La alianza Finnovating–Dibanka conecta la IA financiera de Latam con la banca española y abre un marketplace de IA con impacto en riesgo, fraude y asesoramiento.
IA en la banca española: por qué el acuerdo Finnovating–Dibanka importa
La mayor parte de los proyectos de IA en la banca española fracasan por un motivo muy simple: están pensados banco a banco, sin ecosistema y sin escala. Se prueban pilotos, se monta un POC brillante de scoring crediticio o de detección de fraude… y ahí se queda.
El movimiento de Finnovating y Dibanka rompe justo con esa lógica. No es solo una ampliación de capital más: es una alianza que conecta el músculo tecnológico de Latam con el apetito regulado (y exigente) de la banca europea y española, con la Inteligencia Artificial como hilo conductor.
En pleno cierre de 2025, con Basilea, DORA y la presión del BCE sobre gobernanza de modelos de IA, este tipo de acuerdos marcan la diferencia entre quien “experimenta con IA” y quien la convierte en negocio real.
En este artículo te cuento:
- Qué implica de verdad la entrada del Grupo Dibanka en el capital de Finnovating.
- Cómo puede acelerar proyectos de IA en bancos españoles (scoring, fraude, asesoramiento, cumplimiento normativo…).
- Qué oportunidades abre el marketplace de IA que lanzarán en 2025 para bancos y cajas.
Qué hay detrás del acuerdo Finnovating–Dibanka
La clave del acuerdo es el intercambio de fortalezas: Dibanka gana Europa y Finnovating gana Latam, con IA y fintech como terreno común.
Los dos actores: roles muy claros
- Finnovating: plataforma global que conecta más de 30.000 empresas tecnológicas, startups, corporaciones e inversores. Su propuesta es simple: que las grandes entidades no tengan que “buscar a ciegas” soluciones fintech o de IA, sino encontrarlas, compararlas y cerrar acuerdos en un solo entorno.
- Dibanka: grupo tecnológico colombiano, con un grupo de cuatro empresas especializadas en fintech, fuerte presencia en Latam y más de 500.000 usuarios en sus soluciones, centradas en bienestar financiero de empleados y pensionistas.
El acuerdo se articula en dos vectores:
- Dibanka entra en el capital de Finnovating para reforzar su presencia en Latam. México, Colombia o Panamá son mercados donde la banca digital y los neobancos han probado modelos de IA mucho más ágiles que en Europa.
- Finnovating apoya la expansión de Dibanka en Europa, donde el grupo ya tiene oficina en Madrid desde 2023. Aquí la ventaja está en el conocimiento regulatorio, la conexión con bancos españoles y la experiencia en proyectos B2B complejos.
Rodrigo García de la Cruz, CEO de Finnovating, lo resume así:
“Es un paso muy importante para nosotros incorporar unos socios estratégicos como el Grupo Dibanka. Su experiencia y conexiones serán claves para seguir creciendo y cumpliendo nuestro propósito de conectar el ecosistema global de tecnología e innovación.”
La lectura para la banca española es directa: habrá más soluciones de IA y fintech latinoamericanas listas para colaborar con entidades europeas, y un canal claro para hacerlo.
El marketplace de IA 2025: qué significa para la banca
El punto más interesante del acuerdo es el anuncio de un marketplace centrado en IA y una serie de encuentros de Inteligencia Artificial Generativa en 2025, en México, España, Panamá y Colombia.
¿Qué es, en la práctica, un marketplace de IA para la banca?
En vez de tener que:
- Buscar proveedores de IA uno a uno.
- Lanzar RFPs interminables.
- Hacer POC con compañías que luego no escalan.
Un banco puede:
- Acceder a un catálogo curado de soluciones de IA (scoring, fraude, KYC, asesor financiero digital, automatización de back-office…).
- Ver casos de uso reales en bancos de otros países.
- Comparar rápidamente tecnologías, costes y tiempos de implantación.
