Hablar hoy de sociedad de la información empieza a parecer algo desfasado porque lo que define realmente nuestro tiempo es la sociedad del dato. En las dos últimas décadas se ha generado una cantidad abrumadora de información que empresas, administraciones públicas y organizaciones utilizan para ajustar sus servicios a las necesidades concretas de cada persona. En el centro de este ecosistema se encuentra el sector financiero, uno de los grandes motores de la economía y también uno de los mayores recolectores de datos. Sabe cuánto ganamos, cómo y dónde lo gastamos, qué impuestos pagamos y en qué lugar del mundo estamos. ¿Están los bancos logrando sacar el máximo provecho a todos esos datos?No es tan sencillo. Pese al enorme potencial que encierran los datos, los bancos siguen operando bajo las restricciones que marca la normativa de protección de datos, lo que limita en parte su capacidad para sacarles todo el partido, dice Francisco Uría, socio global de banca de KPMG. Aunque en los últimos años se han dado pasos importantes, todavía queda mucho por hacer, apunta Uría, quien insiste en que el margen de mejora es amplio y que las oportunidades siguen siendo numerosas.A la vanguardiaLos casos más avanzados combinan información propia con datos externos y tecnologías como la inteligencia artificial generativa, y ya están dando resultados en áreas clave como la incorporación de nuevos clientes, la prevención del blanqueo de capitales, la lucha contra el fraude o la gestión del riesgo, señala Uría. A su juicio, la gran asignatura pendiente es lograr una segmentación más fina del cliente que permita personalizar la oferta y avanzar desde la eficiencia operativa hacia una transformación real del modelo de negocio.Noticia Relacionada estandar Si La inteligencia artificial generativa también extiende su hegemonía a los parqués bursátiles Adrián Espallargas Los expertos prevén que esta disrupción siga reinando en el próximo curso, pero avisan del riesgo de apostar por empresas que ya cotizan a precios muy exigentesDaniel Fuster, socio responsable de Banca en NTT DATA, reconoce avances en la forma en que los bancos segmentan y conocen a sus clientes, pero considera que el verdadero potencial del dato sigue infrautilizado. Áreas como el marketing, la gestión del riesgo o los mercados de capitales ya aplican modelos analíticos para afinar ofertas y automatizar operaciones. Con todo, persiste un terreno poco explorado que incluye la economía del comportamiento, la hiperpersonalización en tiempo real y la creación de nuevos modelos de negocio. El gran desafío, añade, es evolucionar hacia modelos capaces de anticiparse al comportamiento del cliente.Cifras astronómicas El mercado mundial de análisis de big data podría superar los 745.150 millones de dólares en 2030, según cifras de la empresa de análisis Fortune Business Insights. Así, la previsión de crecimiento medio anual para este sector es de casi un 13,5%. Por su parte, el negocio mundial de la inteligencia artificial en la banca se valoró en 23.600 millones de dólares en 2024, con expectativas de alcanzar los 299.130 millones de dólares en 2033, según Stratits Research. Se estima que el mercado del uso de la inteligencia artificial en la banca tendrá una tasa de crecimiento anual compuesta del 32,6%. Esta información refleja la gran importancia que ya tienen los datos, su procesamiento y su análisis en el sector financiero. Y es solo el comienzo.Desde BBVA explican que el uso de tecnologías emergentes como la inteligencia artificial está permitiendo prever el comportamiento de los clientes y adaptar sus servicios de forma más precisa, con atención continua y respuestas en tiempo real. Ponen el foco en avances como la detección de fraude mediante modelos adaptativos que identifican patrones anómalos, así como en mejoras en ciberseguridad y en la automatización de tareas repetitivas. La entidad remarca su apuesta por una innovación responsable que mejore la experiencia del usuario sin comprometer la privacidad y con impacto positivo a escala individual y colectiva.Por su parte, Daniel Villatoro Segura, chief data scientist de Openbank, señala que la combinación de inteligencia artificial, ‘machine learning’ y computación en la nube está transformando su capacidad de análisis y toma de decisiones. El enfoque va más allá de personalizar productos: la entidad ha priorizado la automatización de operaciones complejas, la optimización de recursos y la generación de respuestas inmediatas a partir del comportamiento digital del usuario. Esta infraestructura agiliza las operaciones, refuerza la detección temprana de fraudes y minimiza la necesidad de intervención manual.