Por Canuto  

JPMorgan y Hyundai Card completaron una prueba en la que un agente de IA solicitó una operación simulada de divisas sobre la blockchain privada Kinexys. El siguiente paso, previsto para el primer semestre de 2027, explorará interacciones entre varios agentes, aunque el banco identifica la gobernanza y la responsabilidad como los principales desafíos para llevar el modelo al uso comercial.

***

  • La prueba inicial permitió que un agente de Hyundai Card solicitara una operación simulada de divisas para mantener liquidez en euros.
  • JPMorgan y Hyundai Card prevén ampliar el ensayo a interacciones entre varios agentes de IA durante el primer semestre de 2027.
  • Kinexys limita las operaciones mediante parámetros predefinidos, mientras expertos advierten sobre errores autónomos y fallos en cascada.

 


 

JPMorgan y Hyundai Card ensayaron transacciones financieras solicitadas por agentes de inteligencia artificial sin intervención humana directa. El experimento, realizado sobre la blockchain privada Kinexys, fue una prueba de concepto y no supone todavía el lanzamiento comercial de pagos autónomos.

La primera operación fue una solicitud simulada de divisas de un agente de Hyundai Card, con el objetivo de mantener liquidez en euros en una cuenta de depósito. Ahora, las compañías quieren probar durante el primer semestre de 2027 un escenario más complejo: agentes que negocien entre sí, acuerden condiciones y ejecuten pagos, un avance que plantea nuevas preguntas sobre controles y responsabilidad.

Una primera prueba de divisas sobre Kinexys

El ensayo conectó un agente de inteligencia artificial de Hyundai Card con los servicios de JPMorgan para gestionar una necesidad de tesorería corporativa. El agente solicitó una transacción simulada de divisas destinada a conservar liquidez en euros en una cuenta de depósito alojada en Kinexys, la plataforma blockchain privada del banco.

JPMorgan describió el ejercicio como su primera prueba autónoma de agente bancario a agente cliente, basada en una blockchain privada y centrada en la gestión de tesorería empresarial. La operación no consistió en una negociación abierta entre dos inteligencias artificiales: el siguiente paso anunciado es precisamente comprobar cómo actuarían varios agentes cuando deban interactuar entre sí.

Wee Kee Toh, director global de Kinexys Insights en Kinexys by JPMorgan, explicó a CNBC que la expansión buscará responder qué ocurre cuando los agentes negocian directamente, llegan a acuerdos y luego realizan pagos. La cuestión, por tanto, no se limita a automatizar una orden individual, sino que abarca el funcionamiento de un ecosistema en el que distintas herramientas autónomas podrían tomar decisiones encadenadas.

La iniciativa se encuentra todavía en una fase de experimentación, y el banco no ha establecido un calendario para comercializar la tecnología. Aunque completar una prueba de concepto permite observar cómo se conectan los sistemas, no demuestra por sí solo que los agentes puedan operar con seguridad en situaciones reales, con montos y condiciones variables.

El desafío de definir límites y responsabilidades

Toh dijo que desarrollar la tecnología resultó relativamente sencillo frente a la tarea de establecer gobernanza y controles internos apropiados. La dificultad central es determinar quién responde cuando un agente ejecuta una operación sin supervisión humana directa, qué límites rigen su actuación y cómo se interviene si el sistema se desvía de lo autorizado.

Para abordar ese problema, Kinexys desarrolló un marco que restringe a los agentes a parámetros de transacción definidos previamente. Las solicitudes que excedan esos permisos se rechazan automáticamente, una forma de impedir que la autonomía del software se convierta en una autorización ilimitada para mover fondos.

Toh ilustró el mecanismo con el ejemplo de un agente autorizado a transaccionar hasta USD $5 millones: si intenta superar ese umbral, la operación queda bloqueada. Ese límite ayuda a reducir el alcance de un error, aunque no elimina por sí solo otros riesgos, como una instrucción equivocada dentro del monto permitido o la interacción de varios agentes con información incorrecta.

