CASO DE ÉXITO · SANTANDER
De la curiosidad en IA a la adopción estratégica
Cómo Santander entrenó a sus equipos para pasar del uso individual de IA a la adopción estratégica con impacto en el negocio.
EL CASO, EN RESUMEN
Nueve soluciones listas para testear, en tres encuentros
Santander Argentina ya tenía Champions de IA: referentes de distintas gerencias que usaban IA generativa a diario y traccionaban la adopción dentro de sus equipos. El desafío no era la herramienta, sino el paso siguiente. Alkemy diseñó IA para Champions, un programa a medida de tres encuentros presenciales que no cerró con un certificado: cerró con nueve proyectos traducidos a propuestas técnicas y planes de piloto.
33 Asistentes en 10 equipos | 9 Proyectos con plan de piloto | 12 h De entrenamiento presencial | 9,07 Recomendación promedio sobre 10 |
FICHA DEL CASO
| Problema | La organización habilita las herramientas y el uso individual crece solo, pero a la hora de mostrar qué cambió en la operación el resultado no aparece. Una investigación del MIT sobre 300 implementaciones empresariales concluyó que el 95% de los pilotos de IA generativa no llega a mostrar impacto medible, y la causa no es el modelo sino la integración al trabajo real. La habilidad que falta entrenar no es usar la herramienta: es el criterio para leer un proceso propio y detectar dónde la IA genera valor. |
|---|---|
| Empresa | Banco Santander Argentina |
| Industria | Banca y servicios financieros |
| Área involucrada | Equipo de Adopción de IA y la red interna de Champions: referentes de distintas gerencias que funcionan como facilitadores de la adopción en sus propios equipos |
| Objetivo | Fortalecer el rol de los Champions como facilitadores internos de adopción e innovación con IA, acompañando el pasaje del uso individual orientado a productividad hacia una aplicación estratégica con impacto real en el negocio. |
| Solución implementada | Entrenamiento corporativo a medida (IA para Champions) |
| Caso concreto de uso | Tres encuentros presenciales de cuatro horas en la sede de Santander, entre junio y julio de 2026, con 33 asistentes organizados en 10 equipos fijos por afinidad y una lógica de 60% práctica sobre los procesos reales de cada área y 40% teoría como contexto. El recorrido va del diagnóstico —mapear cómo trabaja hoy cada área y dónde la IA genera impacto— al prototipo y, en el último encuentro, a la demo con plan de piloto y pitch ejecutivo. Como el grupo era senior y ya usaba IA a diario, el diagnóstico del primer taller reveló el stack real del equipo y habilitó rediseñar las demos de los dos encuentros siguientes: el programa se ajustó mientras se dictaba. |
| Resultados cuantificables | Los 10 equipos llegaron a la demo final con 9 proyectos traducidos a propuestas técnicas y planes de piloto listos para testeo, generados dentro de la última clase. La asistencia real sostenida fue del 78% y la recomendación promedio de 9,07 sobre 10, subiendo encuentro a encuentro de 8,65 a 9,29. |