Por Canuto  

Los reguladores bancarios de Estados Unidos ya no tratan la inteligencia artificial como un tema lateral. La tecnología pasó a formar parte de cada examen rutinario, mientras la Reserva Federal y la OCC piden a los bancos detalles sobre gobernanza, límites técnicos, supervisión humana, dependencia de proveedores y planes de emergencia.

***

  • La OCC y la Reserva Federal incorporaron la IA como tema permanente en los exámenes bancarios rutinarios.
  • Los supervisores preguntan por límites técnicos, revisión humana, interruptores de apagado y planes de respaldo.
  • La guía actualizada de riesgo de modelos no impone estándares exigibles y deja fuera a la IA generativa y agente.

 

Los reguladores bancarios de Estados Unidos comenzaron a examinar de forma sistemática cómo las entidades financieras usan inteligencia artificial en sus operaciones más sensibles. La supervisión ya forma parte de cada revisión rutinaria realizada a los bancos.

Según reportó Reuters, citada por Quartz, la Oficina del Contralor de la Moneda (OCC) y la Reserva Federal han convertido la IA en un punto fijo dentro de sus exámenes regulares. En la práctica, ya no habría inspección bancaria sin alguna discusión sobre esta tecnología.

El giro refleja un cambio importante en la forma en que Washington observa la modernización del sistema financiero. Durante años, los reguladores se apoyaron en marcos generales de riesgo operativo y de modelos, pero ahora buscan entender de manera más directa cómo se despliega la IA dentro de los bancos.

El foco no está en usos experimentales o marginales. Los examinadores están poniendo atención sobre funciones de alto riesgo, entre ellas la concesión de préstamos, la verificación de clientes y el análisis de sanciones.

Para lectores menos familiarizados con el tema, eso significa revisar herramientas que pueden influir en decisiones de crédito, procesos de cumplimiento y filtros contra actividades ilícitas. Cualquier error, sesgo o falla técnica en esos sistemas podría tener consecuencias regulatorias, legales y reputacionales para las instituciones.

La IA entra al examen bancario cotidiano

Las conversaciones entre reguladores y bancos ocurren tanto por escrito como en reuniones presenciales. Hasta ahora, las agencias no habrían impuesto prácticas concretas, ya que el proceso sigue funcionando sobre todo como un ejercicio de recopilación de información.

Ese matiz es relevante porque muestra una etapa temprana de supervisión más que una ofensiva sancionatoria formal. Los reguladores quieren primero mapear cómo se está usando la IA, qué controles existen y dónde podrían surgir vacíos.

Los examinadores están pidiendo a los bancos que expliquen de qué manera gobiernan sus sistemas de IA. También solicitan detalles sobre los límites técnicos que fueron establecidos para restringir el comportamiento de los modelos.

Otra pregunta central es cómo se organiza la revisión humana de esas herramientas. El punto no es menor, porque en sectores regulados como la banca la automatización total en procesos delicados puede elevar el riesgo de errores sin supervisión suficiente.

Además, las agencias quieren saber si existen capacidades de apagado de emergencia, conocidas informalmente como “interruptores de muerte”, para desactivar un sistema cuando aparezcan problemas. También se consulta quiénes, por cargo o nombre, tendrían autoridad para intervenir ante una falla.

Los bancos deben demostrar, a su vez, que cuentan con planes de respaldo documentados. Esa exigencia apunta a garantizar continuidad operativa si una herramienta de IA deja de funcionar, produce resultados anómalos o compromete procesos críticos.

Gobernanza, datos y proveedores bajo la lupa

Uno de los ejes más sensibles del escrutinio regulatorio es el riesgo asociado a proveedores externos. A medida que los bancos dependen más de compañías tecnológicas para desplegar IA, también crece la preocupación sobre los controles de esos terceros.

La revisión no se limita al proveedor principal contratado por el banco. Los supervisores también quieren entender si los subcontratistas de esos proveedores cumplen estándares de gobernanza y seguridad comparables a los que se exigen a las propias entidades financieras.

En otras palabras, el riesgo no desaparece porque una función crítica se tercerice. Si un sistema externo procesa datos bancarios o participa en decisiones delicadas, los reguladores esperan que el banco mantenga control sobre esa cadena tecnológica.

De acuerdo con el reporte citado, las entidades también deben mostrar que tienen planes para desvincularse de un proveedor cuyo sistema se vea comprometido. Ese punto gana relevancia en un contexto donde muchos servicios de IA dependen de infraestructura, modelos y datos administrados por terceros.

Otro asunto que recibe atención especial es el de los límites de datos. Los examinadores buscan determinar si las herramientas de IA están accediendo, extrayendo o infiriendo información para la cual no tenían autorización.

Ese riesgo se amplifica por la propia arquitectura de muchos modelos, diseñados para sintetizar datos de múltiples fuentes. En un banco, esa capacidad puede abrir preguntas complejas sobre privacidad, cumplimiento y uso permitido de información sensible.

