Transacción de IA en Europa: Santander y Mastercard innovan

Tabla de contenidos

Banco Santander y Mastercard completaron la primera transacción en

  • Santander y Mastercard anunciaron la primera transacción “en vivo” de extremo a extremo en Europa ejecutada por un agente de IA.
  • El pago se procesó sobre la infraestructura real de pagos de Santander, utilizando Mastercard Agent Pay.
  • La iniciativa busca habilitar compras realizadas por agentes de IA en nombre de clientes, con estándares de seguridad y privacidad.
  • La solución está en fase piloto y aún no se despliega comercialmente; el siguiente paso es validar la preparación técnica y operativa.
  • Santander prevé generar 1.000 millones de euros de valor a partir de inversiones en IA en los próximos dos años.

Pago agéntico en banca regulada
– Qué pasó: se completó un pago “en vivo” de extremo a extremo ejecutado por un agente de IA, dentro del flujo real de pagos.
– Dónde: el piloto se reportó como realizado en España, en un entorno controlado.
– Con qué: Santander aportó su infraestructura de pagos en producción y Mastercard la capa Agent Pay para integrar al agente en el proceso.
– Estado: es una prueba piloto (no un lanzamiento comercial) orientada a validar preparación técnica y operativa.
– Por qué importa: acerca el “comercio agéntico” a un marco bancario regulado, donde la confianza depende de permisos, límites, trazabilidad y controles.

Innovación en pagos: la transacción de IA de Santander y Mastercard

Banco Santander y Mastercard han dado un paso relevante en la evolución de los pagos digitales al completar lo que describen como la primera transacción en Europa ejecutada por un agente de inteligencia artificial.

Conviene subrayar que, según lo comunicado, se trata de una prueba en fase piloto y no de un despliegue comercial. El hito se enmarca en el auge del llamado agentic commerce o comercio “agéntico”: sistemas de IA capaces de actuar con cierto grado de autonomía para buscar, decidir y ejecutar compras en nombre de una persona.

La clave del anuncio no es solo el uso de IA, sino su integración en un entorno bancario regulado , un punto crítico para pasar de demostraciones de laboratorio a operaciones con estándares de la industria.

Pagos con Agentes Autónomos
Qué cambia cuando “paga un agente” (y no solo una app):
– Delegación: el usuario define intención y preferencias; el agente ejecuta tareas (buscar, comparar, comprar) dentro de límites.
– Autorización: el pago sigue necesitando permisos explícitos (por ejemplo, topes, categorías, comercios permitidos) y validaciones.
– Trazabilidad: debe quedar registro de qué decidió el agente, con qué datos y bajo qué reglas, para poder auditar y resolver disputas.
– Confianza: la experiencia solo escala si el cliente siente control (pausar, confirmar, revertir) y si el ecosistema (banco/red/comercio) puede gestionar fraude e incidencias.

Detalles de la primera transacción en vivo con IA en Europa

Según la información difundida por Finextra, la operación fue un pago de extremo a extremo ejecutado por un agente de IA, procesado a través de la infraestructura de pagos en producción de Santander y canalizado mediante la tecnología Mastercard Agent Pay.

En otras palabras: Santander aportó el riel de pagos “en vivo” y Mastercard la capa para que un agente de IA pueda ejecutar el pago dentro del flujo, bajo controles.

Informaciones adicionales sobre el piloto señalan que la prueba se realizó en España y que el agente de IA completó una compra en un entorno controlado, con límites y permisos predefinidos. El objetivo fue demostrar viabilidad técnica sin presentar el experimento como un lanzamiento comercial.