«La innovación está en el ADN del sector bancario, y los bancos españoles han demostrado una gran capacidad de adaptación para incorporar nuevas tecnologías, siempre con el objetivo de ofrecer un mejor servicio al cliente. En este contexto, la inteligencia artificial se está consolidando como una tecnología clave y ya se utiliza de forma generalizada en distintas áreas. Principalmente, se aplica para mejorar la eficiencia operativa, reforzar la seguridad y enriquecer la experiencia del cliente, gracias a una mayor personalización de productos, servicios y canales de atención», dicen desde la Asociación Española de Banca (AEB).El gran desafío es alcanzar modelos que puedan anticiparse al comportamiento del clienteCon respecto a los retos, Manuel Gutiérrez, vicepresidente de Digital Solutions en T-Systems Iberia, advierte que uno de los principales desafíos para los bancos es la fragmentación de los datos, heredada de años de fusiones y sistemas tecnológicos obsoletos. Muchos de esos datos no fueron concebidos para ser analizados por algoritmos avanzados. Para revertir esta situación, las entidades están adoptando plataformas en la nube, integrando soluciones de gestión inteligente de datos y creando centros de excelencia en analítica que combinan perfiles técnicos y de negocio para extraer valor real de la información.Más allá de los desafíos técnicos, los bancos se enfrentan a barreras culturales, regulatorias y de estrategia cuando intentan sacar todo el partido a los datos, dice Uría, de KPMG. Señala la falta de coherencia en los datos almacenados, las asimetrías normativas frente a nuevos competidores digitales y la dificultad para acceder a información generada fuera del entorno bancario. Fuster, de NTT DATA, añade la escasez de talento especializado como otro obstáculo clave, junto con la necesidad de garantizar calidad y buen gobierno del dato para traducir la información en decisiones confiables y útiles para el cliente.Impacto realEl experto añade que el desafío no es solo tecnológico, sino también cultural y estratégico. Modernizar los sistemas resulta esencial, pero igual de importante es que toda la organización adopte una mentalidad orientada al dato y sepa cómo transformar esa información en una ventaja competitiva, más allá de la eficiencia operativa. Solo con esa visión integral, dice, se puede generar impacto real para el negocio y para el cliente.La regulación europea condiciona de forma decisiva el uso que los bancos pueden hacer de los datos que recopilan, explica Joaquín Muñoz, socio de Bird & Bird. Aunque iniciativas como la Directiva PSD2 impulsaron la compartición de datos y posicionaron al sector bancario como pionero en Europa, el Reglamento General de Protección de Datos (RGPD) impone límites claros. Uno de los principios más restrictivos es el de la limitación de la finalidad, que impide reutilizar la información para fines distintos a los originales sin una base jurídica sólida.745.000 millones será el valor del ‘big data’ en la banca en 2030Elegir adecuadamente la base jurídica para tratar datos personales es determinante, indica Muñoz, quien recuerda que el uso del interés legítimo ha sido cuestionado por la Agencia Española de Protección de Datos, especialmente en actividades de perfilado o marketing. Esta situación obliga a las entidades a extremar la justificación de cada tratamiento. Encontrar fórmulas seguras y transparentes para aprovechar la información sin vulnerar la normativa se mantiene como uno de los principales desafíos del sector.EstrategiaEn este contexto regulatorio, Villatoro Segura, de Openbank, destaca que el enfoque debe centrarse en analizar datos agregados y patrones de comportamiento, sin identificar al usuario. Lo relevante no son los datos personales, sino