La evolución de la inteligencia artificial está dando lugar a una nueva generación de agentes digitales capaces de gestionar tareas financieras cada vez más complejas, desde analizar gastos y comparar alternativas hasta ejecutar determinadas acciones previamente autorizadas por las personas usuarias.
Durante años la banca digital buscó acercar los servicios financieros a las personas. La llegada de agentes capaces de intervenir en procesos financieros introduce un desafío diferente y plantea una nueva pregunta para la industria: ¿cómo construir confianza cuando parte de las decisiones cotidianas comienzan a ser delegadas en sistemas inteligentes?
“La novedad no es que una transacción pueda ejecutarla un software; eso ya existe desde hace años. El cambio es que empiezan a aparecer agentes capaces de interpretar objetivos y ejecutar acciones en representación de las personas. A medida que estos modelos ganen espacio, se van a abrir nuevas preguntas sobre cómo gestionar el consentimiento, la supervisión y la responsabilidad cuando parte de las acciones financieras sean ejecutadas por agentes. Además de cómo gestionar la “atención” del agente, es decir, qué producto elige comprar, adquirir o incorporar”, explica Joaquín Díaz Vélez, Business Manager en Flux IT.
La confianza será el principal desafío de los agentes de IA en las finanzas
Este escenario abre interrogantes que van más allá de la incorporación de nuevas capacidades tecnológicas y ponen el foco en cómo evolucionarán los modelos de confianza dentro del sistema financiero. Más que definir desde hoy una única forma de implementación, el desafío pasa por comprender cómo garantizar visibilidad, trazabilidad y control en operaciones donde la inteligencia artificial empieza a asumir un rol cada vez más activo.
En ese contexto, comienza a cobrar relevancia la discusión sobre qué capacidades deberán desarrollar los distintos actores del ecosistema financiero para convivir con este nuevo modelo.
“El desafío no pasa solamente por incorporar agentes de IA, sino por adaptar modelos que hasta ahora fueron concebidos para la interacción directa entre personas y entidades financieras. A medida que estos agentes ganen autonomía, la discusión se va a centrar en cómo establecer límites claros, garantizar la trazabilidad de las operaciones y generar confianza en un entorno donde parte de las decisiones estarán delegadas. La diferencia no la va a hacer quién automatice más, sino quién logre combinar autonomía con control”, señala Díaz Vélez. Y agrega: “Seguramente también van a estar pensando en cómo atraer la toma de decisión de los agentes, cómo hacer un producto atractivo para la forma en que estos trabajan”.
Cómo deberán adaptarse bancos y fintech ante la llegada de agentes inteligentes
Así como la banca digital obligó a rediseñar canales y experiencias, la incorporación de agentes inteligentes abre una nueva etapa para la industria financiera.
La transformación ya no estará determinada únicamente por la capacidad de automatizar tareas, sino por la forma en que el ecosistema logre construir confianza alrededor de sistemas capaces de actuar con mayor autonomía.
Preguntas frecuentes
- ¿Qué son los agentes de inteligencia artificial aplicados a las finanzas? Son sistemas capaces de interpretar objetivos definidos por los usuarios para analizar información financiera, recomendar alternativas e incluso ejecutar determinadas acciones previamente autorizadas.
- ¿Qué desafíos plantea el uso de agentes de IA en el sistema financiero? Los principales retos son garantizar el consentimiento de los usuarios, asegurar la trazabilidad de las operaciones, definir responsabilidades y mantener el control sobre las decisiones automatizadas.
- ¿Cómo impactarán estos agentes en bancos y fintech? Las entidades deberán adaptar sus modelos de negocio y sus procesos para convivir con sistemas más autónomos, priorizando la transparencia, la seguridad y la generación de confianza.
Leer más
- Globant se alía con Anthropic y potencia la IA empresarial con AI Pods impulsados por Claude
- The App Master: el error que muchas empresas cometen antes de implementar IA (y que puede salir muy caro)
- Gastón Galanternik, de AmCham: “La IA debe resolver un problema antes de convertirse en una inversión”