Para una industria acostumbrada a controles estrictos sobre datos de clientes, el problema no es solo técnico. También toca obligaciones legales, trazabilidad de decisiones y la capacidad de explicar cómo un sistema llegó a una conclusión determinada.

Guía actualizada, pero sin reglas obligatorias

Los tres reguladores bancarios federales, la OCC, la Reserva Federal y la FDIC, emitieron el 17 de abril de 2026 una guía actualizada sobre gestión de riesgo de modelos. El documento aclara que esas prácticas deben adaptarse al tamaño, la complejidad y el grado de uso de cada modelo dentro de un banco.

Sin embargo, la guía no establece estándares exigibles. Las agencias indicaron además que el incumplimiento de esa orientación no derivará en críticas supervisoras.

Ese detalle revela la cautela con la que avanza la regulación en esta fase. En lugar de publicar de inmediato un libro de reglas exclusivo para IA, los supervisores están ampliando herramientas ya existentes para evaluar la exposición de las instituciones.

Entre esos marcos previos figuran las normas y prácticas relacionadas con riesgo de modelos, gestión de proveedores externos y protección al consumidor. La lógica es adaptar instrumentos conocidos a una tecnología nueva, sin cerrar todavía el debate regulatorio con requisitos rígidos.

La OCC destacó, además, que los modelos de IA generativa y de IA agente quedan fuera del alcance de esta guía actualizada. Eso deja una zona importante sin cobertura específica, justo cuando esas tecnologías empiezan a ganar presencia en el sector financiero.

Las tres agencias planean emitir una solicitud separada de información sobre el uso de IA por parte de los bancos. Esa consulta incluirá tanto sistemas generativos como agentes, lo que sugiere una próxima fase de análisis más enfocada en estas herramientas emergentes.

El reto de supervisar una tecnología que avanza rápido

Michelle Bowman, vicepresidenta de supervisión de la Reserva Federal, reconoció en un discurso de mayo la dificultad de mantener el ritmo frente al avance tecnológico. Su comentario retrata un dilema central para los reguladores: la innovación se mueve más rápido que los marcos de supervisión tradicionales.

Bowman afirmó que hoy los bancos dependen de los marcos existentes de gestión de riesgos para orientar su uso de la IA. También señaló que esas herramientas supervisoras buscan apoyar a las entidades en la aplicación de una gobernanza y una administración de riesgos sólidas.

La funcionaria añadió que debería evaluarse si esa orientación de supervisión es adecuada para el futuro. Esa frase sugiere que la actual etapa de observación podría desembocar más adelante en lineamientos más específicos o incluso en nuevas exigencias formales.

El comentario tiene peso porque llega en un momento en que la IA ya no es una promesa abstracta dentro de la banca. Varias instituciones la usan para automatizar análisis, clasificar riesgos, monitorear transacciones y reforzar procesos de cumplimiento.

Para el ecosistema tecnológico y financiero, el mensaje es claro. La pregunta regulatoria ya no es si los bancos usarán IA, sino bajo qué controles, con qué responsabilidades internas y con qué capacidad de intervención humana cuando algo salga mal.

Este tipo de discusión también puede interesar a lectores del ámbito cripto y blockchain. Aunque se trata de banca tradicional, el patrón es similar al que se observa en otras áreas financieras: a mayor automatización, mayor presión por trazabilidad, gobernanza y manejo de riesgos de terceros.

JPMorgan y el avance de los agentes autónomos

La rapidez con la que se incrusta la IA en las grandes instituciones queda ilustrada por el caso de JPMorgan Chase. El mayor banco de Estados Unidos por activos planea desplegar más adelante este año agentes de IA autónomos capaces de operar sin intervención humana durante horas seguidas.

Ese anuncio ayuda a entender por qué los reguladores están elevando su atención sobre la IA agente. A diferencia de herramientas más acotadas, un agente autónomo puede ejecutar tareas encadenadas con mayor independencia, lo que amplía tanto su utilidad como el posible radio de riesgo.

En un entorno bancario, un sistema de ese tipo podría interactuar con datos internos, activar procesos, revisar documentación o apoyar decisiones operativas por períodos prolongados. Esa autonomía vuelve más urgente definir límites, responsables humanos y mecanismos de apagado.

También refuerza la preocupación sobre escenarios de falla poco convencionales. Si un agente de IA opera durante horas sin supervisión directa, los bancos necesitan demostrar quién lo monitorea, qué eventos activan una intervención y cómo se documenta cada contingencia.

Por ahora, la supervisión descrita por las agencias parece concentrarse en entender el terreno antes de dictar reglas más duras. Aun así, el mensaje para la banca es inequívoco: la adopción de IA en funciones críticas ya está siendo observada como un asunto permanente de control regulatorio.

El desarrollo también anticipa un debate más amplio sobre el equilibrio entre eficiencia e integridad del sistema financiero. Si la IA promete reducir costos y acelerar procesos, los supervisores quieren asegurarse de que esa velocidad no comprometa privacidad, cumplimiento ni estabilidad operativa.

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

 


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

Artículos Relacionados