- Conectar con startups y scaleups listas para cumplir requisitos de seguridad y compliance europeos.
Esto, aplicado a la banca española, acelera varias líneas críticas de la agenda de transformación digital:
-
Scoring crediticio basado en IA
- Modelos de riesgo entrenados con grandes volúmenes de datos de clientes en Latam (muchos de ellos con historiales informales o incompletos) son extremadamente valiosos para:
- Mejorar el scoring de pymes y autónomos en España.
- Evaluar mejor el riesgo en segmentos con poca información tradicional.
- La ventaja: algoritmos ya probados con realidad de mercado, no solo modelos de laboratorio.
- Modelos de riesgo entrenados con grandes volúmenes de datos de clientes en Latam (muchos de ellos con historiales informales o incompletos) son extremadamente valiosos para:
-
Detección de fraude y monitorización transaccional
- Las redes de fraude en pagos, remesas o banca digital son globales. Si una IA detecta patrones en Colombia o México, esa señal es útil para un banco español.
- Un marketplace de IA permite “traerse” estas capacidades sin tener que desarrollar desde cero modelos propios.
-
Asesoramiento automatizado y bienestar financiero
- Dibanka tiene foco en bienestar financiero de empleados y pensionistas. La banca española está empezando a competir en este terreno con bancos y aseguradoras.
- Combinar chatbots de IA generativa con reglas de asesoramiento regulado permite:
- Atender dudas de clientes 24/7.
- Personalizar recomendaciones de ahorro y jubilación.
- Reducir presión sobre oficinas físicas y call centers.
-
Cumplimiento normativo y gobierno de modelos de IA
- Europa exige trazabilidad, explicabilidad y control de modelos. Esto asusta a muchas entidades.
- El valor diferencial del marketplace puede estar en soluciones que ya nacen alineadas con marcos europeos (EBA, ESMA, IA Act), con:
- Monitoreo de sesgos.
- Auditoría de decisiones automáticas.
- Gestión del ciclo de vida del modelo.
En resumen: el marketplace convierte la IA de “gran discurso estratégico” en catálogo de proyectos concretos que un director de riesgos, de tecnología o de innovación puede evaluar y lanzar.
Lecciones para la banca española de la experiencia Latam
La realidad es que Latam ha sido, en muchos casos, un laboratorio adelantado de modelos que ahora interesan en España: banca 100% móvil, scoring alternativo, onboarding digital con biometría, etc.
Qué está haciendo bien Latam con IA financiera
He visto tres patrones que la banca española puede aprovechar:
-
Apetito por datos alternativos
- Uso de datos de comportamiento digital, pagos recurrentes, facturación de plataformas y hasta patrones de movilidad para evaluar riesgo.
- Esto encaja muy bien con la presión actual en España por dar crédito responsable a pymes y familias en un entorno de tipos altos.
-
Iteración rápida de modelos
- En muchos bancos y fintechs de Latam, el ciclo es: probar, aprender, ajustar. No se espera al “modelo perfecto”.
- Para entidades españolas, la alianza Finnovating–Dibanka es una forma de aprovechar esa velocidad, pero con un marco europeo de control y compliance.
-
Foco en inclusión financiera y bienestar
- Soluciones de IA para empleados, pensionistas o colectivos vulnerables no son solo RSC: son negocio recurrente.
- Aquí hay sinergia directa con cajas, mutualidades, cooperativas de crédito y banca pública en España.
Mauricio Chacón, CEO de Dibanka, lo plantea de forma muy clara:
“Esta inversión estratégica en Finnovating nos permitirá fortalecer nuestra presencia en Europa mientras apoyamos el desarrollo de nuevas oportunidades para startups y empresas en Latinoamérica, especialmente en el campo de la Inteligencia Artificial.”
Traducido: habrá puente directo de conocimiento y negocio entre bancos españoles y soluciones de IA fintech latinoamericanas.
