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

La IA agente está ganando popularidad en el sector financiero, pero el mayor obstáculo ya no reside en si los modelos son lo suficientemente potentes. El verdadero problema es si los bancos, las gestoras de activos y los departamentos de tesorería cuentan con la infraestructura necesaria para delegar tareas financieras a sistemas autónomos sin perder el control del dinero, la rendición de cuentas ni el cumplimiento normativo.

Una encuesta de Deloitte realizada a más de 3300 profesionales de finanzas y contabilidad puso de manifiesto la clara brecha: el 80,5 % afirmó que las herramientas basadas en IA, como los agentes y los chatbots GenAI, podrían convertirse en un estándar en un plazo de cinco años, pero solo el 13,5 % indicó que sus organizaciones ya utilizaban IA con capacidad de agente.

Citi Sky demostró por qué el debate sobre infraestructuras es importante

El 22 de abril, Citi lanzó Citi Sky, un asistente patrimonial impulsado por inteligencia artificial y desarrollado con tecnologías de Google Cloud y Google DeepMind. La herramienta se desarrolló utilizando la plataforma Gemini Enterprise Agent de Google y su lanzamiento gradual para los clientes de Citigold en Estados Unidos está previsto para este verano.

El lanzamiento ofreció un ejemplo real del sector bancario para ilustrar el debate sobre la IA con capacidad de gestión. Dipendra Malhotra, director de tecnología patrimonial de Citi, señaló la memoria como una limitación fundamental para la IA de asesoramiento en situaciones de alto riesgo, y preguntó cuánto tiempo puede un cliente mantener una conversación antes de que el sistema empiece a divagar.

La mayoría de los agentes recurren a la generación aumentada por recuperación para extender la memoria a través de bases de datos externas. Las ventanas de contexto aún limitan la cantidad de información que un agente puede almacenar simultáneamente.

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

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

Ethereum elabora borradores de primitivas en cadena para ladentdel agente

La propuesta ERC-8004 Ethereum introduce sistemas para ladent, la reputación y la validación de agentes. El borrador del estándar establece tres registros: un Registro dedent, un Registro de Reputación y un Registro de Validación.

En conjunto, están diseñadas para ayudar a los agentes autónomos a demostrar quiénes son, crear un registro de su comportamiento y facilitar la verificación por parte de otros participantes del mercado.

La propuesta ERC-8183 adopta un enfoque más específico. Propone un estándar de depósito en garantía para trabajos con certificación del evaluador, donde un cliente financia un trabajo, un proveedor presenta el trabajo y un evaluador completa o rechaza el resultado.

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

El artículo de arXiv titulado "The Agent Economy: A Blockchain-Based Foundation for Autonomous AI Agents" describe una arquitectura de cinco capas para este cambio, que abarca la infraestructura física, la identidad en la cadena de bloquesdentlas herramientas cognitivas, la liquidación económica y la 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, lo que permite inflar las señales de confianza en cortos periodos de tiempo.

Esto plantea a las instituciones financieras una pregunta difícil: cuando un agente tiene un buen historial, ¿es ese historial prueba de fiabilidad o simplemente prueba de actividad automatizada repetida?

McKinsey incluye entre el 50% y el 60% de las operaciones bancarias en su ámbito de aplicación

McKinsey estima que entre el 50 % y el 60 % de los empleados bancarios a tiempo completo están vinculados a las operaciones. Los expertos advierten sobre el “purgatorio de los proyectos piloto”, donde las instituciones realizan pruebas de concepto limitadas sin modificar el modelo operativo.

Tal como Cryptopolitan informó desde el Festival Web3 de Hong Kong, McKinsey proyectó que el mercado de la IA con agentes crecería de 5250 millones de dólares en 2024 a aproximadamente 200 000 millones de dólares para 2034.

Porter Stowell, director ejecutivo de W3.io, afirmó: «Las empresas no tienen forma de ver, controlar ni auditar lo que los sistemas autónomos hacen con su dinero. La supervisión humana no desaparece; simplemente se traslada a un nivel superior»

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