Por Redacción Pangea IA · 6 de septiembre de 2026
UBS ha convertido el dominio práctico de la inteligencia artificial en un criterio de contratación para una parte de sus nuevos banqueros junior. Los graduados y becarios que aspiren a incorporarse en 2027 a las divisiones de banca global y mercados deberán demostrar en las entrevistas cómo utilizarían la IA para mejorar resultados y trabajar con mayor eficiencia.
El cambio es más importante de lo que parece. Hasta ahora, saber utilizar herramientas de IA podía servir para destacar frente a otros candidatos. En el proceso que prepara UBS empieza a funcionar como una competencia profesional evaluable, junto con la capacidad analítica, los conocimientos financieros y la comunicación.
Eso no significa que el banco vaya a exigir programación avanzada ni que la medida se aplique ya a toda su plantilla. El alcance confirmado se concentra en candidatos junior de determinadas áreas para 2027. Pero sí ofrece una señal clara: en la banca de inversión, la IA está dejando de ser una herramienta opcional para convertirse en parte del perfil mínimo que busca el empleador.
Qué cambia exactamente en la contratación de UBS
Según adelantó el Financial Times, UBS ha añadido preguntas sobre “fluidez en IA” a las entrevistas de selección. El objetivo es conocer cómo ha empleado el candidato esta tecnología y si sabe conectarla con un resultado concreto, no comprobar si memoriza terminología técnica.
- A quién afecta: futuros graduados y becarios de las divisiones de Global Banking y Global Markets.
- Cuándo: en los procesos para incorporaciones de 2027.
- Qué se evaluará: la capacidad de aplicar IA para mejorar resultados y eficiencia.
- Qué no desaparece: la exigencia académica, el razonamiento analítico, el criterio financiero y las habilidades interpersonales.
En Reino Unido, por ejemplo, el criterio convivirá con el requisito tradicional de aspirar a una titulación equivalente a un 2:1. UBS explica que revisa de forma continua sus procesos de selección porque la IA está transformando los servicios financieros, pero recalca que estas capacidades complementan las cualidades clásicas del candidato: no las sustituyen.
| Lo que ya se valoraba | Lo que ahora gana peso |
|---|---|
| Formación académica sólida | Uso práctico de herramientas de IA |
| Análisis financiero y numérico | Saber comprobar y corregir resultados generados |
| Comunicación y trabajo en equipo | Explicar cuándo la IA aporta valor y cuándo no |
| Rapidez y atención al detalle | Mejorar procesos sin comprometer calidad ni confidencialidad |
“Saber IA” no equivale a escribir un buen prompt
La expresión fluidez en IA puede sonar ambigua. En la práctica, un banco necesita algo más que rapidez con un chatbot. Un candidato convincente debería ser capaz de identificar una tarea adecuada para automatizar, elegir una herramienta, aportar el contexto correcto, revisar el resultado y explicar el ahorro de tiempo o la mejora de calidad obtenida.
También debe reconocer los límites. En una entidad financiera, introducir datos confidenciales en una aplicación no autorizada, aceptar cifras sin verificar o utilizar una respuesta imposible de auditar puede crear más riesgo que eficiencia. Por eso, el criterio, la trazabilidad y el uso responsable importan tanto como la herramienta.
La propia página del Graduate Talent Program de UBS incluye una vía de formación denominada AI Fluency Pathway. El programa promete casos de uso reales, aplicación responsable, buen juicio, formación técnica y certificaciones internas. Es una pista muy concreta de lo que el banco entiende por competencia: utilizar la IA dentro de un proceso profesional y bajo controles, no jugar con ella al margen del negocio.
Por qué la banca empieza por los puestos junior
Los analistas que comienzan su carrera suelen dedicar muchas horas a buscar información, comparar empresas, actualizar modelos, preparar presentaciones, resumir documentos y revisar materiales. Son tareas importantes para aprender el oficio, pero una parte sustancial puede acelerarse con modelos generativos y sistemas de automatización.
Ahí aparece una doble presión. Por un lado, el banco espera que el nuevo empleado produzca más y más rápido con ayuda de la tecnología. Por otro, necesita que ese mismo empleado detecte errores, entienda los supuestos del análisis y sepa cuándo una respuesta aparentemente impecable es falsa o incompleta.
UBS lleva tiempo probando aplicaciones de IA en su actividad, desde asistentes internos hasta avatares para presentar análisis. Ya en 2024, responsables del grupo explicaban a Reuters que la tecnología estaba cambiando la forma de trabajar en el banco. La novedad ahora es que esa transformación alcanza la puerta de entrada: el proceso de selección.
La IA no elimina la necesidad de aprender finanzas
El gran riesgo sería interpretar la nueva exigencia como permiso para saltarse los fundamentos. Un modelo puede redactar una explicación, construir una tabla o proponer un escenario, pero no asume la responsabilidad por un dato equivocado ni comprende por sí solo el contexto completo de una operación.
Para revisar un resultado de IA hace falta saber cómo debería funcionar el análisis sin ella. Un junior que desconoce contabilidad, valoración, mercados o regulación tendrá dificultades para distinguir una respuesta útil de una alucinación convincente. Precisamente por eso UBS presenta la IA como complemento de la capacidad académica y analítica.
La ventaja no estará en utilizar IA a cualquier precio, sino en combinar velocidad tecnológica con criterio profesional.
Otros grandes bancos transmiten una cautela similar. Ejecutivos de JPMorgan han advertido de que los empleados jóvenes todavía deben dominar los fundamentos, aunque muchas tareas iniciales puedan automatizarse. Si una generación aprende únicamente a pedir respuestas, sin comprender cómo se construyen, la entidad podría ganar productividad a corto plazo y perder capacidad técnica a largo plazo.