las tendencias comunes que posibilitan diseñar servicios realmente útiles. Este modelo, señala, permite cumplir con el RGPD y con la nueva normativa europea sobre inteligencia artificial, al tiempo que garantiza transparencia y respeto al consentimiento. Para el experto, es posible innovar con responsabilidad si se antepone la confianza del cliente.En la misma línea, Manuel Gutiérrez, de T-Systems Iberia, considera que la monetización de datos puede ser plenamente compatible con la privacidad si se adoptan modelos basados en anonimización y agregación. Estas técnicas permiten identificar patrones de comportamiento sin exponer información personal, lo que, a su juicio, cumple con normativas como el RGPD o la LOPI y sienta las bases para nuevos servicios construidos sobre un tratamiento ético y eficiente de la información.Desde la AEB subrayan que las regulaciones vigentes imponen límites necesarios para proteger la privacidad y garantizar un uso ético de los datos en un sector especialmente sensible. No obstante, expresan reservas sobre el nuevo Reglamento FIDA, que plantea un modelo de compartición entre entidades financieras y otros sectores sin un retorno claro para el cliente. Consideran que ese intercambio solo generará valor si es recíproco, permitiendo a los bancos acceder también a datos no financieros para mejorar sus servicios y reforzar su competitividad. Hablar hoy de sociedad de la información empieza a parecer algo desfasado porque lo que define realmente nuestro tiempo es la sociedad del dato. En las dos últimas décadas se ha generado una cantidad abrumadora de información que empresas, administraciones públicas y organizaciones utilizan para ajustar sus servicios a las necesidades concretas de cada persona. En el centro de este ecosistema se encuentra el sector financiero, uno de los grandes motores de la economía y también uno de los mayores recolectores de datos. Sabe cuánto ganamos, cómo y dónde lo gastamos, qué impuestos pagamos y en qué lugar del mundo estamos. ¿Están los bancos logrando sacar el máximo provecho a todos esos datos?No es tan sencillo. Pese al enorme potencial que encierran los datos, los bancos siguen operando bajo las restricciones que marca la normativa de protección de datos, lo que limita en parte su capacidad para sacarles todo el partido, dice Francisco Uría, socio global de banca de KPMG. Aunque en los últimos años se han dado pasos importantes, todavía queda mucho por hacer, apunta Uría, quien insiste en que el margen de mejora es amplio y que las oportunidades siguen siendo numerosas.A la vanguardiaLos casos más avanzados combinan información propia con datos externos y tecnologías como la inteligencia artificial generativa, y ya están dando resultados en áreas clave como la incorporación de nuevos clientes, la prevención del blanqueo de capitales, la lucha contra el fraude o la gestión del riesgo, señala Uría. A su juicio, la gran asignatura pendiente es lograr una segmentación más fina del cliente que permita personalizar la oferta y avanzar desde la eficiencia operativa hacia una transformación real del modelo de negocio.Noticia Relacionada estandar Si La inteligencia artificial generativa también extiende su hegemonía a los parqués bursátiles Adrián Espallargas Los expertos prevén que esta disrupción siga reinando en el próximo curso, pero avisan del riesgo de apostar por empresas que ya cotizan a precios muy exigentesDaniel Fuster, socio responsable de Banca en NTT DATA, reconoce avances en la forma en que los bancos segmentan y conocen a sus clientes, pero considera que el verdadero potencial del dato sigue infrautilizado. Áreas como el marketing, la gestión del riesgo o los mercados de capitales ya aplican modelos analíticos para afinar ofertas y automatizar operaciones. Con todo, persiste un terreno poco explorado que incluye la economía del comportamiento, la hiperpersonalización en tiempo real y la creación de nuevos modelos de negocio. El gran desafío, añade, es evolucionar hacia modelos capaces de anticiparse al comportamiento del cliente.Cifras astronómicas El mercado mundial de análisis de big data podría superar los 745.150 millones de dólares en 2030, según cifras de la empresa de análisis