¿Hasta dónde debería actuar una IA con acceso a tus datos bancarios?
Hasta hace poco, hablar con una inteligencia artificial en un banco significaba hacerle preguntas, pedirle información o solicitar ayuda con algún trámite. Pero ahora la tecnología está aprendiendo a hacer algo más que conversar: puede conectarse con sistemas, consultar información y ejecutar tareas. Y cuando una IA pasa de decirte qué debes hacer a tener permiso para hacerlo, las cosas se ponen bastante más interesantes.
Esta evolución, conocida como IA agéntica, está abriendo nuevas posibilidades para automatizar procesos financieros, desde la validación de identidades hasta la gestión de reclamos. Sin embargo, también plantea riesgos que los bancos necesitan controlar. Por eso, la compañía tecnológica Numia presentó cinco recomendaciones para proteger los datos de los clientes, establecer límites a los agentes de IA y evitar que un error termine convirtiéndose en un problema mucho mayor.
¿Qué cambia cuando una inteligencia artificial puede actuar y no solo responder?
Pensemos en una situación cotidiana. Entras a la aplicación de tu banco y le preguntas a un asistente virtual qué necesitas para solicitar un crédito. El sistema consulta la información disponible y te entrega una respuesta. Puede equivocarse, claro, pero su intervención termina principalmente en lo que aparece escrito en la pantalla.
Más datos: De stablecoins a inteligencia artificial: cinco fuerzas que están moviendo a la banca
Un agente de IA podría ir varios pasos más allá. Si el banco le proporciona las herramientas y autorizaciones necesarias, podría consultar información, comprobar requisitos y poner en marcha parte del proceso de solicitud. Todo sin que un empleado tenga que realizar manualmente cada una de esas tareas.
La diferencia parece pequeña hasta que pensamos en lo que podría salir mal. Una respuesta incorrecta puede corregirse; una operación ejecutada por error puede requerir revertir cambios, investigar accesos o reparar consecuencias dentro de otros sistemas.
Eso no significa que todos los agentes puedan mover dinero o modificar cuentas libremente. Sus capacidades dependen de los permisos y las integraciones que cada institución configure. Precisamente ahí aparece uno de los mayores desafíos: decidir hasta dónde puede llegar su autonomía.
Gustavo Lauria, CEO de Numia, resume esta diferencia con una advertencia: “Por eso, a mayor autonomía, mayor necesidad de control”.
Y no se trata de una preocupación exclusiva de los bancos. Un estudio de Deloitte publicado en 2026, realizado entre 3.235 líderes empresariales y tecnológicos de 24 países, encontró que apenas el 21 % de los encuestados considera que su organización cuenta con un modelo maduro de gobernanza para la IA agéntica.
La cifra no corresponde específicamente a la banca colombiana, pero ayuda a dimensionar el problema: las empresas están explorando sistemas cada vez más autónomos mientras muchas todavía trabajan en definir cómo supervisarlos.
El panorama cobra especial importancia en el sector financiero. Según el informe X-Force Threat Intelligence Index 2026 de IBM, las instituciones financieras y aseguradoras fueron la segunda industria más atacada entre los incidentes investigados por la compañía durante 2025. No significa que esos ataques fueran provocados por agentes de IA, pero sí demuestra que estas organizaciones operan en un entorno donde proteger los sistemas y las credenciales resulta fundamental.
Otros datos: Volver a las bases: por qué los datos y no solo la inteligencia artificial definirán a las empresas del futuro
Cinco controles para que la IA bancaria no tenga carta blanca
La posibilidad de automatizar trámites resulta atractiva, especialmente cuando puede ahorrarnos llamadas, formularios y largas esperas. Pero darle acceso a los sistemas de un banco a una inteligencia artificial no debería parecerse a entregarle todas las llaves de la oficina y confiar en que sabrá cuáles utilizar.
Numia propone cinco medidas para establecer límites claros y reducir los riesgos de utilizar agentes de IA en los servicios financieros.
1. Darle a cada agente únicamente los permisos que necesita
Si una inteligencia artificial tiene como tarea consultar el estado de una solicitud de crédito, no necesita acceso a todas las operaciones bancarias del cliente. Mucho menos debería poder modificar información que no forma parte de su trabajo.
La primera recomendación consiste en limitar los permisos de acuerdo con las funciones de cada agente. Numia señala que sus soluciones pueden incorporar controles de acceso y verificaciones mediante códigos de un solo uso, conocidos como OTP, cuando el proceso lo requiere.
