Por Adrian Congiu, vicepresidente y jefe de gestión de productos, Mambu
Dos años después de que la Ley de IA de la UE entrara en vigor, los argumentos a favor de la IA en los servicios financieros y los parámetros para su uso responsable son cada vez más claros. Los bancos comprenden cada vez más la necesidad básica de explicabilidad, rendición de cuentas y supervisión humana, pero la pregunta más interesante es si su tecnología realmente puede ofrecer esas cosas a medida que evoluciona la IA.
El cronograma de implementación brinda a las instituciones financieras un tiempo valioso para prepararse. Pero el desarrollo de la IA no ha mostrado signos de desaceleración. Los modelos seguirán mejorando, los sistemas agentes serán más capaces y las expectativas regulatorias de la industria seguirán creciendo.
Únase al European Business Briefing
Los nuevos suscriptores de este trimestre participan en un sorteo para ganar un Rolex Submariner. Únase a más de 40.000 fundadores, inversores y ejecutivos que leen EBM todos los días.
Suscribir
Para los bancos, el mayor riesgo no es incumplir el próximo plazo regulatorio. Pasará los próximos dos años preparándose para la IA de ayer y postergando los beneficios que una capacidad de IA compatible puede ofrecer.
La gobernanza de la IA se está convirtiendo en un desafío arquitectónico
Si bien resulta tentador tratar la gobernanza de la IA principalmente como un ejercicio regulatorio, una IA confiable depende de lo que se encuentra debajo de esos controles.
Los bancos deben demostrar de dónde provienen los datos, qué sistemas accedieron a ellos y quién es responsable cuando algo sale mal. A medida que la IA pasa de generar conocimientos a realizar tareas operativas, ese requisito se vuelve más exigente.
Un agente de IA que investiga una transacción u organiza un flujo de trabajo bancario puede interactuar con múltiples sistemas en segundos. Gobernar esa actividad requiere trazabilidad y seguimiento de auditoría profundos, potencialmente hasta interacciones individuales con datos bancarios centrales. Es poco probable que el monitoreo a nivel de superficie sea suficiente para brindar esa supervisión, en caso de que algo salga mal. Para muchas instituciones financieras, esto está exponiendo un problema más profundo. Las bases tecnológicas que sustentaron la banca durante décadas no fueron diseñadas para un entorno en el que los sistemas inteligentes accedan continuamente a datos e inicien acciones en tiempo real.
No construyas para una línea de meta reglamentaria
La Ley de IA de la UE no será la última palabra sobre la gobernanza de la IA. Los estándares aún se están desarrollando, las orientaciones evolucionarán y las nuevas capacidades de IA crearán preguntas que los reguladores aún no han tenido que abordar. Por lo tanto, los bancos deberían resistirse a diseñar su infraestructura de IA en torno a un único hito de cumplimiento. El objetivo debería ser la adaptabilidad continua en lugar de cumplir con una lista de verificación.
Ese cambio de mentalidad de preparación significa preguntarse si los datos son accesibles y confiables, si los sistemas se comunican a través de API y si se pueden introducir nuevos controles sin reconstruir la arquitectura subyacente. La infraestructura heredada puede dificultar cada uno de estos requisitos.
Cuando los datos están fragmentados en sistemas estrechamente acoplados o dependen de procesos por lotes, la introducción de la IA se convierte en un proyecto de integración antes de convertirse en un proyecto de innovación. La modernización debería crear un entorno en el que los bancos puedan responder al próximo requisito regulatorio tan fácilmente como al actual.
El cambio hacia la IA agente
La cuestión de la infraestructura se vuelve más urgente a medida que la banca pasa de la IA generativa a la IA agente. Si bien muchas aplicaciones actuales resumen información, ayudan a los empleados o identifican patrones, se espera cada vez más que los agentes de IA realicen tareas de varios pasos, interactúen con los sistemas bancarios y potencialmente ejecuten acciones dentro de controles claramente definidos.
Para que esto suceda de forma segura, los agentes necesitan acceso en tiempo real a datos estructurados, API a través de las cuales los sistemas puedan comunicarse, capacidades de orquestación y pistas de auditoría claras. La supervisión humana también debe incorporarse a los flujos de trabajo cuando así lo exija el criterio, el pensamiento matizado o la responsabilidad regulatoria. Aquí es donde la arquitectura comienza a determinar lo que es posible. Si los bancos intentan operar enteramente dentro de las limitaciones de la infraestructura heredada, lo que la IA puede lograr inevitablemente se verá limitado.
La modernización no requiere una gran explosión
Los bancos deberían ser cautelosos a la hora de llevar a cabo un arriesgado programa de sustitución de núcleos tipo “big bang”. Las transformaciones a gran escala introducen sus propios riesgos operativos y pueden tardar años en generar valor. Un enfoque más pragmático es modernizarse progresivamente, ejecutando tecnología componible y nativa de la nube junto con la infraestructura existente a lo largo del tiempo. Esto permite a los bancos mejorar el acceso a los datos e introducir servicios API-first sin apostar a la institución en un solo evento de migración.
También reconoce que la mayoría de los bancos no deberían intentar construir todos los componentes por sí mismos. Los bancos nativos digitales pueden tener los recursos de ingeniería y la cultura para desarrollar partes importantes de su tecnología internamente, pero ese modelo es difícil de reproducir. Los socios tecnológicos especializados pueden permitir que las instituciones se modernicen a un ritmo que de otro modo sería difícil de mantener.
Utilice los próximos dos años para construir un cambio continuo
La regulación a menudo se presenta como algo que frena la innovación. En este caso, la ventana de preparación puede crear la oportunidad opuesta. Los bancos pueden usarlo para abordar las bases que requiere una IA confiable: datos limpios y accesibles, servicios componibles, conectividad en tiempo real, orquestación, explicabilidad y auditabilidad.
Por lo tanto, las instituciones financieras deberían cuestionar las suposiciones sobre lo que la IA podrá hacer y preparar su infraestructura en consecuencia. Los que marquen el ritmo no serán necesariamente aquellos que adopten primero cada nueva capacidad, sino aquellos que puedan adoptar capacidades útiles de forma segura a medida que surjan.
El retraso en la implementación brinda a las instituciones financieras una oportunidad real de modernizar las bases tecnológicas que puedan adaptarse a lo que venga después. Porque el mayor riesgo no es no cumplir con el próximo plazo regulatorio, sino alcanzarlo con una arquitectura diseñada para la IA de ayer.