Agentes de IA en banca: el verdadero desafío

Durante años, la automatización en banca estuvo asociada principalmente a procesos repetitivos:
validaciones, reportes, conciliaciones o atención básica al cliente.

Sin embargo, el avance reciente de los agentes de IA plantea un escenario distinto.

Ya no hablamos únicamente de asistentes que responden preguntas.
Comenzamos a hablar de sistemas capaces de:

• ejecutar tareas,
• coordinar procesos,
• interactuar con múltiples plataformas,
• priorizar acciones,
• generar decisiones operativas,
• e incluso actuar de manera parcialmente autónoma.

Y allí aparece una pregunta mucho más compleja para el sector financiero:

¿Qué sucede cuando los agentes comienzan a participar en procesos críticos del negocio?

---

Más allá de la automatización

La conversación sobre IA en banca suele enfocarse en productividad.
Menos tiempo.
Menos costos.
Más velocidad.

Pero la discusión real probablemente será otra:
cómo gobernar sistemas que empiezan a tomar acciones con impacto operativo.

Porque una cosa es utilizar IA como apoyo.
Otra muy distinta es permitir que participe activamente en:

• aprobaciones,
• priorización de incidentes,
• validaciones,
• continuidad operativa,
• monitoreo,
• o coordinación de procesos críticos.

---

Las preguntas que la banca deberá responder

¿Qué pasa cuando agentes toman decisiones operativas?

Un agente podría:

• priorizar tickets críticos,
• coordinar escalamiento de incidentes,
• ejecutar validaciones,
• activar procesos automáticos,
• o interactuar con clientes y proveedores.

La pregunta ya no es si técnicamente puede hacerlo.
La pregunta es:
¿qué nivel de autonomía será aceptable dentro de una organización regulada?

---

¿Cómo se audita una acción ejecutada por IA?

En ambientes regulados, trazabilidad y auditoría son fundamentales.

Si un agente:

• modifica una prioridad,
• genera una aprobación,
• ejecuta una acción,
• o dispara un flujo automático,

¿cómo se reconstruye la decisión?

¿Existirá evidencia suficiente para auditoría?
¿Se podrán explicar las variables consideradas por el modelo?
¿Quién validará que el comportamiento fue correcto?

---

¿Qué nivel de autonomía debería permitirse?

No todas las decisiones tienen el mismo nivel de riesgo.

Probablemente veremos esquemas híbridos donde:

• algunas acciones serán completamente automatizadas,
• otras requerirán validación humana,
• y otras permanecerán restringidas.

La autonomía total puede aumentar eficiencia.
Pero también puede aumentar exposición operativa y regulatoria.

---

¿Cómo cambia la estructura organizacional?

La llegada de agentes no solo impactará tecnología.

También modificará:

• flujos de trabajo,
• estructuras de supervisión,
• modelos operativos,
• y distribución de responsabilidades.

Nuevos roles podrían aparecer:

• supervisión de agentes,
• auditoría de IA,
• gobierno de automatización,
• monitoreo de decisiones algorítmicas,
• o gestión de riesgos asociados a IA autónoma.

---

¿Qué riesgos nuevos aparecen?

La incorporación de agentes puede introducir riesgos poco tradicionales:

• automatización incorrecta,
• propagación acelerada de errores,
• pérdida de trazabilidad,
• dependencia excesiva,
• decisiones inconsistentes,
• sesgos,
• o ejecución fuera de contexto.

En sectores regulados, un error automatizado puede escalar mucho más rápido que un error humano aislado.

---

¿Qué sucede con accountability y compliance?

Tal vez una de las preguntas más complejas sea esta:

Si un agente toma una decisión incorrecta…
¿quién responde?

¿El área usuaria?
¿Tecnología?
¿Riesgos?
¿El proveedor?
¿El modelo?

La gobernanza de IA probablemente se convertirá en uno de los grandes desafíos organizacionales de los próximos años.

---

¿Cómo afectará esto la productividad y el empleo?

Es probable que muchas tareas operativas cambien radicalmente.

Algunas funciones desaparecerán.
Otras evolucionarán.
Y muchas requerirán capacidades distintas:
supervisión, criterio, validación y gestión.

La discusión ya no será únicamente tecnológica.
Será también económica, organizacional y humana.

---

Reflexión final

La banca probablemente no adoptará agentes de IA de manera masiva de un día para otro.

Pero la conversación ya comenzó.

Y quizás el verdadero desafío no sea construir agentes.
Sino diseñar organizaciones capaces de gobernarlos responsablemente.

Porque en entornos regulados, la velocidad sin control nunca ha sido suficiente.