Hassan Ahmed, director de país de Coinbase en Singapur, sostuvo que los pagos agénticos seguros necesitarán límites de gasto, permisos de cuenta restringidos y requisitos explícitos de autorización. También señaló que los usuarios deberían poder supervisar la actividad y revocar el acceso en cualquier momento, mientras que los entornos privados o con permisos pueden ofrecer controles adicionales sin dejar de considerar el potencial de las blockchains abiertas para facilitar sistemas financieros más accesibles e interoperables.

El riesgo de que un error se propague

La preocupación por la gobernanza se relaciona con incidentes de seguridad vinculados a agentes de inteligencia artificial. El informe State of AI 2026 de AvePoint identificó las acciones autónomas no autorizadas como la tercera infracción de seguridad más frecuente relacionada con estos sistemas, reportada por el 34,1% de las empresas que registraron incidentes.

Entre los ejemplos incluidos en esos casos figuran ejecutar transacciones y modificar datos sin aprobación, aunque los hallazgos no se limitan a pagos de tesorería corporativa. La cifra apunta a un problema más amplio de control sobre sistemas que pueden actuar por cuenta propia, pero no permite asumir que el mismo porcentaje se aplique específicamente a operaciones financieras con blockchain.

Tianyi Jiang, director ejecutivo de AvePoint, advirtió que la gobernanza cambia cuando los agentes negocian y ejecutan de manera autónoma, porque el control debe abarcar también las dependencias entre máquinas. Si un agente entrega información errónea a otro, una cadena de decisiones puede amplificar el fallo antes de que una persona detecte la actividad y tenga oportunidad de detenerla.

Jiang describió como escenario extremo que un agente comprometido o afectado por una alucinación transmita datos incorrectos y desencadene una reacción rápida de transferencias defectuosas. La advertencia no significa que la prueba de JPMorgan y Hyundai Card haya sufrido un incidente, sino que ilustra por qué las empresas deben diseñar mecanismos de supervisión antes de conectar agentes con capacidad de pago.

Una colaboración que podría ampliarse

JPMorgan y Hyundai Card exploran si pueden extender su colaboración a otras áreas de Hyundai Motor Group, cuyas operaciones más amplias fueron una de las razones para elegir a la firma de tarjetas como socia. Toh no anunció proyectos específicos, por lo que esa posibilidad sigue siendo una línea de exploración y no un compromiso con aplicaciones concretas.

Hyundai Card ya había probado pagos transfronterizos basados en blockchain. En julio, la compañía informó que completó una prueba de concepto de una transferencia de USD $20.000 en USDT entre filiales de Hyundai Motor en Estados Unidos y México, con un proceso de transferencia y verificación que tomó un promedio de siete minutos.

Kinexys también ha ampliado su actividad en pagos basados en blockchain. JPMorgan indicó en agosto que la plataforma había procesado más de USD $4 billones en transacciones desde su creación, con un promedio aproximado de USD $7.000 millones diarios, cifras que muestran la escala de la infraestructura, pero no implican que las operaciones autónomas de IA ya estén disponibles comercialmente.

En una iniciativa distinta, JPMorgan lanzó en junio de 2025 una prueba de concepto para JPMD, su token de depósito denominado en dólares, antes de ponerlo a disposición de clientes institucionales en noviembre. Esos proyectos forman parte del contexto de desarrollo de pagos basados en blockchain del banco, mientras que el piloto con Hyundai Card se enfoca en cómo los agentes de IA podrían solicitar y, más adelante, coordinar transacciones.

La próxima fase prevista para el primer semestre de 2027 permitirá examinar si varios agentes pueden negociar y realizar pagos dentro de límites establecidos, pero no fija una fecha de despliegue comercial. Para que esa posibilidad avance, las pruebas deberán abordar no solo la ejecución técnica, sino también cómo se asignan responsabilidades, se detectan errores y se revoca una autorización cuando una máquina actúa fuera de lo esperado.


Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín