Banco Santander quiere obtener más de 1.000 millones de euros entre 2026 y 2028 gracias a la inteligencia artificial, con más de 500 millones en reducción de costes y una transformación que afectará a oficinas, atención al cliente, fraude, software y productividad interna.
Banco Santander ha decidido convertir la inteligencia artificial en una palanca central de su plan estratégico. Ya no se trata de experimentos aislados, pilotos discretos o mejoras parciales en procesos internos. La entidad presidida por Ana Botín quiere que la IA tenga impacto directo en la cuenta de resultados, en la eficiencia operativa, en la atención al cliente y en la forma de trabajar de sus más de 180.000 empleados en todo el mundo.
Según la información publicada por The Independent, el propietario de Santander UK prevé recortar costes por más de 430 millones de libras dentro de su estrategia de inteligencia artificial. La cifra forma parte de un objetivo más amplio: generar más de 1.000 millones de euros en ingresos adicionales y ahorros entre 2026 y 2028.
La propia entidad ya había anticipado esta dirección en su Investor Day de 2026. Santander explicó entonces que sus inversiones en datos e inteligencia artificial serían una pieza clave del programa ONE Transformation, con tres grandes prioridades: automatización de procesos, hiperpersonalización de la relación con los clientes y aumento de la productividad de los equipos comerciales y operativos.
El dato más relevante no es solo la cifra de 1.000 millones de euros. Lo realmente significativo es que Santander empieza a tratar la IA como una infraestructura transversal de negocio, no como una herramienta tecnológica complementaria. La banca ha utilizado algoritmos durante décadas para detectar fraude, evaluar riesgo, segmentar clientes o automatizar operaciones. Pero la IA generativa y los nuevos modelos de automatización permiten ir mucho más allá: interpretar documentos, asistir llamadas, escribir código, resolver reclamaciones, ayudar a gestores, anticipar necesidades comerciales y reducir tareas repetitivas.
El banco calcula que más de la mitad del impacto previsto procederá de reducción de costes. Es decir, más de 500 millones de euros vendrán de automatizar tareas, simplificar procesos, mejorar la eficiencia de los equipos y sustituir parte del trabajo manual por sistemas inteligentes. Traducido a libras, esa cifra supera los 430 millones, de ahí el titular que ha generado especial atención en Reino Unido, donde Santander UK acaba de completar la adquisición de TSB.
El movimiento llega en un momento especialmente importante para la entidad. Santander aspira a superar los 20.000 millones de euros de beneficio en 2028, tras haber registrado un resultado récord de 14.100 millones en 2025. La hoja de ruta combina crecimiento en mercados desarrollados, adquisiciones en Reino Unido y Estados Unidos, aumento de clientes, disciplina de costes, transformación tecnológica y mejora de la rentabilidad.
Reuters informó de que Santander elevó su objetivo de beneficio para 2028 por encima de los 20.000 millones de euros, apoyándose en el crecimiento en Estados Unidos y Reino Unido, las adquisiciones de Webster y TSB, y la reducción de costes derivada de la transformación tecnológica.
La IA encaja en esa estrategia porque permite atacar simultáneamente varios frentes. En primer lugar, la eficiencia. La banca sigue siendo una industria con enormes volúmenes de procesos administrativos: verificación documental, cumplimiento normativo, atención a reclamaciones, prevención de blanqueo de capitales, análisis de operaciones sospechosas, elaboración de informes, revisión de contratos, soporte interno y desarrollo de software. Muchas de esas tareas no desaparecen, pero pueden acelerarse, filtrarse o preprocesarse con IA.
En segundo lugar, la experiencia de cliente. Santander quiere utilizar IA para ofrecer servicios más personalizados, anticipar necesidades, mejorar la atención en canales digitales y reducir tiempos de respuesta. En un banco global con más de 180 millones de clientes, cualquier mejora marginal en interacción, retención o venta cruzada puede traducirse en una cifra enorme.