Fortune Business Insights. Así, la previsión de crecimiento medio anual para este sector es de casi un 13,5%. Por su parte, el negocio mundial de la inteligencia artificial en la banca se valoró en 23.600 millones de dólares en 2024, con expectativas de alcanzar los 299.130 millones de dólares en 2033, según Stratits Research. Se estima que el mercado del uso de la inteligencia artificial en la banca tendrá una tasa de crecimiento anual compuesta del 32,6%. Esta información refleja la gran importancia que ya tienen los datos, su procesamiento y su análisis en el sector financiero. Y es solo el comienzo.Desde BBVA explican que el uso de tecnologías emergentes como la inteligencia artificial está permitiendo prever el comportamiento de los clientes y adaptar sus servicios de forma más precisa, con atención continua y respuestas en tiempo real. Ponen el foco en avances como la detección de fraude mediante modelos adaptativos que identifican patrones anómalos, así como en mejoras en ciberseguridad y en la automatización de tareas repetitivas. La entidad remarca su apuesta por una innovación responsable que mejore la experiencia del usuario sin comprometer la privacidad y con impacto positivo a escala individual y colectiva.Por su parte, Daniel Villatoro Segura, chief data scientist de Openbank, señala que la combinación de inteligencia artificial, ‘machine learning’ y computación en la nube está transformando su capacidad de análisis y toma de decisiones. El enfoque va más allá de personalizar productos: la entidad ha priorizado la automatización de operaciones complejas, la optimización de recursos y la generación de respuestas inmediatas a partir del comportamiento digital del usuario. Esta infraestructura agiliza las operaciones, refuerza la detección temprana de fraudes y minimiza la necesidad de intervención manual.«La innovación está en el ADN del sector bancario, y los bancos españoles han demostrado una gran capacidad de adaptación para incorporar nuevas tecnologías, siempre con el objetivo de ofrecer un mejor servicio al cliente. En este contexto, la inteligencia artificial se está consolidando como una tecnología clave y ya se utiliza de forma generalizada en distintas áreas. Principalmente, se aplica para mejorar la eficiencia operativa, reforzar la seguridad y enriquecer la experiencia del cliente, gracias a una mayor personalización de productos, servicios y canales de atención», dicen desde la Asociación Española de Banca (AEB).El gran desafío es alcanzar modelos que puedan anticiparse al comportamiento del clienteCon respecto a los retos, Manuel Gutiérrez, vicepresidente de Digital Solutions en T-Systems Iberia, advierte que uno de los principales desafíos para los bancos es la fragmentación de los datos, heredada de años de fusiones y sistemas tecnológicos obsoletos. Muchos de esos datos no fueron concebidos para ser analizados por algoritmos avanzados. Para revertir esta situación, las entidades están adoptando plataformas en la nube, integrando soluciones de gestión inteligente de datos y creando centros de excelencia en analítica que combinan perfiles técnicos y de negocio para extraer valor real de la información.Más allá de los desafíos técnicos, los bancos se enfrentan a barreras culturales, regulatorias y de estrategia cuando intentan sacar todo el partido a los datos, dice Uría, de KPMG. Señala la falta de coherencia en los datos almacenados, las asimetrías normativas frente a nuevos competidores digitales y la dificultad para acceder a información generada fuera del entorno bancario. Fuster, de NTT DATA, añade la escasez de talento especializado como otro obstáculo clave, junto con la necesidad de garantizar calidad y buen gobierno del dato para traducir la información en decisiones confiables y útiles para el cliente.Impacto realEl experto añade que el desafío no es solo tecnológico, sino también cultural y estratégico. Modernizar los sistemas resulta esencial, pero igual de importante es que toda la organización adopte una mentalidad orientada al dato y sepa cómo transformar esa información en una ventaja competitiva, más allá de la eficiencia operativa. Solo con esa visión integral, dice, se puede generar impacto real para el