reales y ejecutados con la eficiencia necesaria para operar a la escala de un banco global”