Flujo Integral de Pago Agéntico
Flujo típico end-to-end de un pago agéntico (con puntos de control):
1) El cliente define reglas: presupuesto, categorías permitidas, comercios preferidos y si requiere confirmación antes de pagar.
2) El agente decide: busca opciones y selecciona una compra que encaje con las reglas.
– Checkpoint: si la compra excede límites (importe/categoría), debe pedir confirmación o bloquearse.
3) Se genera la intención de pago: el agente inicia el pago dentro del flujo soportado por el banco/red.
4) Autorización en el riel “en vivo”: se aplican validaciones (límites, autenticación cuando corresponda, señales antifraude).
– Checkpoint: si hay señales de riesgo, el sistema puede requerir verificación adicional o rechazar.
5) Ejecución y confirmación: el pago se completa y el cliente recibe confirmación/recibo.
6) Registro y trazabilidad: se guardan logs de la acción del agente (qué compró, por cuánto, bajo qué permiso) para auditoría, devoluciones o disputas.

La infraestructura de pagos de Santander y Mastercard Agent Pay

El pago se cursó por la infraestructura de pagos en vivo de Santander, lo que implica que el banco actuó como soporte operativo del flujo transaccional, mientras que Mastercard aportó la capa que permite incorporar agentes de IA al proceso de pago.

Mastercard Agent Pay se presenta como un mecanismo para que los agentes de IA puedan operar como participantes “gobernados” dentro del flujo de pagos, manteniendo principios tradicionales de las redes de tarjetas: interoperabilidad, escalabilidad y controles de seguridad.

Ese enfoque de “gobernanza” es clave en pagos: la autonomía del agente queda acotada por permisos, límites y validaciones definidos de antemano. En la práctica, el reto consiste en conectar la autonomía del agente con reglas claras: qué puede comprar, por cuánto, bajo qué condiciones y con qué validaciones.

Capa Infraestructura de pagos de Santander (en vivo) Mastercard Agent Pay
Rol en el flujo Procesa la transacción en producción dentro del marco bancario Integra al agente de IA como participante “gobernado” en el flujo
Qué aporta Riel operativo, continuidad transaccional, controles bancarios Mecanismos para que el agente ejecute pagos con reglas y compatibilidad de red
Controles típicos Límites, autenticación cuando aplica, antifraude, monitoreo operativo Permisos/alcances del agente, políticas de autorización, trazabilidad de acciones
Escalabilidad Depende de operación bancaria y capacidad de soportar nuevos casos de uso Busca interoperabilidad y escala de red para múltiples comercios/participantes

Compromiso con la seguridad y la protección del cliente

Tanto Santander como Mastercard subrayan que el avance solo es sostenible si se construye sobre seguridad, privacidad y gobernanza. En el anuncio, Matías Sánchez, responsable global de tarjetas y soluciones digitales de Santander, defendió que el papel del banco no es únicamente adoptar innovación, sino “darle forma de manera responsable”, incorporando seguridad, gobierno y protección del cliente “por diseño”.

El énfasis responde a una preocupación central del comercio agéntico: si un sistema puede comprar por el usuario, también debe poder rendir cuentas de por qué lo hizo, dentro de qué límites, y cómo se evita el fraude, el abuso o las compras no deseadas.

Controles para Pagos Confiables
Controles esperables para que un “agente que paga” sea confiable:
– Permisos explícitos: categorías/importe/comercios permitidos y reglas de excepción.
– Límites y “doble confirmación”: umbrales a partir de los cuales el agente debe pedir aprobación.
– Autenticación y señales de riesgo: verificación adicional cuando el patrón no encaja.
– Trazabilidad: registro de decisión del agente (regla aplicada, importe, comercio, momento).
– Reversibilidad operativa: rutas claras para devoluciones, cancelaciones y disputas.
– Supervisión y pausa: capacidad de desactivar el agente o suspender compras ante anomalías.

Fase piloto y expectativas futuras de la solución

La iniciativa se encuentra en fase piloto y, por ahora, no se despliega comercialmente. El siguiente paso, según lo comunicado, es asegurar la preparación técnica y operativa para pagos de extremo a extremo impulsados por IA.