negocio y para el cliente.La regulación europea condiciona de forma decisiva el uso que los bancos pueden hacer de los datos que recopilan, explica Joaquín Muñoz, socio de Bird & Bird. Aunque iniciativas como la Directiva PSD2 impulsaron la compartición de datos y posicionaron al sector bancario como pionero en Europa, el Reglamento General de Protección de Datos (RGPD) impone límites claros. Uno de los principios más restrictivos es el de la limitación de la finalidad, que impide reutilizar la información para fines distintos a los originales sin una base jurídica sólida.745.000 millones será el valor del ‘big data’ en la banca en 2030Elegir adecuadamente la base jurídica para tratar datos personales es determinante, indica Muñoz, quien recuerda que el uso del interés legítimo ha sido cuestionado por la Agencia Española de Protección de Datos, especialmente en actividades de perfilado o marketing. Esta situación obliga a las entidades a extremar la justificación de cada tratamiento. Encontrar fórmulas seguras y transparentes para aprovechar la información sin vulnerar la normativa se mantiene como uno de los principales desafíos del sector.EstrategiaEn este contexto regulatorio, Villatoro Segura, de Openbank, destaca que el enfoque debe centrarse en analizar datos agregados y patrones de comportamiento, sin identificar al usuario. Lo relevante no son los datos personales, sino las tendencias comunes que posibilitan diseñar servicios realmente útiles. Este modelo, señala, permite cumplir con el RGPD y con la nueva normativa europea sobre inteligencia artificial, al tiempo que garantiza transparencia y respeto al consentimiento. Para el experto, es posible innovar con responsabilidad si se antepone la confianza del cliente.En la misma línea, Manuel Gutiérrez, de T-Systems Iberia, considera que la monetización de datos puede ser plenamente compatible con la privacidad si se adoptan modelos basados en anonimización y agregación. Estas técnicas permiten identificar patrones de comportamiento sin exponer información personal, lo que, a su juicio, cumple con normativas como el RGPD o la LOPI y sienta las bases para nuevos servicios construidos sobre un tratamiento ético y eficiente de la información.Desde la AEB subrayan que las regulaciones vigentes imponen límites necesarios para proteger la privacidad y garantizar un uso ético de los datos en un sector especialmente sensible. No obstante, expresan reservas sobre el nuevo Reglamento FIDA, que plantea un modelo de compartición entre entidades financieras y otros sectores sin un retorno claro para el cliente. Consideran que ese intercambio solo generará valor si es recíproco, permitiendo a los bancos acceder también a datos no financieros para mejorar sus servicios y reforzar su competitividad. Hablar hoy de sociedad de la información empieza a parecer algo desfasado porque lo que define realmente nuestro tiempo es la sociedad del dato. En las dos últimas décadas se ha generado una cantidad abrumadora de información que empresas, administraciones públicas y organizaciones utilizan para ajustar sus servicios a las necesidades concretas de cada persona. En el centro de este ecosistema se encuentra el sector financiero, uno de los grandes motores de la economía y también uno de los mayores recolectores de datos. Sabe cuánto ganamos, cómo y dónde lo gastamos, qué impuestos pagamos y en qué lugar del mundo estamos. ¿Están los bancos logrando sacar el máximo provecho a todos esos datos?No es tan sencillo. Pese al enorme potencial que encierran los datos, los bancos siguen operando bajo las restricciones que marca la normativa de protección de datos, lo que limita en parte su capacidad para sacarles todo el partido, dice Francisco Uría, socio global de banca de KPMG. Aunque en los últimos años se han dado pasos importantes, todavía queda mucho por hacer, apunta Uría, quien insiste en que el margen de mejora es amplio y que las oportunidades siguen siendo numerosas.A la vanguardiaLos casos más avanzados combinan información propia con datos externos y tecnologías como la inteligencia artificial generativa, y ya están dando resultados en áreas clave como la incorporación de nuevos clientes, la prevención del blanqueo