Antonio Darcio: Banca mexicana e IA, mel reto oculto está en los sistemas de hace 20 años

Antonio Darcio, CEO de GFT Technologies México, advierte que utilizar IA sin un objetivo de negocio claro puede convertir la transformación digital en una inversión sin resultados.
Antonio Darcio es anunciado como nuevo CEO de GFT Technologies en México
Compartir nota:

La banca mexicana vive una transformación silenciosa, mientras los usuarios esperan transferencias inmediatas, aplicaciones más inteligentes y servicios financieros disponibles desde el celular, buena parte de la infraestructura que sostiene esas operaciones todavía depende de sistemas construidos hace décadas.

Para Antonio Darcio, nuevo CEO de GFT Technologies México, el siguiente gran salto no consiste simplemente en llevar la banca a la nube o incorporar inteligencia artificial (IA), sino en cambiar la manera en que las instituciones financieras entienden su tecnología. La prioridad, sostiene, debe ser resolver problemas concretos del negocio y modernizar de manera gradual, sin intentar sustituir todo el sistema heredado de una sola vez.

Darcio asumió el liderazgo de GFT México el 1 de julio de 2026, después de desempeñarse como vicepresidente de negocios de GFT Brasil. Cuenta con más de 20 años de experiencia en tecnología y ha pasado por compañías como AWS, IBM, NTT Data, Unisys y otras empresas del sector.

Uno de los puntos centrales de la conversación con Darcio es la diferencia entre ofrecer servicios digitales y tener una infraestructura verdaderamente moderna. El ejecutivo considera que México está avanzando en esta dirección, la presencia de grandes proveedores de nube y el desarrollo de infraestructura local están reduciendo algunas de las barreras que durante años hicieron que los bancos fueran especialmente cautelosos para trasladar cargas críticas a la nube.

Durante décadas, los bancos acumularon aplicaciones, bases de datos y reglas de negocio que siguen siendo importantes para su operación. El resultado es una infraestructura en la que pueden convivir tecnologías de distintas generaciones.

Aquí aparece uno de los riesgos que el CEO de GFT Technologies considera más relevantes,  intentar modernizar un sistema antiguo simplemente trasladándolo a una tecnología nueva. La estrategia, explica, debería ser diferente. En lugar de cambiar todo el core bancario de una vez, las instituciones pueden identificar qué funcionalidades todavía generan valor, cuáles deben transformarse y cuáles ya pueden desaparecer.

En México, sectores como logística, fintech y movilidad ya están adoptando este modelo.

México tiene un consumidor cada vez más digital

Los datos del INEGI muestran que México tiene una población cada vez más conectada. En 2025, 104.9 millones de personas de seis años o más utilizaron internet, mientras que el uso entre personas de 65 a 74 años llegó a 57.8%. Incluso entre quienes tienen 75 años o más, la penetración alcanzó 30%.

El cliente que hoy puede enviar dinero desde su teléfono difícilmente entenderá por qué una operación bancaria tarda días, requiere acudir a una sucursal o necesita procesos manuales. México, además, cuenta con una infraestructura de pagos digitales que ha evolucionado considerablemente. Banco de México señala que SPEI permite realizar transferencias electrónicas y opera de manera continua, mientras que servicios como Dimo permiten enviar dinero utilizando el número celular del beneficiario.

Para Darcio, uno de los errores más comunes que están cometiendo las empresas financieras es comenzar un proyecto diciendo: “tenemos que utilizar IA”.

El ejecutivo considera que un proyecto de inteligencia artificial tiene muchas más posibilidades de llegar a producción cuando comienza con un indicador de negocio concreto. Puede tratarse de reducir fraude, mejorar un proceso, disminuir costos, acelerar una operación o elevar la calidad de una decisión.

Esta visión coincide con la evolución de la propia industria financiera. El Banco de Pagos Internacionales (BIS) señala que las instituciones financieras están utilizando IA principalmente para mejorar operaciones internas y cumplimiento regulatorio, mientras que los usos orientados directamente a generar ingresos todavía están en una fase más experimental, particularmente en IA generativa.

Si una institución adopta IA únicamente porque sus competidores lo están haciendo, puede terminar con un piloto interesante que nunca llega a producción. Si, en cambio, parte de un problema medible, la tecnología se convierte en una herramienta para alcanzar un resultado.