En tercer lugar, la productividad interna. Según Cinco Días, Santander ya cuenta con decenas de miles de empleados utilizando herramientas de IA y quiere extender su uso al conjunto de la plantilla. El banco ha señalado que 17.000 empleados utilizan IA para desarrollar software y que 40.000 trabajadores ya usan activamente este tipo de herramientas, con el objetivo de llegar progresivamente a los 185.000 empleados del grupo.
La cifra revela un cambio profundo. La IA en banca ya no se limita al departamento tecnológico. Entra en operaciones, riesgos, cumplimiento, atención al cliente, red comercial, recursos humanos, desarrollo de producto y gestión interna. La ambición es que cada empleado pueda disponer de asistentes inteligentes para redactar, buscar información, resumir, analizar, programar, revisar incidencias o preparar respuestas.
Este giro plantea una pregunta inevitable: ¿estamos ante una mejora de productividad o ante una antesala de recortes laborales? Santander evita presentar la estrategia como una sustitución directa de empleados, pero el énfasis en los ahorros de costes indica que la automatización tendrá consecuencias sobre la estructura operativa. En banca, cada proceso automatizado reduce necesidad de intervención humana. Y cada mejora en autoservicio digital reduce presión sobre oficinas, call centers y equipos administrativos.
El sector financiero británico ya vive esa tensión. Lloyds, Standard Chartered y otros grandes bancos han anunciado inversiones en IA, equipos especializados y automatización. Algunos grupos contratan perfiles tecnológicos al mismo tiempo que reconocen que la IA puede reducir ciertas funciones a medio plazo. La banca no está eliminando trabajo de manera lineal; lo está redistribuyendo. Menos tareas repetitivas, más supervisión, más tecnología, más análisis, más cumplimiento y más gestión de excepciones.
Santander se mueve en esa misma dirección. El banco no puede permitirse quedarse atrás. La competencia ya no procede solo de otros bancos tradicionales, sino también de fintech, neobancos, plataformas de pago, grandes tecnológicas y nuevos servicios financieros basados en datos. En ese entorno, la capacidad de operar con costes más bajos y más velocidad es una ventaja decisiva.
La adquisición de TSB en Reino Unido aumenta la relevancia de esta estrategia. Santander UK completó la compra en 2026 y el grupo espera extraer sinergias importantes de la integración. La IA puede ayudar a unificar procesos, racionalizar sistemas, mejorar atención, reducir duplicidades y acelerar migraciones tecnológicas. Pero también puede generar preocupación entre empleados y sindicatos si la promesa de eficiencia se traduce en cierres, reorganizaciones o reducción de plantilla.
La banca británica es especialmente sensible a este debate porque combina presión regulatoria, competencia digital, clientes acostumbrados a operar por móvil y una red de oficinas en transformación. La IA puede ayudar a mejorar servicios, pero también puede profundizar la desaparición de funciones tradicionales. Para los clientes, el riesgo es otro: que la automatización degrade la atención humana cuando hay problemas complejos, fraudes, vulnerabilidad financiera o reclamaciones sensibles.
Aquí Santander tendrá que encontrar un equilibrio. La IA puede responder más rápido, pero no siempre mejor. Puede clasificar una incidencia, pero no necesariamente entender el contexto emocional o económico de un cliente. Puede detectar patrones de fraude, pero también cometer errores. Puede personalizar ofertas, pero también invadir la privacidad si el uso de datos no es transparente. En banca, la eficiencia no puede separarse de la confianza.
Ese es uno de los grandes retos de la IA financiera. Los bancos manejan dinero, identidad, patrimonio, hipotecas, créditos, pensiones, seguros y datos extremadamente sensibles. Una mala decisión algorítmica puede bloquear una operación legítima, denegar un crédito, generar una alerta injustificada o dejar sin respuesta adecuada a una persona vulnerable. Por eso el despliegue de IA en banca exige más control que en otros sectores.