de capitales, la lucha contra el fraude o la gestión del riesgo, señala Uría. A su juicio, la gran asignatura pendiente es lograr una segmentación más fina del cliente que permita personalizar la oferta y avanzar desde la eficiencia operativa hacia una transformación real del modelo de negocio.Noticia Relacionada estandar Si La inteligencia artificial generativa también extiende su hegemonía a los parqués bursátiles Adrián Espallargas Los expertos prevén que esta disrupción siga reinando en el próximo curso, pero avisan del riesgo de apostar por empresas que ya cotizan a precios muy exigentesDaniel Fuster, socio responsable de Banca en NTT DATA, reconoce avances en la forma en que los bancos segmentan y conocen a sus clientes, pero considera que el verdadero potencial del dato sigue infrautilizado. Áreas como el marketing, la gestión del riesgo o los mercados de capitales ya aplican modelos analíticos para afinar ofertas y automatizar operaciones. Con todo, persiste un terreno poco explorado que incluye la economía del comportamiento, la hiperpersonalización en tiempo real y la creación de nuevos modelos de negocio. El gran desafío, añade, es evolucionar hacia modelos capaces de anticiparse al comportamiento del cliente.Cifras astronómicas El mercado mundial de análisis de big data podría superar los 745.150 millones de dólares en 2030, según cifras de la empresa de análisis Fortune Business Insights. Así, la previsión de crecimiento medio anual para este sector es de casi un 13,5%. Por su parte, el negocio mundial de la inteligencia artificial en la banca se valoró en 23.600 millones de dólares en 2024, con expectativas de alcanzar los 299.130 millones de dólares en 2033, según Stratits Research. Se estima que el mercado del uso de la inteligencia artificial en la banca tendrá una tasa de crecimiento anual compuesta del 32,6%. Esta información refleja la gran importancia que ya tienen los datos, su procesamiento y su análisis en el sector financiero. Y es solo el comienzo.Desde BBVA explican que el uso de tecnologías emergentes como la inteligencia artificial está permitiendo prever el comportamiento de los clientes y adaptar sus servicios de forma más precisa, con atención continua y respuestas en tiempo real. Ponen el foco en avances como la detección de fraude mediante modelos adaptativos que identifican patrones anómalos, así como en mejoras en ciberseguridad y en la automatización de tareas repetitivas. La entidad remarca su apuesta por una innovación responsable que mejore la experiencia del usuario sin comprometer la privacidad y con impacto positivo a escala individual y colectiva.Por su parte, Daniel Villatoro Segura, chief data scientist de Openbank, señala que la combinación de inteligencia artificial, ‘machine learning’ y computación en la nube está transformando su capacidad de análisis y toma de decisiones. El enfoque va más allá de personalizar productos: la entidad ha priorizado la automatización de operaciones complejas, la optimización de recursos y la generación de respuestas inmediatas a partir del comportamiento digital del usuario. Esta infraestructura agiliza las operaciones, refuerza la detección temprana de fraudes y minimiza la necesidad de intervención manual.«La innovación está en el ADN del sector bancario, y los bancos españoles han demostrado una gran capacidad de adaptación para incorporar nuevas tecnologías, siempre con el objetivo de ofrecer un mejor servicio al cliente. En este contexto, la inteligencia artificial se está consolidando como una tecnología clave y ya se utiliza de forma generalizada en distintas áreas. Principalmente, se aplica para mejorar la eficiencia operativa, reforzar la seguridad y enriquecer la experiencia del cliente, gracias a una mayor personalización de productos, servicios y canales de atención», dicen desde la Asociación Española de Banca (AEB).El gran desafío es alcanzar modelos que puedan anticiparse al comportamiento del clienteCon respecto a los retos, Manuel Gutiérrez, vicepresidente de Digital Solutions en T-Systems Iberia, advierte que uno de los principales desafíos para los bancos es la fragmentación de los datos, heredada de años de fusiones y sistemas tecnológicos obsoletos. Muchos