La inteligencia artificial está entrando en procesos financieros cada vez más sensibles. El reto ya no es únicamente decidir si una entidad debe usar IA, sino establecer quién responde por sus decisiones, qué puede ejecutar y cómo se detiene cuando algo sale mal.
El Financial Stability Board (FSB) publicó el 15 de octubre de 2026 su informe final sobre prácticas para una adopción responsable de la inteligencia artificial en las instituciones financieras. El documento reúne 12 prácticas orientadas a reforzar la gobernanza, la gestión del riesgo y los controles durante todo el ciclo de vida de los sistemas de IA.
Las recomendaciones no son una nueva ley global ni sustituyen la regulación nacional. Funcionan como un marco de referencia para consejos de administración, equipos directivos, supervisores y responsables de riesgo.
La IA deja de ser una herramienta aislada
Cuando un modelo solo genera un borrador que después revisa una persona, el riesgo operativo es relativamente acotado. La situación cambia cuando un agente puede consultar bases de datos, llamar a APIs, mover información, generar instrucciones o ejecutar acciones en sistemas de producción.
En ese escenario, la IA empieza a comportarse como una identidad digital con capacidad operativa. Por eso los controles clásicos de ciberseguridad siguen siendo plenamente aplicables: mínimo privilegio, separación de funciones, trazabilidad, gestión de secretos y aprobación reforzada para acciones sensibles.
Gobernanza desde el consejo hasta el equipo técnico
El FSB subraya la necesidad de una gobernanza de IA a escala de toda la organización. Esto implica que el riesgo no puede quedarse únicamente en manos del equipo de datos o del proveedor tecnológico.
La alta dirección debe conocer qué sistemas de IA existen, qué funciones cumplen, qué datos utilizan y qué consecuencias tendría una decisión incorrecta. Esa visibilidad es esencial cuando la tecnología afecta a crédito, prevención del fraude, atención al cliente, trading, cumplimiento o ciberseguridad.
Control humano donde el impacto lo exige
Una de las cuestiones más relevantes es la supervisión humana. No todas las acciones necesitan la misma fricción. Una consulta informativa puede ejecutarse de forma automática; una transferencia, una modificación de permisos o el bloqueo de una cuenta crítica exige controles mucho más estrictos.
El diseño debería incorporar niveles de autorización según impacto y reversibilidad. Cuanto mayor sea el daño potencial de una acción, mayor debe ser el grado de validación.
El riesgo de terceros y modelos externos
Las entidades financieras dependen de proveedores de nube, modelos, APIs, plataformas de datos y herramientas de ciberseguridad. La cadena de suministro de IA añade nuevas dependencias: cambios en un modelo pueden alterar el comportamiento de una aplicación sin que la entidad haya modificado su propio código.
Por eso conviene documentar versiones, condiciones de servicio, ubicación de datos, mecanismos de actualización, límites de responsabilidad y procedimientos de contingencia ante la indisponibilidad de un proveedor.
Registros que permitan reconstruir lo ocurrido
Si un agente toma una decisión incorrecta, la organización debe ser capaz de reconstruir qué información recibió, qué herramientas utilizó, qué permisos tenía y qué acción ejecutó. Sin esa trazabilidad, la respuesta a incidentes se vuelve mucho más difícil.
Los logs de agentes deberían tratarse como evidencia operacional. Eso implica protegerlos frente a modificaciones, aplicar una política de retención adecuada y correlacionarlos con los registros de identidad, red y aplicaciones.
Qué aplicaría Bussio28Team en una entidad financiera
- Inventario centralizado de modelos y agentes en producción.
- Clasificación por criticidad y capacidad de ejecutar acciones.
- Identidades propias para cada agente, evitando cuentas compartidas.
- Permisos mínimos y temporales.
- Aprobación humana para operaciones sensibles.
- Logs inmutables de herramientas, acciones y cambios de permisos.
- Pruebas periódicas frente a prompt injection y abuso de herramientas.
- Plan de desconexión rápida o kill switch.
- Evaluación de proveedores y dependencias externas.
Conclusión
Las 12 prácticas del FSB muestran que el debate sobre IA financiera está madurando. La pregunta ya no es si la IA puede aportar valor, sino cómo incorporarla sin degradar la resiliencia de sistemas que sostienen pagos, ahorro y crédito.
Principio Bussio28Team: un agente con capacidad de actuar debe gestionarse como una identidad privilegiada. Inteligencia sin gobernanza no es autonomía; es una superficie de riesgo adicional.