Santander lo sabe. La entidad insiste en que su estrategia se apoya en datos, gobernanza, seguridad y cumplimiento normativo. No podría ser de otra manera. La Unión Europea ya cuenta con el AI Act, el sector financiero está fuertemente supervisado y los bancos deben justificar decisiones automatizadas en áreas sensibles. La IA generativa, además, introduce riesgos específicos: alucinaciones, errores de interpretación, exposición de datos, sesgos, dependencia de proveedores externos y falta de trazabilidad.
El banco no solo necesita desplegar IA. Necesita demostrar que puede controlarla.
Eso implica definir qué tareas pueden automatizarse, cuáles requieren supervisión humana, qué modelos se utilizan, dónde se alojan los datos, cómo se auditan las respuestas, cómo se corrigen errores y cómo se protege al cliente. En banca, la IA no puede ser una caja negra. Debe ser una herramienta gobernada.
El plan de Santander apunta a una transformación de largo alcance. La entidad quiere obtener 200 millones de euros de impacto ya en 2026, después de haber conseguido 35 millones en fases iniciales. El objetivo posterior es escalar hasta superar los 1.000 millones entre 2026 y 2028. Eso significa que la IA dejará de estar en el laboratorio para entrar en la ejecución diaria.
La primera gran área de impacto será probablemente el software. Si 17.000 empleados ya usan IA para desarrollar código, Santander está acelerando una de las transformaciones más importantes en tecnología bancaria. Los bancos dependen de sistemas complejos, heredados, regulados y difíciles de modificar. La IA puede ayudar a escribir código, documentar sistemas, detectar errores, migrar aplicaciones, generar pruebas y acelerar mantenimiento. En una entidad global, cada mejora en desarrollo tecnológico puede tener un impacto enorme.
La segunda área será la prevención de fraude y blanqueo. Los bancos dedican enormes recursos a revisar operaciones sospechosas, cumplir normas de prevención de lavado de dinero y responder a alertas. La IA puede ayudar a priorizar casos, detectar patrones complejos, reducir falsos positivos y acelerar investigaciones internas. Pero también requiere prudencia: un sistema demasiado agresivo puede bloquear clientes legítimos; uno demasiado laxo puede dejar pasar operaciones ilegales.
La tercera área será la atención al cliente. Santander ya utiliza IA en canales de voz, reclamaciones y asistencia automatizada. Este es uno de los campos con mayor potencial de ahorro. Si una parte significativa de llamadas o consultas puede resolverse sin intervención humana, el impacto en costes será inmediato. Pero también es el terreno donde el riesgo reputacional es mayor. Los clientes toleran mal los bucles automatizados cuando tienen un problema serio. La IA bancaria deberá ser rápida, pero también capaz de derivar a una persona cuando sea necesario.
La cuarta área será la personalización comercial. La banca tiene una ventaja enorme: conoce ingresos, gastos, hábitos de pago, ahorro, endeudamiento, inversión, hipotecas y patrones de consumo. Con IA, puede anticipar necesidades financieras, proponer productos, ajustar límites, detectar riesgo de abandono o diseñar experiencias personalizadas. Pero esa capacidad roza una frontera delicada. La personalización puede ser útil si ayuda al cliente. Puede ser invasiva si se percibe como explotación comercial de datos íntimos.
Santander tendrá que demostrar que la IA no solo sirve para vender más o gastar menos, sino también para ofrecer una banca mejor. Esa será la clave reputacional. La narrativa de “ahorrar 430 millones de libras” puede gustar a inversores, pero inquietar a empleados y clientes. La narrativa de “resolver antes, proteger mejor y personalizar con responsabilidad” puede generar más aceptación social.
El movimiento también debe interpretarse dentro de la evolución histórica del grupo. Santander ha construido su expansión internacional sobre una combinación de disciplina financiera, escala, diversificación geográfica y eficiencia operativa. La transformación digital encaja con esa cultura. La IA es la continuación lógica de una obsesión antigua: hacer más con menos, integrar plataformas, aprovechar datos y convertir tamaño en ventaja competitiva.
