La IA agente ya está presente en el sector financiero. El Global Watchdog advierte que su adopción podría aumentar los riesgos sistémicos.

La IA agente cambia la forma en que se plantea la pregunta: pasa de ser una cuestión de predicción a una cuestión de control.

El mercado todavía considera que la inteligencia artificial en el sector financiero es, en parte, una tendencia prometedora. Pero deberíamos analizarlo con más atención, como algo más complejo.Acción-controlHistoria.

La diferencia clave con la última década no radica en que las predicciones sean más precisas. La diferencia radica en la ejecución delegada de las tareas. Anteriormente, la IA solía respaldar el juicio humano en áreas como…Evaluación de crédito, detección de fraudes, vigilancia, previsiónLa IA agente es diferente de las demás formas de IA, ya que puede planificar, llamar a las herramientas necesarias y llevar el trabajo hacia adelante dentro de los sistemas de producción. En lugar de simplemente asesorar a un ser humano sobre cómo actuar, la IA agente puede realizar todo ese proceso por sí misma.

Esa distinción es importante, ya que la adopción es algo que se puede observar en la realidad, y no algo teórico. En el estudio de Cambridge…El 52% de los encuestados informó que había una adopción activa de las soluciones propuestas.De esas empresas, el 23% estaban en proceso de escalada o transformación, y el 29% estaban probando nuevas soluciones. Una vez que la IA pasa de ser una herramienta de asesoramiento a algo que realmente afecta las acciones de las empresas, la valoración ya no se basa únicamente en la calidad del modelo, sino también en quién controla los resultados cuando ocurren problemas.

Es por eso que la división entre toros y osos es tan pronunciada. Los toros ven…Eficiencia mejoradaY también operaciones más estrictas. Los expertos en seguridad advierten que el uso de la inteligencia artificial puede llevar a acciones no autorizadas o ilegales, violaciones de datos y perturbaciones en los sistemas conectados. Los riesgos pueden manifestarse rápidamente. Ahora, el mercado debe diferenciar entre las empresas que logran una eficiencia óptima y aquellas que tienen que soportar los costos derivados de una supervisión más estricta y de un desarrollo más lento de las tecnologías relacionadas.

¿Por qué los reguladores se centran en la velocidad, la coordinación y los modos de fallo comunes?

Los beneficios son reales, pero también aumentan las probabilidades de que ocurran situaciones desfavorables.

Las empresas no buscan utilizar la IA con fines de prestigio. La atracción económica es clara: Gartner indica que un mejor contexto de datos puede ser una ventaja importante.Mejora de hasta el 80% en la precisión.Y hasta el 60% de reducción en los costos para el año 2027. Pero ese mismo beneficio adverso también aumenta el costo de los fracasos.

Cuando un agente solo realiza recomendaciones, el resultado negativo se reduce principalmente a un costo de corrección. Pero cuando el agente ejecuta las recomendaciones, el mismo error puede convertirse en un problema real de pérdidas o ganancias, una tensión en la liquidez o un problema de liquidación. Los reguladores se centran en ese aumento en las consecuencias entre la percepción y la acción.

Los pagos muestran cómo un error local puede propagarse.

El primer camino de transmisión son los pagos. En el informe del BIS, la inteligencia artificial se presenta como algo que está en constante movimiento.Iniciación de transacciones a partir de instrucciones explícitas dadas por el ser humano, hacia una toma de decisiones mediada por el agente.Esto genera una tensión entre el comportamiento probabilístico de los agentes y las exigencias deterministas de los sistemas de pago.

En la práctica, una decisión errónea en cuanto al enrutamiento de los datos, un movimiento inadecuado en términos de liquidez, o una indicación incorrecta relacionada con el cumplimiento de las normas, pueden transmitirse de un flujo de trabajo a otro antes de que alguien se dé cuenta. El problema no se limita a una sola institución. El mismo proveedor, capa de orquestación o canal de datos puede causar problemas en múltiples empresas.

El contexto de los datos es el “amplificador oculto”.

Aquí es donde el punto de vista de Gartner se vuelve importante. El problema suele radicar en los datos sin contexto adecuado, y no en un modelo abstractamente defectuoso. Si las relaciones semánticas, las reglas de negocio y la linhagem de los datos son insuficientes, los agentes podrían actuar basándose en premisas erróneas.

