Bancos amplían el trabajo de los agentes de IA con control de riesgo

Qué ha ocurrido

Según una nueva encuesta recogida por Tearsheet, el 52 % de las empresas de servicios financieros ya está adoptando la IA agéntica, una tecnología que pasa de ser una herramienta de asesoramiento a ejecutar tareas por sí misma. El cambio se produce mientras los bancos refuerzan la gobernanza del riesgo de modelos.

El dato central es que los agentes de IA empiezan a asumir trabajo operativo real, no solo a ofrecer recomendaciones a las personas que toman las decisiones. Esa transición eleva el listón de control: cuanto más autonomía tiene un sistema, más relevante se vuelve saber qué puede hacer, con qué límites y quién responde por sus resultados.

La cobertura disponible se basa en el resumen de la encuesta publicado por Tearsheet. No se han consultado los datos completos del estudio, por lo que conviene leer el informe original antes de extraer conclusiones sobre sectores, tamaños de entidad o casos de uso concretos.

Por qué importa

Para los responsables de experiencia, el paso de una IA consultiva a una IA ejecutora cambia la forma en que el cliente interactúa con su banco. Cuando un agente inicia gestiones, modifica procesos o resuelve incidencias, la calidad del servicio depende de la fiabilidad del sistema y de la claridad con la que la entidad explica lo que ha hecho en su nombre.

Para la transformación digital, el titular apunta a un problema de modelo operativo. La gobernanza del riesgo de modelos, que hasta ahora se aplicaba sobre todo a analítica y scoring, deberá cubrir también flujos automatizados de trabajo. Esto exige coordinar a equipos de negocio, tecnología, cumplimiento y atención al cliente en torno a las mismas reglas.

La perspectiva de Renascence

La conversación pública tiende a centrarse en lo que la IA puede hacer. Lo que suele pasar por alto es lo que el cliente percibe cuando la máquina actúa sin que nadie lo vea venir.

El verdadero reto no es técnico, sino de confianza y de diseño de servicio. Un agente que ejecuta sin explicar su actuación genera la misma fricción que un empleado que decide sin avisar. Las entidades que ganen terreno serán las que hagan visibles las acciones del sistema, pidan confirmación en los momentos de mayor impacto y diseñen rutas claras para corregir errores. Medir la experiencia tras cada acción automatizada debería ser tan habitual como medir el tiempo de respuesta.