La agenda financiera de 2026 empieza a ordenarse alrededor de tres prioridades: impacto de la IA, calidad digital y capacidades internas.

Mostrar el impacto real de la IA, cuidar la calidad de los productos digitales mientras se acelera el time to market y empoderar a las personas con nuevas capacidades. Desde Abstracta, entendemos que esas son tres de las prioridades que más van a pesar en la agenda financiera de 2026. 

La conversación financiera sobre 2026 ya cambió de tono, los anuncios grandilocuentes perdieron fuerza. En su lugar, aparece una exigencia más concreta: justificar inversiones, sostener la calidad del software en entornos complejos y ayudar a que las personas trabajen mejor con inteligencia artificial.

En ese cruce se están jugando varias discusiones a la vez:

• ¿Cómo incorporar IA sin que quede atrapada en pilotos eternos? 
• ¿Cómo acelerar entregas sin abrir la puerta a más defectos, más retrabajo y más desgaste?
• ¿Cómo fortalecer capacidades internas para que la tecnología no dependa de unas pocas personas o de herramientas sueltas?

Para leer ese mapa, reunimos la mirada de Gustavo Rodríguez Pintado, Gerente en el área de Pruebas e Implantación del Banco República (BROU), y de Mario Ernst, CEO y fundador de Evolution Labs. A esa lectura sumamos la perspectiva de Matías Reina, CoCEO de Abstracta.

Prioridades en la industria de finanzas en 2026

Entre los temas que hoy marcan la agenda financiera de 2026, hay tres que empiezan a sobresalir: impacto de la IA en el negocio, calidad de los productos digitales y personas empoderadas con nuevas capacidades.

1. Adoptar IA mostrando impacto en el negocio

La primera prioridad ya no es incorporar IA sino, al hacerlo, poder demostrar para qué sirve y qué resultados mueve.

Durante los últimos meses, muchas organizaciones avanzaron con pruebas, asistentes, licencias y distintos experimentos. Ahora empieza otra etapa. La discusión gira alrededor del impacto: dónde aparece valor, qué iniciativas vale la pena escalar y cómo evitar que la inversión crezca más rápido que los resultados.

Mario Ernst pone el foco justamente ahí: “La principal pregunta que me hacen a mí en diferentes organizaciones es: ¿Dónde aporta valor la IA? ¿Dónde incorporar IA de tal forma que valga la pena. Se requiere de sensibilidad para tener claro cuáles son los dolores que hoy día están en el mercado, cuáles son las ineficiencias que están generando”.

Mario enfatiza: “Lo primero que hay que estructurar es un plan de escalamiento de proyectos con inteligencia artificial”. 

Gustavo Rodríguez Pintado suma una mirada más operativa, muy pegada a lo que implica llevar estas capacidades a producción:

“No cabe duda que la implementación de funciones de IA generativa en procesos productivos será un gran desafío 2026, tanto en lo que refiere a instalación, configuración, implementación y control de la misma.”

Ese matiz importa, porque una organización puede tener entusiasmo, presupuesto y presión competitiva, y aun así no contar con una lógica clara de adopción. Cuando eso pasa, la IA se convierte en una colección de esfuerzos dispersos. Hay movimiento, pero cuesta mostrar resultados.

Para Matías Reina, la prioridad pasa por cortar ese circuito temprano: la adopción de IA necesita métricas, contexto y una conexión visible con objetivos de negocio. Cuando esa relación no aparece, la inversión pierde fuerza y la conversación se vacía rápido.

En Abstracta, vemos esta tensión de cerca en equipos que quieren mejorar su entrega con IA, pero todavía están definiendo dónde conviene aplicarla, cómo gobernarla y qué indicadores ayudan a medir su impacto real. Ahí la conversación deja de ser tecnológica en sentido estrecho, y entra en terreno de negocio, de visibilidad y de decisiones.

2. Cuidar la calidad de los productos digitales mientras se acelera el time to market 

La segunda prioridad ya estaba sobre la mesa, pero en 2026 las empresas empiezan a entender el peso que realmente tiene. “Es fácil acelerar el time to market con IA, el tema es cuidar de mantener o mejorar la calidad”, subraya Matias Reina.

En el sector financiero, acelerar entregas o empujar automatizaciones con IA sin cuidar la calidad puede deteriorar la experiencia y obligar a corregir el rumbo. Aparecen defectos en producción, presión sobre soporte, integraciones que fallan, más tiempo invertido en corregir que en avanzar y una experiencia que se resiente justo donde el negocio necesita estabilidad y confianza en la tecnología.

A modo de ejemplo, en 2025, el CEO de Klarna admitió ante Reuters que la fintech había ido demasiado lejos en su uso de IA para recortar costos y que estaba reorientando esa estrategia para mejorar sus servicios y productos.

Gustavo Rodríguez Pintado describe una de las capas donde esa tensión se vuelve más evidente:

“En aspectos tecnológicos, hay ciertas acciones que son prioridad de forma permanente aunque no sean nuevas, por ejemplo el uso cada vez más automatizado de la interconexión con empresas proveedoras y organismos del Estado, para acelerar trámites, validar identidad de personas y empresas, y eliminar el envío recepción de documentos en formato físico”.

Ese punto tiene bastante profundidad y está estrechamente ligado a la calidad de los productos. Cada nueva interconexión promete más agilidad pero también suma dependencia entre sistemas, validaciones cruzadas, datos sensibles y más puntos de riesgo.

En esos contextos, la calidad de software empieza a influir en la operación diaria, en la velocidad de entrega y en la capacidad de sostener cambios sin deteriorar la experiencia.

Mario Ernst aporta otra clave cuando lleva la conversación hacia el cliente:

“La solución no está en nosotros, por potente que seamos. La solución está en entender al cliente”.

La calidad también se juega ahí. Cuando el foco queda atrapado en plazos, herramientas o urgencias internas, los equipos pueden perder de vista qué afecta de verdad a los usuarios, qué fricciones merecen más atención y qué cambios necesitan validarse mejor antes de llegar a producción.

Gustavo agrega una advertencia especialmente relevante para banca. Cuando lo que circula es dinero, la calidad del producto digital también se juega en la confiabilidad del proceso, en la seguridad y en la confianza que la institución logra sostener mientras incorpora nuevas tecnologías.

“El activo que se mueve es el dinero, por lo que las acciones automatizadas con IA no tienen espacio para los conocidos ‘delirios’ de IA. Lo que primará es la seguridad sobre la rapidez para la incorporación de estas nuevas tecnologías en los procesos productivos, ya que la confianza en sus procesos de trabajo es el capital más valioso que el banco posee”.

Para Matías Reina, esta tensión va a ocupar un lugar central durante 2026: “Acelerar el time to market no puede transformarse en una invitación a convivir con más fragilidad. Cuidar la calidad del software es parte de cómo se protege el negocio mientras se avanza más rápido, sobre todo en organizaciones donde cada producto digital toca ingresos, riesgo operativo o experiencia de cliente”.

3. Empoderar a las personas con IA

La tercera prioridad atraviesa a las otras dos. La IA no rinde por simple disponibilidad, sino que hace falta criterio para usarla, contexto para integrarla en el trabajo diario y capacidades internas para que no quede reducida a una herramienta con mucho ruido y poco efecto.

“Las personas son clave. Que se sientan motivadas y empoderadas es fundamental para lograr que los proyectos sean exitosos”, destaca Matías Reina.

Mario Ernst apunta: “Necesitamos un cambio de mindset, para crear competencias nuevas. Hoy en día, se están entregando muchas licencias de inteligencia artificial masivamente en todas las instituciones, en todos los países, pero la gente no sabe qué hacer con eso”.

Gustavo Rodríguez Pintado suma una señal que aparece cada vez más en la agenda tecnológica:

“Se habla mucho de la implementación de agentes especializados que ayudan y potencian el accionar de las personas, tanto de cara al negocio como hacia los procesos internos. La IA presenta tremendas oportunidades de mejora para toda la eficiencia de los procesos de muchas instituciones. El BROU está trabajando en comprender los alcances y usos de la IA, así como en identificar buenos casos de uso para su implementación”.

Todas las miradas encajan bien, y son necesarias para poder empoderar a las personas en su utilización de IA. Por un lado, sigue abierta una necesidad básica: ayudar a que las personas sepan dónde usar estas capacidades, con qué criterio y para resolver qué problemas reales. Por otro lado, crece el interés por agentes especializados y aplicaciones más concretas.

Estos principios atraviesan cómo pensamos Abstracta Intelligence, nuestra plataforma de IA para entornos enterprise, y Tero, nuestro framework open source para agentes que operan con contexto. La lógica pasa por ayudar a que los equipos ganen capacidad, visibilidad y productividad en flujos reales de QA e ingeniería.

“La IA puede abrir mejoras concretas en eficiencia, pero eso no habilita una incorporación apresurada”, enfatiza Matías. “Empoderar a las personas con IA implica dar contexto, fortalecer criterio y acompañar el trabajo con sistemas seguros dentro de workflows reales, donde las decisiones siguen quedando en manos humanas”. 

Una agenda más exigente y bastante menos decorativa

Estas tres prioridades se refuerzan entre sí:

La IA necesita impacto visible para sostener credibilidad e inversión.

La velocidad necesita calidad para no desembocar en más errores y más costo operativo.

Las personas necesitan contexto, criterio y nuevas capacidades para que la tecnología aporte algo concreto en su trabajo.

Por eso, 2026 empieza a ordenar la agenda financiera con una vara más alta. Ya no alcanza con probar, anunciar o mostrar actividad. Hoy, el foco se desplaza hacia resultados, ejecución y capacidad interna.

En Abstracta, trabajamos justamente en esa intersección. Ayudamos a organizaciones donde la calidad del software impacta de forma directa en el negocio, el riesgo y la experiencia de cliente. Lo hacemos con una combinación de experiencia humana, agentes de IA, gobernanza y visibilidad, aplicada a problemas concretos de entrega.

La agenda ya está en marcha. La diferencia va a estar en quién logra convertir estas prioridades en decisiones mejor conectadas con el negocio y en una base más sólida para seguir creciendo.

Sobre Abstracta

Fundada en 2008 y con presencia global, Abstracta es una empresa de tecnología que ayuda a las organizaciones a entregar software de alta calidad más rápido, gracias a la combinación de ingeniería de calidad potenciada por IA con experiencia humana.

Creemos que fortalecer los lazos de forma activa nos permite avanzar y mejorar el software de nuestros clientes. Por eso, a lo largo del tiempo,  hemos establecido alianzas con referentes de la industria como Microsoft, Datadog, Tricentis, Perforce BlazeMeter, Sauce Labs y PractiTest

Si estás buscando un partner para el desarrollo de software de calidad potenciado con IA, te invitamos a explorar nuestras soluciones y casos de éxito.

¡Síguenos en LinkedIn, X, Facebook, Instagram y YouTube para ser parte de nuestra comunidad!

Recomendado para ti

El lado oculto de la adopción de IA en finanzas: “No hay una mirada de procesos end to end”

Quality Sense Conf 2025: Un día histórico para la comunidad TI 

Expansión internacional: Abstracta aterriza en Brasil