Ese trabajo suele incluir pruebas de resiliencia, gestión de incidencias, trazabilidad de decisiones del agente, integración con comercios y proveedores, y definición de procesos para disputas o devoluciones cuando la compra la inicia un sistema automatizado.

Promesas y retos del escalado
Lo que promete el piloto vs. lo que suele complicar el escalado:
– Beneficio: más comodidad (compras recurrentes, comparación automática, optimización de recompensas) → Reto: evitar compras “sorpresa” con límites y confirmaciones bien diseñadas.
– Beneficio: pagos más fluidos integrados en el día a día → Reto: operación 24/7 (incidencias, caídas, reintentos) sin degradar la experiencia.
– Beneficio: personalización (preferencias, presupuestos) → Reto: trazabilidad y explicación de decisiones del agente cuando hay disputa.
– Beneficio: potencial de adopción en múltiples comercios → Reto: integración del ecosistema (comercios, adquirentes, proveedores) y consistencia de estándares.

Impacto esperado de las inversiones en IA por parte de Santander

El anuncio llega en un momento de aceleración de la estrategia de IA del banco. La semana previa, Santander comunicó que espera generar 1.000 millones de euros a partir de inversiones en inteligencia artificial en los próximos dos años.

En ese contexto, los pagos agénticos pueden convertirse en una pieza más de una agenda más amplia: automatización, personalización de servicios, eficiencia operativa y nuevas experiencias digitales. Si el comercio agéntico despega, los bancos y redes de pago aspiran a seguir siendo la capa de confianza que conecta identidad, autorización y movimiento de dinero.

Palanca de IA (ejemplos) Qué persigue (conexión con “valor”) Horizonte mencionado en el artículo
Eficiencia operativa Reducir tareas manuales y fricción en procesos internos Próximos dos años (expectativa comunicada)
Personalización Mejorar experiencias y recomendaciones en canales digitales Próximos dos años (expectativa comunicada)
Nuevos flujos digitales (p. ej., pagos agénticos) Habilitar experiencias y casos de uso que generen adopción/ingresos Próximos dos años (expectativa comunicada)

Declaraciones de líderes de Santander y Mastercard sobre la innovación

Matías Sánchez (Santander) enmarcó el avance como una responsabilidad de diseño: innovación con estos principios integrados desde el inicio, anticipando un escenario en el que los agentes de IA formen parte del comercio cotidiano.

Por parte de Mastercard, Kelly Devine, presidenta para Europa, resumió el enfoque en una frase: “innovación y confianza pueden avanzar juntas”, posicionando el piloto como una prueba de que la automatización basada en IA puede incorporarse al sistema de pagos sin renunciar a los principios de seguridad y fiabilidad.

Innovación y confianza en IA
Citas del anuncio (evidencia directa):
– Matías Sánchez, Global Head of Cards and Digital Solutions (Santander): “Our role is not only to adopt innovation, but to shape it responsibly, embedding security, governance and customer protection by design. As AI agents become part of everyday commerce, building trusted, scalable frameworks will be essential to unlocking their full potential.”
– Kelly Devine, President, Europe (Mastercard): “This milestone with Banco Santander demonstrates that innovation and trust can advance together.”

El Futuro de las Transacciones AI en Europa

La transacción piloto de Santander y Mastercard funciona como un indicador temprano de hacia dónde se mueve el sector: pagos donde el usuario delega tareas en software, pero exige el mismo nivel —o mayor— de control y protección que en los canales tradicionales.

Innovaciones en el Comercio Autónomo

El comercio autónomo promete automatizar decisiones repetitivas: comparar precios, aplicar preferencias, optimizar recompensas o ejecutar compras recurrentes. Para bancos y redes, el desafío es habilitar esa comodidad sin perder trazabilidad: que cada acción del agente sea verificable, reversible cuando corresponda y alineada con permisos explícitos del cliente.

Desafíos de la Regulación y la Confianza del Consumidor

Europa combina alta digitalización con un marco regulatorio exigente. La adopción masiva dependerá de que los pagos agénticos ofrezcan transparencia, mecanismos claros de autorización, y una experiencia que no sacrifique la confianza del consumidor. El piloto marca un comienzo; la escalabilidad dependerá de cómo se resuelvan responsabilidades, disputas y estándares comunes entre bancos, comercios, tecnológicas y supervisores.

Escenarios de adopción progresiva
Escenarios de adopción (y condiciones para que ocurran):
– Corto plazo (pilotos): casos acotados (importes bajos, comercios específicos, reglas estrictas) y foco en estabilidad, antifraude y trazabilidad.
– Medio plazo (primeras ofertas): más comercios y más casos de uso (suscripciones, reposición, viajes), con mejores flujos de confirmación y gestión de devoluciones/disputas.
– Largo plazo (normalización): agentes interoperables entre plataformas y comercios, con estándares comunes de permisos, auditoría y responsabilidad operativa.
Condición transversal: el usuario debe poder entender y controlar “qué puede hacer el agente” en cualquier momento.

Transformando la Experiencia del Cliente en Telecomunicaciones

La automatización con IA no solo está redefiniendo pagos: también está cambiando cómo las empresas gestionan atención al cliente, operaciones y canales digitales, especialmente en sectores de alto volumen como telecomunicaciones.

La Revolución de la Inteligencia Artificial en el Sector Telecom

Las telcos están incorporando IA para anticipar incidencias, personalizar ofertas y reducir tiempos de resolución. El salto cualitativo llega cuando los sistemas pasan de responder preguntas a orquestar procesos: diagnóstico, verificación, ejecución y seguimiento.

Beneficios de la Automatización en la Atención al Cliente

Entre los beneficios más citados están la reducción de esperas, mayor consistencia en respuestas, disponibilidad 24/7 y capacidad de absorber picos de demanda. El valor real, sin embargo, aparece cuando la automatización se integra con sistemas internos para resolver, no solo informar.

Cómo Suricata Cx Mejora la Eficiencia Operativa

Plataformas como Suricata Cx se orientan a optimizar flujos de atención y operación mediante automatización y analítica, con el objetivo de disminuir tareas manuales y mejorar la productividad de equipos de soporte, manteniendo continuidad entre canales.

El Futuro de las Operaciones Omnicanal

El estándar emergente es una experiencia unificada: que el cliente pueda iniciar una gestión en un canal y terminarla en otro sin repetir información. La IA actúa como capa de coordinación para mantener contexto, priorizar casos y escalar a agentes humanos cuando sea necesario.

La Importancia de la Integración en Tiempo Real

La automatización solo funciona plenamente si se conecta en tiempo real con inventarios, facturación, provisión de servicios y sistemas de incidencias. Sin esa integración, la IA se limita a conversación; con ella, se convierte en ejecución.

Transacción de IA en Europa: Santander y Mastercard innovan y dejan claro que el comercio agéntico solo escalará si se integra en infraestructuras reales con gobernanza, trazabilidad y control. Esa misma lógica guía a Suricata Cx: llevar la IA desde la promesa a la operación diaria, automatizando con límites claros y supervisión humana para sostener confianza y cumplimiento en cada interacción.

Desde la óptica de Suricata Cx —plataforma omnicanal de CX con IA para ISPs y telcos—, este tipo de pilotos refuerza una idea práctica: la automatización aporta valor cuando se integra en flujos reales y mantiene control humano, auditoría y reglas claras.

Este artículo se basa en información disponible públicamente al momento de su redacción y describe un piloto, no un despliegue comercial generalizado. Algunos detalles operativos (como permisos, autenticación o gestión de disputas) pueden variar entre implementaciones y evolucionar con nuevas pruebas. La información podría cambiar con anuncios o actualizaciones posteriores.