Es una medida especialmente relevante porque el riesgo no siempre está en que una IA tenga malas instrucciones, sino en que disponga de más capacidades de las necesarias.
2. Proteger los datos incluso mientras la IA trabaja con ellos
Para realizar determinadas tareas, un agente podría necesitar información personal o financiera. El desafío es permitirle utilizar los datos necesarios sin exponer más información de la cuenta.
Numia explica que aplica técnicas de enmascaramiento para ocultar datos sensibles y mecanismos de cifrado para proteger la información almacenada y transmitida. También asegura que mantiene una política de no utilizar datos de sus clientes para entrenar modelos de IA de terceros.
Más datos: Las tres preguntas que desactivan cualquier estafa hecha con deepfake
Son controles declarados por la compañía, no una garantía de que cualquier sistema de IA utilizado por un banco ofrezca automáticamente esas protecciones.
3. Poder reconstruir lo que hizo la inteligencia artificial
Supongamos que un agente analiza el reclamo de un cliente y lo clasifica como resuelto, aunque la persona todavía tiene un problema pendiente. ¿Cómo averiguar qué ocurrió?
La respuesta no debería depender de preguntarle al mismo sistema si cree que hizo bien su trabajo.
Las instituciones necesitan conservar registros que permitan revisar qué información consultó, qué decisiones tomó y qué acciones ejecutó. Esta capacidad, conocida como trazabilidad, facilita identificar errores y determinar dónde deben corregirse.
Numia señala que su herramienta Speech Analytics utiliza un proceso de clasificación basado en evidencias verificables de las conversaciones. Es un ejemplo de cómo puede documentarse un resultado para revisarlo posteriormente.
4. Vigilar su comportamiento y no guardar información eternamente
Un agente puede funcionar correctamente durante muchas operaciones y presentar un comportamiento inesperado en otra. Por eso, la supervisión no debería terminar cuando la tecnología comienza a utilizarse.
Numia recomienda monitorear los sistemas, revisar sus accesos y establecer políticas sobre cuánto tiempo se conserva la información. En el caso específico de su solución Speech Analytics, la empresa señala que los audios y transcripciones tienen un periodo máximo de retención de 15 días, tras el cual se eliminan automáticamente.
Ese plazo corresponde a la herramienta mencionada, no a una regla general para todos los agentes bancarios.
5. Saber cuándo la IA debe detenerse y llamar a una persona
Tal vez sea la recomendación más importante de todas. Automatizar una tarea no significa que todas las decisiones deban quedar exclusivamente en manos de una máquina.
Una inteligencia artificial puede ayudar a recopilar documentos, organizar información y preparar un trámite. Pero si una operación implica consecuencias importantes para el cliente, el banco debe establecer cuándo es necesaria una validación humana antes de continuar.
La organización internacional OWASP, especializada en seguridad de aplicaciones, también advierte sobre riesgos relacionados con el uso indebido de herramientas y los permisos excesivos en sistemas de IA agéntica.
En otras palabras, no basta con que un agente sepa cómo realizar una operación: también debe existir un mecanismo que determine si está autorizado para hacerla.
Para los bancos, esto implica diseñar sistemas en los que la inteligencia artificial pueda agilizar procesos sin dejar las decisiones sensibles fuera de supervisión. Y para los usuarios, el asunto es bastante concreto: cuando una tecnología tiene acceso a información financiera, importa tanto lo que puede hacer como los límites que le impiden ir más allá.
¿Sabías que?
El primer cajero automático que entró en funcionamiento en el mundo no necesitaba una tarjeta bancaria como las que utilizamos actualmente. Fue instalado por Barclays el 27 de junio de 1967 en Enfield, Inglaterra, y funcionaba mediante unos vales especiales de papel que los clientes introducían en la máquina para recibir un billete de 10 libras esterlinas. Incluso su inauguración tuvo un invitado particular: el actor y comediante británico Reg Varney fue el encargado de realizar la primera retirada.
Lo más curioso es que aquel invento ya enfrentaba uno de los desafíos que siguen presentes en la automatización bancaria: comprobar que una operación estuviera autorizada antes de ejecutarla. Según los registros históricos de Historic England, el sistema utilizaba vales vinculados a un código PIN de cuatro dígitos. Casi seis décadas después, los bancos están pasando de máquinas que entregan dinero a sistemas capaces de coordinar tareas mucho más complejas. La tecnología cambió enormemente, pero sigue siendo indispensable saber quién tiene permiso para hacer qué.
