Riesgos asociados a los agentes de IA: La pérdida de 441 mil dólares y la ganancia de 2.3 millones de dólares demuestran el verdadero riesgo que implican estas tecnologías.

El problema central relacionado con los riesgos asociados a los agentes de IA no gestionados se ilustra claramente en dos casos recientes. En febrero, un bot autónomo llamado Lobstar Wilde, creado por un empleado de OpenAI, interpretó erróneamente una publicación en redes sociales y envió…441,000 tokens, valorados en cantidades considerables, que se entregan a un desconocido.El agente no tenía límites en las transacciones, no había requisitos de aprobación humana, y tampoco existía un mecanismo para detener las transacciones en caso de que algo saliera mal. Esto hacía que una simple solicitud pudiera convertirse en una pérdida catastrófica.

Este fracaso contrasta claramente con el éxito de un agente de IA que operó dentro de límites estrictos en la plataforma de predicción de Polymarket. Ese agente realizó 4,200 transacciones y logró obtener una rentabilidad de hasta el 376% en cada una de las posiciones que manejó. La diferencia no radica en la inteligencia, sino en la disciplina. El agente de Polymarket operó dentro de límites estrictos, mientras que los agentes que fallaron no tuvieron ningún tipo de restricciones.

El patrón que se observa en los fracasos es claro: los agentes autónomos que tienen acceso a la billetera y no tienen limitaciones en cuanto a las posiciones que pueden abrir, además de contar con mecanismos de aprobación humana o dispositivos para detener operaciones innecesarias, son como un arma cargada. La pérdida de 441,000 dólares y el modelo GPT-5, que perdió el 62% de su capital, demuestran que el uso excesivo de la capacidad de la IA, sin una gestión adecuada de los riesgos, puede llevar a la ruina.

La lección por valor de 9,412 dólares: La gestión dinámica de los riesgos supera a las reglas estáticas.

La pérdida de 9,412 dólares debido al uso de plataformas automatizadas es una lección contundente sobre los controles de riesgo obsoletos. El operador descubrió que las paradas estáticas colocadas en niveles técnicos evidentes eran sistemáticamente detectadas por algoritmos de alta frecuencia. Esto causó que las paradas fueran eliminadas por dichos algoritmos.Loco/desquiciadoSe trata de un caso en el que el precio se invirtió y los costos ascendieron a 4,200 dólares en un solo mes. Este fracaso destaca la vulnerabilidad de las estrategias basadas en reglas rígidas en los mercados modernos.

La solución fue el manejo dinámico de los riesgos. Al pasar a utilizar “paradas suaves” guiadas por la inteligencia artificial, que requerían confirmaciones en el momento del cierre de las sesiones y un análisis de la liquidez en tiempo real, el trader logró recuperar su capital perdido. Este enfoque permitió obtener una tasa de retorno sobre la inversión del 37.2% en 45 días, lo cual demuestra que las estrategias adaptativas, que comprenden las intenciones del mercado, son superiores a las reglas mecánicas.

Este es el estándar de la industria que se está desarrollando actualmente. Un estudio reciente muestra que…El 68% de las empresas de servicios financieros consideran que la gestión de riesgos basada en la inteligencia artificial es una prioridad estratégica importante.La transición se da de controles estáticos y predecibles a sistemas inteligentes y que tienen en cuenta el contexto en el que operan. Estos sistemas pueden manejar la búsqueda de liquidez y proteger los capitales en condiciones volátiles.

El camino a seguir: Capas de control y liquidez

La realidad operativa es clara: para implementar agentes de IA de manera segura, es necesario un nivel de control que imponga políticas claras y que pueda detener los movimientos de fondos, incluso si el agente se vea comprometido. La pérdida de 441,000 dólares demuestra que la autonomía del agente sin un mecanismo de control es un camino directo hacia la ruina. El nivel de control debe estar separado de la lógica de ejecución del agente, actuar como un “guardián” inmutable que puede detener las transacciones basándose en reglas predefinidas o en la detección de anomalías en tiempo real. Esta es la infraestructura indispensable para cualquier agente que maneje capital real.

Al mismo tiempo, los agentes de IA están democratizando el acceso a estrategias sofisticadas como la arbitraje. Pero operan en sistemas criptográficos que carecen de los mecanismos tradicionales de aprobación humana. Esto crea una tensión fundamental. Según un usuario, se dijo que…De 300 dólares, se pasó a más de 2.3 millones de dólares en cuatro meses.El agente se ejecuta en DEXes y CEXes, con acciones continuas y autónomas. Esta eficiencia solo es posible porque los sistemas subyacentes –las carteras de criptomonedas y las stablecoins– permiten que el valor se transfiera de manera programática, sin necesidad de revisión humana. La capacidad del agente para actuar está directamente relacionada con su acceso a las claves. Esto, a su vez, crea una superficie de ataque principal para cualquier tipo de compromiso.

Esto establece una norma imperativa: la gestión de riesgos basada en la inteligencia artificial ya no es algo opcional. Los analistas humanos no pueden procesar la velocidad y el volumen de los datos modernos. Un caso reciente demostró cómo una plataforma de tamaño medio tuvo dificultades para reaccionar ante las fluctuaciones del mercado. Los ejecutivos se preguntaron: “¿Por qué no nos dimos cuenta de esto?” La respuesta es que…Los equipos humanos simplemente no podían procesar la cantidad y la velocidad de los datos del mercado con la suficiente rapidez.Para mantenerse competitivos y estables, las plataformas deben incorporar sistemas de análisis de riesgos basados en IA. Estos sistemas pueden analizar los datos en tiempo real, predecir la volatilidad y ajustar automáticamente el comportamiento de las plataformas. El futuro pertenece a aquellos que desarrollan soluciones de IA no solo para el comercio, sino también para proteger continuamente al propio sistema de comercio.