El fraude es uno de los ejemplos más claros. A medida que los delincuentes incorporan IA para sofisticar ataques y engaños, las instituciones financieras necesitan utilizar tecnologías similares para detectar patrones y proteger las operaciones.

El verdadero potencial de la IA podría estar en el código que nadie entiende

En muchas instituciones existen millones de líneas de código desarrolladas durante décadas. Algunas partes siguen siendo indispensables. Otras pueden haber dejado de utilizarse, aunque continúen formando parte de la infraestructura.

La IA puede ayudar a analizar ese código, identificar dependencias, comprender reglas de negocio y determinar qué debería migrarse, qué debería rediseñarse y qué podría eliminarse. GFT ha desarrollado Wynxx, una plataforma orientada a utilizar IA generativa durante el ciclo de modernización de software. La compañía explica que la herramienta puede utilizar distintos modelos de lenguaje y acompañar procesos que van desde el análisis del código hasta su modernización y pruebas.

Para Darcio, uno de los errores más costosos consiste en intentar migrar todo el core bancario de una sola vez.

El problema es que estos proyectos pueden extenderse durante años, requieren grandes inversiones y obligan a mantener simultáneamente sistemas antiguos y nuevos.

Una alternativa consiste en migrar funcionalidades específicas y permitir que convivan temporalmente con el sistema anterior. De esta manera, la transformación puede hacerse por etapas. Esta aproximación también empieza a ganar espacio fuera de México. El BIS ha señalado que herramientas de IA generativa pueden utilizarse para traducir código heredado, generar pruebas y acelerar procesos de migración hacia la nube, siempre bajo controles adecuados.

El ecosistema fintech mexicano se consolida como uno de los más dinámicos de América Latina, con inteligencia artificial y regulación colaborativa como motores clave de inclusión financiera.
El ecosistema fintech mexicano se consolida como uno de los más dinámicos de América Latina, con inteligencia artificial y regulación colaborativa como motores clave de inclusión financiera.

Regulación: México no necesita empezar desde cero

Darcio considera que México tiene una oportunidad importante porque otros mercados ya atravesaron procesos similares. En lugar de diseñar reglas desde cero, el país puede observar qué funcionó y qué errores cometieron otras jurisdicciones.

Esto es especialmente importante porque la IA introduce nuevos riesgos para el sistema financiero. El BIS advierte que una mayor dependencia de IA, infraestructura cloud, proveedores tecnológicos y modelos especializados puede generar nuevas concentraciones de riesgo y problemas de resiliencia operativa.

Por eso, la modernización bancaria no puede reducirse a velocidad. También requiere seguridad, gobernanza, calidad de datos, supervisión y capacidad para explicar determinadas decisiones.

La llegada de nuevos jugadores digitales ha elevado la presión sobre los bancos tradicionales. Sin embargo, Darcio no considera inevitable que estos últimos terminen convertidos únicamente en infraestructura detrás de las fintech.

Los bancos tradicionales cuentan con algo que los nuevos participantes necesitan construir: décadas de experiencia, infraestructura, clientes, conocimiento regulatorio y capacidad financiera. Al mismo tiempo, las fintech han obligado al sector a elevar el estándar de experiencia digital.

El resultado podría ser una banca híbrida: más digital, pero no necesariamente completamente física o completamente virtual.

Preguntas frecuentes

¿Qué está cambiando la inteligencia artificial en la banca mexicana?

La IA está ayudando a automatizar procesos, detectar fraude, analizar grandes cantidades de información y acelerar la modernización de software. Sin embargo, especialistas como Antonio Darcio consideran que el mayor valor aparece cuando la tecnología está vinculada a un objetivo de negocio concreto y medible.

¿Por qué los bancos mexicanos tienen sistemas tecnológicos tan antiguos?

La banca depende de sistemas que fueron construidos durante décadas y que todavía contienen reglas de negocio críticas. Sustituirlos de golpe implica riesgos operativos, costos elevados y proyectos que pueden durar años. Por eso, una estrategia gradual puede permitir modernizar funcionalidades sin detener la operación.

¿Los bancos tradicionales pueden competir con las fintech?

Sí. La competencia no necesariamente significa que los bancos tradicionales desaparezcan. Su infraestructura, experiencia y relación con los clientes siguen siendo activos importantes, mientras que las fintech han elevado las expectativas de los usuarios sobre velocidad y experiencia digital. El escenario más probable es una convivencia con servicios cada vez más digitales.

Compartir nota:

Publicaciones Relacionadas

Scroll to Top