Agentes de IA en banca: del piloto a producción
Por qué los pilotos de agentes se atascan antes de llegar al core bancario, y qué hay que resolver para cruzar esa frontera.
Casi todos los pilotos de agentes que vemos en banca funcionan. El problema no es el modelo: es lo que ocurre cuando alguien pregunta quién responde si el agente se equivoca con un cliente real.
Ese es el punto donde un piloto deja de ser un experimento y empieza a necesitar arquitectura.
El piloto que funciona no es el sistema que se despliega
Un piloto se evalúa por la calidad de sus respuestas. Un sistema en producción se evalúa por lo que hace cuando algo sale mal: cuando el modelo no está disponible, cuando el usuario intenta sacarlo de su dominio, o cuando alguien pide una operación que nadie autorizó.
Un agente en producción necesita tres cosas que un piloto no tiene:
- Límites explícitos. Qué puede consultar, qué puede ejecutar y qué requiere una persona.
- Trazabilidad. Qué se preguntó, qué se respondió y con qué datos, en un formato que sirva ante una auditoría.
- Un plan para el mal día. Qué se le dice al cliente cuando el proveedor de IA está saturado.
La capa de gobierno no es opcional
La forma que mejor nos ha funcionado separa tres responsabilidades. El agente razona y decide. Una capa de políticas, fuera del modelo, decide qué se permite. Y el core bancario se toca en solo lectura hasta que exista un caso con aprobación humana explícita.
Que la política viva fuera del prompt es lo importante. Un prompt no es un control de seguridad: es una sugerencia muy convincente. Los controles que importan se implementan en código y se prueban como código.
Empezar por lo aburrido
El mejor primer caso en banca casi nunca es el más vistoso. Suele ser el que tiene volumen alto, decisiones acotadas y consecuencias reversibles: clasificar solicitudes, resumir expedientes, preparar respuestas que una persona aprueba antes de enviarse.
No porque no se pueda más, sino porque ese caso permite construir la capa de gobierno con presión real y riesgo bajo. Cuando llega el caso crítico, la infraestructura ya existe y está probada.
Qué preguntar antes de escalar un piloto
- ¿Qué operación concreta se automatiza y cuál es el coste de equivocarse?
- ¿Quién revisa y con qué criterio, las primeras semanas?
- ¿Qué queda registrado y durante cuánto tiempo?
- ¿Qué pasa si el proveedor de IA falla en hora punta?
Si estas preguntas no tienen respuesta escrita, el piloto todavía no está listo para producción — por muy bien que responda en la demo.
¿Quieres revisar tu caso concreto? Escríbenos y lo vemos juntos.