La inteligencia artificial (IA) está evolucionando en el sector financiero, pasando de ser herramientas que responden consultas a sistemas más avanzados conocidos como IA agéntica. Estos sistemas pueden planear tareas, usar herramientas, conectarse a otras plataformas y coordinarse entre sí para ejecutar procesos completos, como validar identidades, gestionar reclamos o simular créditos. Aunque esto abre nuevas oportunidades, también plantea desafíos en términos de seguridad y gobernanza.
La velocidad con la que las instituciones financieras adoptan la IA agéntica no siempre va de la mano con su preparación para gestionar los riesgos asociados. Según Deloitte, una tercera parte de estas instituciones ya destina presupuesto a la IA agéntica, pero solo el 21% considera que tiene un modelo maduro de gobernanza para estos agentes. Además, el sector financiero y de seguros fue el segundo más atacado a nivel mundial en 2025, según IBM X-Force.
Para los directivos de la banca, el reto es comprender cómo gestionar una nueva generación de agentes de IA que trabajan junto a sus equipos y pueden ejecutar acciones de forma autónoma. Un error de un agente puede tener consecuencias graves, como modificar sistemas en operación, exponer datos de clientes, incumplir regulaciones o desencadenar fallas en cadena.
TE PUEDE INTERESAR: Starlink y Qualcomm preparan red 5G en EE.UU. para mejorar cobertura móvil
5 acciones clave para reforzar la seguridad de la IA agéntica en los servicios financieros
- Definir permisos y límites para cada agente: No todos los agentes necesitan acceder a la misma información ni realizar las mismas tareas. Limitar la exposición de información sensible reduce el riesgo de acciones fuera de su alcance.
- Proteger los datos desde el diseño: Incorporar medidas de seguridad desde el desarrollo, como el enmascaramiento de datos personales y financieros, cifrado TLS 1.2 o superior, y AES-256 para datos almacenados.
- Garantizar la trazabilidad de los resultados: Las instituciones deben poder revisar qué información usa un agente y cómo fundamenta sus resultados. Esto facilita la auditoría y la detección de errores.
- Monitorear el funcionamiento y limitar la conservación de datos: La supervisión continua permite detectar comportamientos inesperados, mientras que las políticas de almacenamiento reducen la exposición de información sensible.
- Establecer cuándo debe intervenir una persona: Definir qué tareas puede realizar un agente de manera autónoma y cuáles requieren validación humana, especialmente cuando involucran información sensible o tienen consecuencias relevantes.
Especificaciones técnicas
- Numia aplica el enmascaramiento automático de datos personales y financieros.
- Utiliza cifrado TLS 1.2 o superior para la información en tránsito y AES-256 para los datos almacenados.
- Mantiene una política de cero entrenamiento con datos del cliente en modelos de IA de terceros.
- En Speech Analytics, Numia establece un periodo máximo de retención de 15 días para audios y transcripciones, con eliminación automática.
- Su infraestructura en Amazon Web Services (AWS) complementa estas medidas de protección de la información.
“La seguridad acompaña la tecnología desde el primer día, y eso es lo que permite llevarla a la operación real.”
— Gustavo Lauria, CEO de Numia
Contenido generado con IA y editado por el equipo editorial.
Foto: Archivo FOLOU.