Inteligencia Artificial y Datos
Introducción
El próximo año pondrá a prueba la capacidad de las empresas de servicios financieros para equilibrar la ambición con controles robustos en el uso de la Inteligencia Artificial (IA). La encuesta más reciente muestra que el apetito por la IA sigue siendo fuerte: el 94% de las empresas planea aumentar la inversión en los próximos 12 meses, con un 39% esperando un aumento significativo.
Desafíos en la Gobernanza de la IA
Las juntas directivas ven con razón la IA como una poderosa fuerza de transformación. Sin embargo, la transición de la experimentación a la escalabilidad de los casos de uso de IA en producción completa, especialmente en un entorno regulatorio basado en resultados, sigue siendo un desafío. Establecer una gobernanza efectiva de la IA y mantenerse dentro del apetito de riesgo es un obstáculo, especialmente para sistemas más complejos como la IA Generativa.
Casi un tercio de los encuestados citan la gestión de riesgos de IA (29%) y el cumplimiento de obligaciones regulatorias (28%) como los principales obstáculos para realizar retornos. Estas presiones se intensificarán en 2026, a medida que la IA se integre en procesos críticos y aplicaciones complejas.
Regulación de la IA
El entorno regulatorio internacional para la IA sigue siendo una mezcla de marcos bien establecidos y en evolución. En el Reino Unido y la UE, se están tomando caminos diferentes: el Reino Unido no tiene legislación dedicada a la IA para servicios financieros y no se espera que haya ninguna. En la UE, la implementación de la Ley de IA sigue en flujo, con propuestas en negociación para retrasar los plazos de cumplimiento para sistemas de IA de alto riesgo.
Se espera que, si se adoptan las propuestas, los sistemas de IA de alto riesgo utilizados en servicios financieros, como la evaluación de riesgos de crédito, deban cumplir con la Ley de IA en algún momento entre el primer trimestre de 2027 y finales de 2027.
Gobernanza y Responsabilidad de la IA
La gobernanza efectiva de la IA y la responsabilidad determinarán la velocidad y la escala de la adopción de la IA en los servicios financieros. Los supervisores en ambas jurisdicciones son consistentes en un punto: la IA es una herramienta tecnológica, y las empresas siguen siendo responsables de su uso seguro y en cumplimiento con sus obligaciones regulatorias.
A medida que las empresas consideran el uso de la IA en áreas de mayor impacto, se debe esperar una supervisión más rigurosa por parte de la gerencia y las juntas directivas.
Calidad de Datos y Gobernanza
La gobernanza de datos es fundamental para el despliegue efectivo de la IA. Datos de alta calidad y bien gestionados respaldan la transparencia, la validación de modelos y la supervisión responsable. Sin embargo, para muchas empresas, la gobernanza de datos sigue siendo un desafío persistente.
Las expectativas en torno a la calidad de los datos se intensificarán con la Ley de IA, que añade requisitos adicionales para los sistemas de alto riesgo. Las empresas deben utilizar el tiempo disponible para fortalecer las bases de datos, asegurando que los datos utilizados sean relevantes y representativos.
Resiliencia Operativa y Riesgo de Terceros
La resiliencia operativa es ahora central para la supervisión de la IA, impulsada por la dependencia de la industria financiera en un número reducido de proveedores tecnológicos. A medida que la IA se escala, la supervisión se centrará en la prueba de resiliencia, la transparencia y los planes de continuidad empresarial.
Consideraciones Finales
Escalar la IA de manera segura, en línea con el apetito de riesgo y las expectativas regulatorias, requiere ciertas capacidades esenciales. Una gobernanza sólida de la IA, junto con una gestión efectiva del riesgo de modelos, gobernanza de datos y resiliencia operativa, son fundamentales para cualquier estrategia de IA efectiva.
A medida que se desarrollan los marcos de datos inteligentes y finanzas abiertas, es crucial que las empresas permanezcan atentas y preparadas para los cambios regulatorios que se avecinan.
