De caos total a imperio AI-First: el giro secreto que salvó a Citigroup

---

6 de abril | Por Juan Merodio

En transformación digital hay una verdad incómoda que muchas empresas no quieren escuchar: la inteligencia artificial no arregla empresas desordenadas. Las amplifica.

Si tu infraestructura es débil, tus datos son inconsistentes y tu cultura no está preparada, la IA no será una ventaja competitiva… será un acelerador de errores.

Citigroup lo vivió en primera persona.

En 2020, los reguladores estadounidenses multaron a Citibank con 400 millones de dólares por deficiencias graves en gestión de riesgos, gobernanza de datos y controles internos. Ese mismo año, transfirió por error 900 millones de dólares a prestamistas de Revlon por un fallo del sistema. Y en 2024, otro error técnico generó una acreditación equivocada de 81 billones de dólares.

Jane Fraser, CEO de Citigroup, fue clara: el problema no era puntual. Era estructural. Décadas de infra-inversión en tecnología habían dejado al banco con una arquitectura fragmentada, sistemas legacy obsoletos y datos desconectados.

Y aquí viene lo interesante.

En lugar de intentar “poner parches con IA”, Citigroup decidió reconstruirse desde los cimientos. Hoy supera el 70% de adopción interna de inteligencia artificial y está avanzando hacia modelos de IA agéntica que automatizan procesos completos.

¿Qué hicieron diferente? ¿Qué puede aprender una pyme o una gran empresa de este proceso?

Vamos a analizarlo paso a paso.

 

El problema real: no era la IA, era la base tecnológica

Citigroup opera en múltiples verticales: banca de consumo, gestión patrimonial, trading institucional, tesorería y banca de inversión. Durante décadas, cada división fue construyendo sus propios sistemas.

Resultado:

• Aplicaciones duplicadas.
• Datos no interconectados.
• Falta de trazabilidad.
• Procesos manuales escondidos dentro de sistemas automatizados.
• Baja calidad de datos.

Cuando los reguladores revisaron la entidad, señalaron algo crítico: la debilidad estructural en la gobernanza del dato.

Y esto es algo que veo constantemente en empresas medianas: quieren implementar IA generativa sin tener una estrategia de datos clara.

La IA necesita tres cosas:

1. Datos limpios.
2. Procesos definidos.
3. Cultura alineada.

Si falla uno de estos tres pilares, el sistema se resiente.

 

Paso 1: Simplificar el negocio para reducir complejidad

La primera decisión estratégica de Jane Fraser fue simplificar.

Citigroup salió de la banca minorista en 14 mercados internacionales. No fue una decisión pequeña. Implicaba renunciar a volumen, pero ganar foco.

¿El objetivo? Reducir complejidad organizativa y concentrarse en áreas de mayor margen como:

• Banca institucional.
• Gestión patrimonial.
• Servicios financieros corporativos.

¿Por qué es relevante esto en clave IA?

Porque la inteligencia artificial genera mayor impacto cuando:

• Existen grandes volúmenes de datos estructurados.
• Los márgenes permiten inversión tecnológica.
• Los procesos son repetitivos y optimizables.

Un ejemplo práctico:
Si tienes una empresa con 5 líneas de negocio y 2 apenas generan rentabilidad, antes de invertir en IA en todas ellas, pregúntate: ¿dónde genera más impacto estratégico?

Ejemplo real: Microsoft

Microsoft simplificó su estrategia para centrarse en cloud y productividad antes de integrar profundamente la IA en Azure y Office. Esa concentración permitió acelerar la innovación con Copilot en toda su suite.

 

Paso 2: Eliminar tecnología heredada (legacy)

Desde 2022, Citigroup eliminó más de 2.000 aplicaciones legacy.

Esto es clave.

Muchas empresas creen que transformar es añadir tecnología. En realidad, transformar es eliminar complejidad.

Cada aplicación antigua:

• Añade costes.
• Genera silos de datos.
• Dificulta integraciones.
• Aumenta riesgo operativo.

Al retirar sistemas heredados, Citigroup consiguió:

• Reducir puntos de fallo.
• Unificar arquitectura.
• Preparar el terreno para modelos de IA escalables.

Ejemplo real: BBVA

BBVA lleva años invirtiendo en modernizar su arquitectura cloud y simplificar sistemas internos. Gracias a eso ha podido implementar asistentes financieros basados en IA que personalizan recomendaciones en tiempo real para millones de clientes.

 

Paso 3: Construir una capa moderna de datos y cloud

Citigroup se asoció con Google Cloud y adoptó Vertex AI para desarrollar herramientas propias sin tener que entrenar modelos fundacionales desde cero.

Esto es una decisión estratégica brillante.

En vez de competir en infraestructura básica de IA, se enfocaron en:

• Casos de uso propios.
• Aplicaciones específicas de negocio.
• Ventajas competitivas basadas en datos internos.

Además, implementaron un marco global de gobernanza del dato que garantiza que la información validada no pueda alterarse sin control.

Andy Sieg, responsable de gestión patrimonial, afirmó que la nueva arquitectura permite hacer en meses lo que antes llevaba años.

Eso es transformación real.

Ejemplo real: UPS

UPS invirtió durante años en estructurar sus datos logísticos. Hoy utiliza IA para optimizar rutas en tiempo real (sistema ORION), ahorrando millones de litros de combustible y reduciendo costes operativos de forma masiva.

Sin base de datos estructurada, eso sería imposible.

 

La clave diferencial: cultura AI-First

Aquí está el punto que muchas empresas ignoran.

La tecnología no transforma empresas. Las personas sí.