de esos datos no fueron concebidos para ser analizados por algoritmos avanzados. Para revertir esta situación, las entidades están adoptando plataformas en la nube, integrando soluciones de gestión inteligente de datos y creando centros de excelencia en analítica que combinan perfiles técnicos y de negocio para extraer valor real de la información.Más allá de los desafíos técnicos, los bancos se enfrentan a barreras culturales, regulatorias y de estrategia cuando intentan sacar todo el partido a los datos, dice Uría, de KPMG. Señala la falta de coherencia en los datos almacenados, las asimetrías normativas frente a nuevos competidores digitales y la dificultad para acceder a información generada fuera del entorno bancario. Fuster, de NTT DATA, añade la escasez de talento especializado como otro obstáculo clave, junto con la necesidad de garantizar calidad y buen gobierno del dato para traducir la información en decisiones confiables y útiles para el cliente.Impacto realEl experto añade que el desafío no es solo tecnológico, sino también cultural y estratégico. Modernizar los sistemas resulta esencial, pero igual de importante es que toda la organización adopte una mentalidad orientada al dato y sepa cómo transformar esa información en una ventaja competitiva, más allá de la eficiencia operativa. Solo con esa visión integral, dice, se puede generar impacto real para el negocio y para el cliente.La regulación europea condiciona de forma decisiva el uso que los bancos pueden hacer de los datos que recopilan, explica Joaquín Muñoz, socio de Bird & Bird. Aunque iniciativas como la Directiva PSD2 impulsaron la compartición de datos y posicionaron al sector bancario como pionero en Europa, el Reglamento General de Protección de Datos (RGPD) impone límites claros. Uno de los principios más restrictivos es el de la limitación de la finalidad, que impide reutilizar la información para fines distintos a los originales sin una base jurídica sólida.745.000 millones será el valor del ‘big data’ en la banca en 2030Elegir adecuadamente la base jurídica para tratar datos personales es determinante, indica Muñoz, quien recuerda que el uso del interés legítimo ha sido cuestionado por la Agencia Española de Protección de Datos, especialmente en actividades de perfilado o marketing. Esta situación obliga a las entidades a extremar la justificación de cada tratamiento. Encontrar fórmulas seguras y transparentes para aprovechar la información sin vulnerar la normativa se mantiene como uno de los principales desafíos del sector.EstrategiaEn este contexto regulatorio, Villatoro Segura, de Openbank, destaca que el enfoque debe centrarse en analizar datos agregados y patrones de comportamiento, sin identificar al usuario. Lo relevante no son los datos personales, sino las tendencias comunes que posibilitan diseñar servicios realmente útiles. Este modelo, señala, permite cumplir con el RGPD y con la nueva normativa europea sobre inteligencia artificial, al tiempo que garantiza transparencia y respeto al consentimiento. Para el experto, es posible innovar con responsabilidad si se antepone la confianza del cliente.En la misma línea, Manuel Gutiérrez, de T-Systems Iberia, considera que la monetización de datos puede ser plenamente compatible con la privacidad si se adoptan modelos basados en anonimización y agregación. Estas técnicas permiten identificar patrones de comportamiento sin exponer información personal, lo que, a su juicio, cumple con normativas como el RGPD o la LOPI y sienta las bases para nuevos servicios construidos sobre un tratamiento ético y eficiente de la información.Desde la AEB subrayan que las regulaciones vigentes imponen límites necesarios para proteger la privacidad y garantizar un uso ético de los datos en un sector especialmente sensible. No obstante, expresan reservas sobre el nuevo Reglamento FIDA, que plantea un modelo de compartición entre entidades financieras y otros sectores sin un retorno claro para el cliente. Consideran que ese intercambio solo generará valor si es recíproco, permitiendo a los bancos acceder también a datos no financieros para mejorar sus servicios y reforzar su competitividad. RSS de noticias de economia
Noticias Similares