Eso es importante para la estabilidad del sistema, ya que la mala calidad de los datos rara vez se presenta de forma aislada. Los errores en los datos principales, los datos obsoletos o el uso de etiquetas inconsistentes pueden dañar varios procesos que se realizan posteriormente. En un flujo de trabajo asincrónico, esto no se trata simplemente como un problema de datos. Se convierte en un problema relacionado con la ejecución de los procesos.

La concentración de terceros puede convertir a un único vendedor en algo realmente importante.

El FSB ha emitido una alerta.Dependencia de unos pocos proveedores externos y críticos.Y también existen vulnerabilidades relacionadas con la criticidad, la concentración y la substituibilidad de los componentes utilizados en el sistema. Ese es el segundo punto que debe tenerse en cuenta. Si varias entidades bancarias, empresas de pago o gestores de activos utilizan la misma plataforma o servicio, una sola falla puede causar problemas en todo el sector.

Las discusiones en el Reino Unido apuntan en la misma dirección. Los funcionarios reconocen tanto las oportunidades que se presentan como las dificultades que pueden surgir.Adopción segura de la IAY también existe el peligro de depender demasiado de los proveedores externos de inteligencia artificial. La línea roja de la regulación no se refiere a la innovación en sí, sino más bien a la dependencia excesiva de sistemas de control frágiles.

Lo que los inversores deben tener en cuenta al observar las diferencias en la adopción de estas tecnologías

El mercado está comenzando a considerar la inteligencia artificial como algo más que una herramienta para aumentar la productividad; se trata ahora de una herramienta para el control y la gestión de las acciones humanas. Este cambio es oportuno, ya que…La adopción se acelera.En el mismo momento en que los reguladores exigen nuevos controles y instan a las juntas directivas a implementar medidas de protección, la implicación de esta posición es clara: no se debe dar el mismo trato a todas las empresas que anuncian la utilización de la inteligencia artificial. Es necesario distinguir entre las empresas que establecen medidas de protección y aquellas que simplemente conectan los modelos de IA a los procesos de trabajo.

Los posibles ganadores, en términos relativos

Las empresas que probablemente tendrán un desempeño superior son aquellas que ya han pasado de las fases iniciales de implementación de la tecnología. Según los datos de Cambridge, quienes adoptaron esta tecnología no solo estaban experimentando con ella; muchos de ellos estaban expandiendo o transformando sus procesos de trabajo. Eso es importante, porque la IA de tipo “agente” no es simplemente un software abstracto. Está diseñada para…Se integra con las herramientas y flujos de trabajo empresariales.Y también se permite el ejercicio de cierto grado de derechos de acción delegada. Cuando la ejecución está integrada en el sistema, el foco se desvía del acceso al modelo hacia la calidad de la implementación.

Ese es precisamente el punto en el que las inversiones de Gartner pueden ser rentables. Las empresas que invierten en datos de mejor calidad pueden ayudar a…Mejora la precisión de la inteligencia artificial en el procesamiento de datos.Mientras que los sistemas más débiles corren el riesgo de invertir en tecnologías de automatización que, a pesar de todo, produzcan resultados poco fiables. En la práctica, el mercado debería favorecer a las empresas que tienen un control más estricto sobre el flujo de trabajo, una rendición de cuentas más clara y una semántica de los datos más precisa. No es importante solo que las tecnologías de automatización se implementen con rapidez.

Puntos de vigilancia en los próximos cuartos de año

Tenga en cuenta estos indicadores:

• La adopción de este sistema sigue aumentando, mientras que los problemas de control, los retrasos en la implementación y las restricciones regulatorias son limitados. Si esto ocurre, es probable que el riesgo esté exagerado.
• Las empresas revelan hasta qué punto se permite que los agentes actúen dentro de los flujos de trabajo principales, especialmente en aquellos casos en los que interactúan con otros elementos del proceso.Autorización, gestión de liquidez, liquidación, cumplimiento de requisitos legalesO bien, la resiliencia operativa.
• Las empresas que cuentan con un contexto de datos más débil tienen dificultades para convertir los programas automatizados en una herramienta confiable para la automatización de la producción.
• La concentración en un pequeño grupo de proveedores especializados en modelos, nubes o sistemas de orquestación se vuelve más evidente en las informaciones divulgadas y en los comentarios de auditoría.