Pero la IA añade una nueva dimensión. Ya no se trata solo de digitalizar procesos existentes. Se trata de rediseñarlos. Un banco no debería limitarse a poner un chatbot encima de un sistema antiguo. Debería preguntarse qué procesos dejan de tener sentido cuando una máquina puede leer, resumir, clasificar, recomendar y actuar en segundos. La verdadera ganancia no está en automatizar burocracia, sino en eliminarla.
Ese es el reto de Santander y de toda la banca. La IA puede ser utilizada para maquillar estructuras obsoletas o para transformarlas de verdad. Puede ayudar a responder correos más rápido, o puede rediseñar por completo la gestión de reclamaciones. Puede resumir contratos, o puede simplificar los productos para que los contratos sean menos opacos. Puede vender más créditos, o puede ayudar a detectar antes el sobreendeudamiento. La tecnología no decide por sí sola el modelo de banca que se construye.
Desde el punto de vista de los inversores, el mensaje es claro. Santander quiere mejorar su ratio de eficiencia, aumentar rentabilidad, elevar beneficios y sostener crecimiento en un entorno de tipos, regulación y competencia cada vez más exigente. La IA aparece como una palanca cuantificable: más ingresos, menos costes, mayor productividad. No es una promesa abstracta. Tiene objetivos financieros concretos.
Desde el punto de vista de los empleados, el mensaje es más ambiguo. Por un lado, la IA puede eliminar tareas repetitivas y mejorar herramientas internas. Por otro, puede reducir necesidades de personal en determinadas funciones. La gestión del cambio será decisiva. Si el banco presenta la IA como una imposición para recortar costes, encontrará resistencia. Si la acompaña de formación, movilidad interna y rediseño de puestos, podrá construir una transición más ordenada.
Desde el punto de vista de los clientes, el balance dependerá de la experiencia real. Una IA que resuelve fraudes antes, reduce tiempos de espera, explica productos con claridad y ofrece ayuda personalizada será bienvenida. Una IA que sustituye personas, complica reclamaciones o toma decisiones opacas provocará rechazo.
El plan de Santander confirma que la inteligencia artificial ha entrado en la fase de negocio duro. Ya no basta con demostrar que un modelo puede escribir textos o responder preguntas. Las grandes empresas quieren cifras: millones de ahorro, ingresos adicionales, ratio de eficiencia, productividad por empleado, reducción de tiempos, mejora de conversión y menor coste operativo. La banca, por su escala y su intensidad regulatoria, será uno de los sectores donde esta transición se vea con más claridad.
La cuestión de fondo es si la IA hará la banca más humana o más distante. Santander tiene tamaño, datos, capital y capacidad tecnológica para liderar esta transformación. Pero también tiene la responsabilidad de no convertir la eficiencia en una coartada para deteriorar la atención. En un negocio basado en la confianza, la inteligencia artificial solo será estratégica si refuerza esa confianza.
El objetivo de 1.000 millones de euros entre 2026 y 2028 marca un antes y un después. La IA deja de ser una promesa futura para convertirse en una línea de impacto económico medible. Santander quiere demostrar que los modelos, los datos y la automatización pueden transformar una entidad global desde dentro. El éxito no dependerá solo de cuánto ahorre, sino de cómo lo consiga.
Si la tecnología permite reducir costes, mejorar seguridad, acelerar respuestas y liberar a los empleados de tareas mecánicas, el banco habrá dado un paso importante. Si, en cambio, se percibe como una máquina de recorte, opacidad y despersonalización, la estrategia puede generar resistencias. La banca del futuro se jugará precisamente en ese equilibrio: usar IA para ser más eficiente sin dejar de ser fiable.
Santander ha puesto una cifra sobre la mesa. Más de 1.000 millones de euros. Ahora deberá demostrar que detrás de ese número hay una transformación inteligente, gobernada y útil para clientes, empleados e inversores. Porque en banca, como en casi todo lo que toca la inteligencia artificial, la cuestión ya no es si la tecnología puede hacerlo. La cuestión es si debe hacerlo, cómo debe hacerlo y quién se beneficia realmente del resultado.
