Las compañías de seguros están integrando cada vez más la inteligencia artificial en sus procesos, lo que permite un aumento significativo en la velocidad del procesamiento de datos y una mejor interacción con los asegurados. Sin embargo, esto también plantea nuevos desafíos regulatorios, como garantizar la transparencia de los algoritmos y prevenir la discriminación injusta.
La Ley de IA de la UE ha entrado en vigor y se han establecido penalidades desde el 2 de agosto de 2025. Las empresas de tecnología médica deben actuar con decisión para cumplir con los nuevos requisitos, ya que la aplicación completa de la ley llegará el 2 de agosto de 2027.
Sam Peters, el Director de Producto de ISMS.online, explica cómo las marcas pueden construir modelos de IA seguros, éticos y centrados en el cumplimiento en el actual panorama de amenazas en evolución. A medida que la inteligencia artificial se integra cada vez más en las operaciones comerciales, es fundamental que las organizaciones incorporen la gobernanza y la seguridad en el núcleo de sus iniciativas de IA.
La ley de inteligencia artificial de Colorado (CAIA) se implementará el 30 de junio de 2026 y requiere que las empresas realicen evaluaciones de impacto para los sistemas de IA de alto riesgo, responsabilizándolas de la discriminación no intencionada. A diferencia del enfoque federal, que limita la responsabilidad a la discriminación intencionada, CAIA impone obligaciones proactivas para mitigar impactos desiguales.
El crecimiento explosivo de la industria de las criptomonedas ha traído consigo una serie de desafíos regulatorios, especialmente en operaciones transfronterizas. La clave para asegurar las carteras de criptomonedas de los inversionistas radica en plataformas que integran sistemas de cumplimiento nativo de IA, los cuales son fundamentales para la escalabilidad y la eficiencia operativa.
A medida que la inteligencia artificial (IA) se adopta rápidamente en diversas industrias, también aumenta la exposición a riesgos cibernéticos. Los modelos de IA generativa están creando nuevas superficies de ataque, y los corredores deben ayudar a sus clientes a gestionar estas exposiciones a través de una adecuada gobernanza y controles.
La regulación de la IA a nivel global enfrenta una gran incertidumbre debido al paisaje legal fragmentado entre países, lo que dificulta la gobernanza efectiva de los sistemas de IA transnacionales. Michael Berger de Munich Re enfatiza la importancia de establecer marcos de gobernanza y gestionar los riesgos de la IA para mitigar las posibles discriminaciones sistemáticas y otros riesgos operativos.
Las nuevas obligaciones de la Ley de Inteligencia Artificial de la UE sobre modelos de inteligencia artificial de propósito general entrarán en vigor en agosto. Los negociadores deben mejorar sus procesos de diligencia debida para garantizar que los objetivos tengan un inventario claro de sus modelos de IA y sistemas de IA.
A medida que la IA se desarrolla en todo el mundo, se vuelve cada vez más difícil implementar regulaciones efectivas. La UE lidera con su Ley de IA, que impone obligaciones estrictas a las aplicaciones de IA de alto riesgo, mientras que Estados Unidos sigue un enfoque fragmentado que combina órdenes ejecutivas federales con legislación a nivel estatal.
Una nueva encuesta de Smarsh ha encontrado que, aunque las herramientas de IA se están adoptando rápidamente en los servicios financieros del Reino Unido, muchos empleados siguen preocupados por la supervisión y el cumplimiento. Casi el 70% de los encuestados afirmó que se sentirían más seguros usando IA si los resultados se capturaran y monitorearan de manera transparente.