Citigroup creó una red de 4.000 “AI Champions”. No eran consultores externos ni formadores tradicionales. Eran empleados entusiastas que ayudaban a sus compañeros a aplicar IA en su día a día.

Este modelo tiene tres ventajas:

1. Reduce resistencia interna.
2. Democratiza el aprendizaje.
3. Genera casos de uso reales desde la base.

En septiembre de 2025, implementaron formación obligatoria en prompting para 175.000 empleados en 80 ubicaciones.

Resultado:

• Más de 350 casos de uso propuestos.
• Más del 70% de adopción interna.

Esto no es casualidad. Es gestión del cambio.

 

Impacto real en el negocio

En el cuarto trimestre de 2025, Jane Fraser afirmó que la IA está impulsando eficiencias en múltiples procesos y generando nuevas fuentes de productividad impensables hace cuatro años.

¿Dónde impacta concretamente?

• Automatización de análisis de riesgo.
• Procesamiento de documentos.
• Generación de informes financieros.
• Atención interna asistida por IA.
• Optimización de procesos regulatorios.

Pero aquí viene algo muy importante que dijo el CTO David Griffiths:
No miden inicios de sesión. Miden capacidad creada.

Es decir, comparan:

• Esfuerzo humano puro.
• Esfuerzo humano asistido por IA.

Eso elimina métricas de vanidad.

 

El siguiente paso: IA agéntica y la economía “Do It For Me”

Estamos entrando en una nueva fase.

Ya no se trata de copilotos que sugieren.
Se trata de agentes autónomos que ejecutan.

Citigroup lanzó Citi Stylus Workspaces, una plataforma agéntica donde empleados completan tareas de múltiples pasos con un solo prompt.

Esto abre la puerta a:

• Rebalanceo automático de carteras en tiempo real.
• Procesamiento autónomo de facturas.
• Ofertas de crédito dinámicas basadas en flujos de caja vivos.
• Gestión automatizada de cumplimiento normativo.

Pasamos de:

“La IA me ayuda a trabajar”
a
“La IA trabaja por mí”.

Ejemplo real: Tesla

Tesla utiliza IA no solo como asistencia, sino como sistema autónomo de conducción en evolución constante. Es el paso de apoyo a autonomía progresiva.

 

¿Qué puede aprender una pyme de todo esto?

Quizás estés pensando: “Eso es un banco gigante. Yo soy una empresa de 30 personas”.

Perfecto. Entonces estas son las lecciones prácticas que puedes aplicar mañana mismo:

Arregla la base antes de implementar IA

Hazte estas preguntas:

• ¿Mis datos están centralizados?
• ¿Tengo duplicidades?
• ¿Mis procesos están documentados?
• ¿Uso herramientas desconectadas entre sí?

Antes de contratar una herramienta de IA, haz una auditoría tecnológica interna.

Acción práctica:

• Elimina software redundante.
• Centraliza datos en un CRM o ERP bien estructurado.
• Define responsables de calidad de datos.

 

Simplifica antes de escalar

Si tienes demasiadas líneas de negocio, demasiados productos o demasiados sistemas, la IA solo amplificará el caos.

Acción práctica:

• Identifica el 20% de servicios que generan el 80% del margen.
• Prioriza automatización ahí.

 

Crea tus propios “AI Champions”

No necesitas 4.000 personas.

Con 3 o 4 empleados curiosos que lideren el uso interno de IA es suficiente.

Acción práctica:

• Designa embajadores internos.
• Organiza sesiones quincenales de casos de uso.
• Obliga a que cada equipo proponga 2 automatizaciones al trimestre.

 

Mide impacto económico, no uso

No preguntes:
“¿Cuántos usan ChatGPT?”

Pregunta:
“¿Cuántas horas hemos ahorrado?”
“¿Cuánto hemos reducido errores?”
“¿Cuánto hemos acelerado ventas?”

Si no impacta en rentabilidad, no es transformación.

 

Reflexión final

Citigroup no se transformó porque adoptó IA.

Se transformó porque decidió cambiar su estructura, simplificar su negocio, invertir en tecnología y activar culturalmente a su equipo.

La IA no es una herramienta mágica. Es un multiplicador.

Si tu empresa está desordenada, multiplicará el desorden.
Si tu empresa está alineada, multiplicará el crecimiento.

La pregunta no es si debes implementar IA.

La pregunta es:
¿Estás dispuesto a transformarte primero?

 

FAQs sobre la transformación con IA en empresas

1. ¿Es imprescindible migrar a la nube antes de implementar IA?

No siempre, pero sí es altamente recomendable. La nube facilita escalabilidad, integración y acceso a modelos avanzados sin grandes inversiones en infraestructura propia.

2. ¿Cuánto tiempo tarda una empresa en ver resultados reales con IA?

Depende del nivel de madurez digital. Empresas con datos estructurados pueden ver impacto en 3-6 meses. Empresas con sistemas fragmentados pueden necesitar 1-2 años de preparación previa.

3. ¿La IA sustituirá empleados en banca y servicios financieros?

Más que sustituir, transformará funciones. Las tareas repetitivas se automatizan y los empleados se enfocan en análisis, estrategia y relación con el cliente.

4. ¿Cómo empezar si soy una pyme?

Empieza con:

• Auditoría tecnológica.
• Automatización de procesos administrativos.
• Implementación de IA en atención al cliente o marketing.
• Formación básica en prompting.

Pequeños pasos bien estructurados generan grandes resultados.

5. ¿Qué es la IA agéntica y por qué será tan relevante?

Es una IA capaz de ejecutar tareas completas de forma autónoma, no solo asistir. Representa el paso hacia organizaciones donde gran parte de los procesos operativos se gestionan automáticamente.

Compartir >>