UBS no está sola: cambia el perfil que busca todo el sector
El movimiento no es exclusivo del banco suizo. Santander ya ha buscado “usuarios avanzados de IA” en algunos programas para graduados de su banca corporativa y de inversión. El mercado laboral financiero también muestra una redistribución: crece la demanda de perfiles tecnológicos y disminuye la de algunas funciones administrativas o intermediarias.
Un análisis del mercado británico citado por Reuters detectó un aumento del 12% en las vacantes financieras impulsado por la contratación de especialistas en IA y tecnología, mientras las oportunidades administrativas cayeron un 16% y las de intermediación un 20%. No prueba que todos esos puestos hayan sido sustituidos por algoritmos, pero sí muestra hacia dónde se desplaza la inversión en talento.
La presión resulta especialmente visible al inicio de la carrera. Otro estudio sobre 7,3 millones de anuncios de empleo en Suiza calculó que la proporción de ofertas para perfiles de entrada fue un 32% menor en 2025 que durante el periodo 2019-2022. El trabajo, recogido también por Reuters, encontró un impacto claro en finanzas y tecnología, además de una mayor demanda de conocimientos de IA fuera del sector informático.
Quién gana y quién pierde con el nuevo filtro
El candidato mejor situado no será necesariamente quien utilice más aplicaciones, sino quien pueda aportar un caso verificable. Por ejemplo: reducir el tiempo necesario para comparar informes, automatizar una comprobación repetitiva o explorar escenarios, manteniendo una revisión humana y explicando los límites del resultado.
- Ganan peso los perfiles híbridos que combinan finanzas, pensamiento crítico y soltura tecnológica.
- Pierden ventaja quienes confían únicamente en credenciales académicas sin demostrar adaptación.
- Tampoco basta con dominar herramientas si falta conocimiento del negocio o criterio para validar su salida.
- Se vuelve decisivo saber proteger datos, documentar el proceso y asumir responsabilidad por el resultado final.
Cinco capacidades que debería preparar un candidato
- Un caso real: explicar qué problema resolvió con IA, cómo trabajaba antes y qué cambió después.
- Verificación: mostrar cómo contrastó cifras, fuentes, fórmulas y supuestos.
- Confidencialidad: distinguir entre información que puede procesarse y datos que deben permanecer en sistemas autorizados.
- Criterio de negocio: conectar el uso de la herramienta con calidad, riesgo, ingresos, costes o tiempo.
- Capacidad manual: demostrar que comprende los fundamentos y que podría detectar un resultado incoherente sin depender del modelo.
En otras palabras, una buena respuesta de entrevista no debería ser “uso ChatGPT todos los días”, sino una breve historia con problema, método, controles y resultado. La diferencia entre ambas respuestas resume el paso de la experimentación personal a la competencia profesional.
¿Desaparecerán los empleos junior?
No puede concluirse eso a partir del cambio de UBS. El banco sigue contratando graduados y, de hecho, invierte en formarlos durante un programa de entre 18 y 24 meses. La señal inmediata es una redefinición del puesto: menos valor en ejecutar tareas repetitivas y más valor en dirigir, comprobar e integrar sistemas automáticos.
Sin embargo, tampoco conviene ignorar el riesgo. Morgan Stanley estima que más de 200.000 empleos bancarios europeos podrían estar amenazados durante los próximos cinco años. La cifra es una previsión, no un resultado inevitable, pero encaja con la reducción observada en algunas oportunidades de entrada.
La cuestión estratégica para los bancos será conservar una buena pirámide de aprendizaje. Si automatizan demasiadas tareas iniciales y contratan muchos menos jóvenes, dentro de unos años podrían descubrir que no han formado suficientes profesionales para asumir funciones senior. La IA resuelve parte del trabajo, pero no crea por sí sola experiencia, relaciones con clientes ni responsabilidad institucional.
Una señal para cualquier profesión de oficina
Lo que ocurre en UBS anticipa un cambio más amplio. La alfabetización en IA puede acabar pareciéndose a lo que fueron el correo electrónico, Excel o las búsquedas en internet: una capacidad transversal que se da por supuesta, aunque cada profesión la aplique de manera distinta.
Eso no obliga a todos los trabajadores a convertirse en ingenieros. Sí obliga a entender qué puede hacer la tecnología, cómo incorporarla a un flujo de trabajo, qué información no debe recibir y quién responde cuando falla. La competencia decisiva no será “saber de IA” en abstracto, sino utilizarla de forma segura para producir un resultado mejor.
Conclusión: la IA ya forma parte de la entrevista
UBS no está anunciando el fin del banquero junior. Está anunciando el fin del candidato que puede ignorar la IA. A partir de 2027, al menos en banca global y mercados, la entidad quiere pruebas de que sus futuros graduados y becarios saben utilizarla para trabajar mejor sin abandonar el criterio financiero.
El mensaje para quienes preparan ahora su carrera es directo: aprender una herramienta concreta ayuda, pero no es suficiente. La verdadera ventaja estará en combinar conocimientos sólidos, experimentación práctica, verificación y responsabilidad. Esa mezcla será mucho más difícil de automatizar que cualquier tarea aislada.
Fuentes consultadas
- Financial Times: UBS demands new junior bankers show AI proficiency.
- UBS: Graduate Talent Program y AI Fluency Pathway.
- UBS: Early Careers.
- Reuters: demanda de talento de IA en el sector financiero británico.
- Reuters: evolución de las vacantes junior en Suiza.
Deja una respuesta