Cómo puede usar este ecosistema un banco español (y qué pasos dar ya)
Para que esto no se quede en nota de prensa, la pregunta obvia es: qué puede hacer desde ya un banco o una entidad financiera española.
1. Definir 3 casos de uso de IA “ganar o ganar”
En lugar de un roadmap infinito, funciona mejor seleccionar 3 áreas con impacto claro:
- Scoring crediticio IA para un segmento concreto (por ejemplo, autónomos digitales o micronegocios).
- Motor de detección de fraude centrado en tarjetas y pagos instantáneos.
- Asistente de IA generativa para gestores y clientes en productos de ahorro e inversión.
Cada caso de uso debe tener:
- Un owner de negocio (riesgos, comercial, operaciones).
- Un objetivo numérico concreto (por ejemplo, reducir en un 20 % el fraude no detectado o mejorar en un 30 % el tiempo medio de respuesta en atención al cliente).
2. Mapear qué ya existe en el ecosistema Finnovating–Dibanka
Antes de crear modelos desde cero, merece la pena:
- Analizar qué soluciones ya operan en Latam con casos de éxito.
- Ver qué empresas de IA del marketplace cumplen requisitos de:
- Seguridad.
- Integración tecnológica con sistemas core bancarios.
- Trazabilidad y explicabilidad a efectos de supervisores.
Esto reduce drásticamente el tiempo entre “idea” y “piloto funcionando en producción limitada”.
3. Diseñar desde el inicio el marco de cumplimiento
En la serie “IA en la Banca Española: Transformación Digital” insistimos mucho en esto:
“Si cumplimiento y riesgos llegan al proyecto de IA cuando ya está casi cerrado, el proyecto está muerto.”
Para que un banco pueda aprovechar de verdad este nuevo ecosistema:
- Cumplimiento normativo, riesgos y tecnología deben sentarse a la mesa desde el día uno.
- Se debe definir qué significa “IA responsable” para la entidad:
- Límites de autonomía de los modelos.
- Circuitos de validación humana.
- Auditoría y registro de decisiones.
4. Medir desde el minuto uno
La IA solo tiene sentido si mueve agujas:
- Menos fraude.
- Mejor ratio de mora.
- Más satisfacción del cliente.
- Menos costes operativos.
Usar la información consolidada que maneja un actor como Finnovating (acuerdos, benchmarks, verticales de IA que mejor funcionan) ayuda a comparar resultados con los de otras entidades, dentro y fuera de España.
Hacia un ecosistema iberoamericano de IA financiera
El acuerdo Finnovating–Dibanka encaja muy bien en la narrativa que venimos viendo en la banca española desde 2023:
- No basta con proyectos internos de IA; hay que conectar con un ecosistema global.
- La combinación España–Latam tiene todo el sentido: idioma compartido, realidades financieras distintas pero complementarias y presión similar por digitalizar.
- La IA generativa está dejando de ser experimento para pasar a ser infraestructura básica en front, middle y back office bancario.
Para bancos, cajas y otros actores financieros españoles, la oportunidad es clara:
- Usar este nuevo eje Finnovating–Dibanka para acelerar proyectos de IA que ya están sobre la mesa.
- Probar soluciones que han demostrado tracción en Latam, ajustándolas a la regulación y cultura financiera españolas.
- Posicionarse no solo como usuarios de IA, sino como referentes en un ecosistema iberoamericano de innovación financiera.
La pregunta ya no es si la IA va a transformar la banca española, sino con quién y a qué velocidad. Quien sepa aprovechar alianzas como la de Finnovating y Dibanka tendrá mucha ventaja en los próximos tres años.
¿Tu entidad está replanteando su estrategia de IA? Este es un buen momento para revisar tu hoja de ruta de scoring, fraude, asesoramiento automatizado y cumplimiento normativo, y alinearla con las oportunidades que trae este nuevo puente entre España y Latam.