Los agentes de IA están atascados en modo piloto porque los bancos aún no confían en ellos

La IA agentica está ganando atención en las finanzas, pero el mayor obstáculo de la industria ya no es si los modelos son lo suficientemente potentes. El problema más difícil es si los bancos, gestores de activos y mesas de tesorería tienen la infraestructura para delegar tareas financieras a sistemas autónomos sin perder el control del dinero, la responsabilidad o el cumplimiento.

Una encuesta de Deloitte a más de 3,300 profesionales de finanzas y contabilidad mostró claramente la brecha: el 80,5% dijo que herramientas impulsadas por IA como agentes y chatbots GenAI podrían convertirse en estándar en cinco años, pero solo el 13,5% afirmó que sus organizaciones ya estaban usando IA agentica.

Citi Sky mostró por qué importa el debate sobre infraestructura

Citi lanzó Citi Sky, un asistente de riqueza impulsado por IA construido con tecnologías de Google Cloud y Google DeepMind, el 22 de abril. La herramienta fue desarrollada usando la Plataforma de Agentes Empresariales Gemini de Google y se implementará en fases para clientes de Citigold en EE. UU. este verano.

El lanzamiento dio un ejemplo en vivo del debate sobre IA agentica en la banca. El jefe de tecnología de riqueza de Citi, Dipendra Malhotra, señaló la memoria como una restricción central para la IA de asesoramiento de alto riesgo, preguntando cuánto tiempo puede mantener un cliente una conversación antes de que el sistema comience a alucinar.

La mayoría de los agentes dependen de la generación aumentada por recuperación para extender la memoria a través de bases de datos externas. Las ventanas de contexto aún limitan cuánto puede retener un agente a la vez.

En asesoramiento financiero, gestión de tesorería o ejecución de carteras, ese techo de memoria se vuelve más que un problema técnico. Se convierte en un riesgo operativo.

MihnChi Park, cofundador de CoinFello, dijo que las condiciones para una delegación confiable son simples: el agente solo puede actuar dentro de las instrucciones del usuario, el usuario puede detenerlo, y los activos subyacentes nunca se transfieren a un tercero.

Ethereum desarrolla primitivas en cadena para la identidad de agentes

La propuesta de Ethereum ERC-8004 introduce sistemas para la identidad, reputación y validación de agentes. El estándar preliminar establece tres registros: un Registro de Identidad, un Registro de Reputación y un Registro de Validación.

Juntos, están destinados a ayudar a los agentes autónomos a demostrar quiénes son, construir un registro de comportamiento y apoyar la verificación por otros participantes del mercado.

ERC-8183 toma un camino más estrecho. Propone un estándar de depósito en garantía para trabajos con attestación del evaluador, donde un cliente financia un trabajo, un proveedor presenta el trabajo y un evaluador completa o rechaza el resultado.

La propuesta no proporciona arbitraje ni resolución formal de disputas, pero ofrece a los mercados basados en agentes un marco para tareas en depósito y finalización verificable.

El documento en arXiv “La economía de los agentes: una base basada en blockchain para agentes de IA autónomos” mapea una arquitectura de cinco capas para este cambio, cubriendo infraestructura física, identidad en cadena, herramientas cognitivas, liquidación económica y gobernanza colectiva.

La capa de reputación aún presenta una vulnerabilidad estructural. Los agentes pueden generar actividad a una velocidad y escala que los humanos no pueden igualar, haciendo posible inflar señales de confianza en períodos cortos.

Eso deja a las instituciones financieras con una pregunta difícil: cuando un agente tiene un buen historial, ¿ese historial es evidencia de fiabilidad o solo evidencia de actividad automatizada repetida?

McKinsey estima que del 50% al 60% de las operaciones bancarias están en alcance

McKinsey estima que del 50% al 60% de los equivalentes a tiempo completo en los bancos están ligados a operaciones. Los expertos advierten sobre el “purgatorio piloto”, donde las instituciones realizan pruebas de concepto limitadas sin reconfigurar el modelo operativo.

Como informó Cryptopolitan desde el Festival Web3 de Hong Kong, McKinsey proyectó que el mercado de IA agentica crecería de 5.250 millones de dólares en 2024 a aproximadamente 200 mil millones para 2034.

Porter Stowell, CEO de W3.io, dijo: “Las empresas no tienen forma de ver, controlar o auditar lo que los sistemas autónomos están haciendo con su dinero. La supervisión humana no desaparece. Solo se traslada a la capa superior.”

Quedan cuatro preguntas sin resolver: quién es responsable cuando un agente de IA causa una pérdida financiera, si se puede confiar en su reputación, quién tiene el control una vez que estos sistemas se despliegan a gran escala y qué marco regulatorio se aplica cuando un agente actúa fuera de su alcance.

¿Sigues dejando que el banco tenga la mejor parte? Mira nuestro video gratuito sobre cómo ser tu propio banco.