La banca comenzó a usar inteligencia artificial para analizar información y responder consultas a través de chatbots. Hoy explora agentes capaces de ejecutar acciones, es decir, validar una identidad, gestionar un reclamo o simular un crédito. Con este avance surge un reto central para la industria, lograr que estos sistemas operen con autonomía pero sin perder el control sobre sus decisiones y el uso de información sensible.
La banca avanza con rapidez en la adopción de estas tecnologías. Según Deloitte, una de cada tres instituciones financieras ya destina presupuesto a IA agéntica. Al mismo tiempo, finanzas y seguros fueron en 2025 la segunda industria más atacada a nivel mundial por quinto año consecutivo, de acuerdo con IBM X-Force. Sin embargo, la preparación para gestionar los riesgos sigue siendo un desafío; solo 21% de las organizaciones encuestadas por Deloitte considera que tiene un modelo maduro de gobernanza para agentes de IA. En México, el Reporte de Estabilidad Financiera de junio de 2026 de Banco de México también abodó los riesgos asociados con esta tecnología.
Gustavo Lauria, CEO de Numia, una empresa que se dedica a conectar las interacciones del mundo físico con el digital mediante IA y ofrece soluciones de IA Agéntica a instituciones financieras en Latinoamérica, explica: “Cuando una herramienta solo genera una respuesta, el riesgo principal está en la calidad de la información y en la experiencia que ofrece al cliente; pero cuando puede ejecutar una acción, también importa qué datos consulta, qué sistemas utiliza y bajo qué límites decide. Por eso, a mayor autonomía, mayor necesidad de control.”
Construir confianza sin frenar la adopción
Para la banca, innovación y seguridad pueden avanzar juntas. El reto está en desarrollar agentes capaces de actuar dentro de una arquitectura que permita supervisar sus decisiones y limitar sus acciones. Esto requiere cinco elementos:
- Permisos definidos según la función de cada agente, ya que no todos necesitan la misma información ni pueden ejecutar las mismas acciones.
- Trazabilidad para saber qué hizo un agente, con qué información y bajo qué condiciones.
Protección de datos sensibles durante todo el proceso. - Monitoreo para detectar comportamientos inesperados o desviaciones.
- Control humano que establezca qué decisiones se ejecutan de forma automática y cuáles se escalan a una persona.
Para que estos principios funcionen, la seguridad debe incorporarse desde el diseño de la tecnología y no añadirse al final. En Numia, este enfoque contempla el enmascaramiento automático de datos personales y financieros antes de su análisis mediante inteligencia artificial, controles de acceso y cifrado de la información. Además, la compañía mantiene un compromiso de cero entrenamiento con datos del cliente: las conversaciones procesadas mediante modelos de lenguaje no se utilizan para entrenar, reentrenar ni mejorar modelos de IA de terceros.
“Los bancos van a escalar agentes de IA en la medida en que puedan confiar en ellos. En Numia diseñamos cada solución pensando primero en qué datos entran, quién accede a ellos y qué puede decidir el sistema. La seguridad acompaña la tecnología desde el primer día, y eso es lo que permite llevarla a la operación real.”, afirmó Gustavo Lauria, CEO de Numia.
Cómo se ve la confianza en la operación
Numia aplica estos principios en soluciones para banca, incluido Speech Analytics, tecnología que analiza conversaciones para obtener información útil para el negocio. Entre sus mecanismos de protección se encuentran:
- Consentimiento del cliente antes de grabar y enmascaramiento automático de información personal y financiera.
- Cifrado de datos en tránsito y en almacenamiento, mediante protocolos TLS 1.2 o superior y AES-256.
- Retención de audios y transcripciones por un máximo de 15 días, con eliminación automática.
- Infraestructura en Amazon Web Services (AWS) certificación ISO/IEC 27001:2022.
- Una política contractual que impide usar los datos del banco para entrenar modelos de IA de terceros.
La protección de datos se complementa con la trazabilidad de los resultados. El motor de clasificación de Speech Analytics de Numia sigue un proceso de cinco etapas basado en el principio de “evidencia antes que interpretación”: sus clasificaciones se fundamentan en elementos concretos de las conversaciones, lo que permite auditar los resultados y evitar conclusiones basadas en suposiciones.
Este enfoque también es relevante para los agentes de IA, que pueden intervenir en procesos como la validación de identidad y documentación, la simulación de créditos, la gestión de reclamos y el seguimiento de casos. Su operación requiere controles sobre los sistemas a los que se conectan, los datos que consultan y las acciones que pueden ejecutar.
Para ello, Numia contempla marcos como la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP), las disposiciones de la CNBV, GDPR, PCI DSS e ISO 27001, según corresponda. Sus soluciones incluyen controles de acceso, verificación mediante códigos de un solo uso (OTP) y políticas de retención y eliminación de datos. Asimismo, el personal de Numia no accede a información sensible de los clientes finales.
La confianza como condición para escalar
La banca no necesita esperar a que la IA agéntica termine de evolucionar para comenzar a adoptarla, pero sí debe desarrollar las condiciones para utilizarla de forma responsable. Integrar la seguridad desde el diseño permite avanzar hacia agentes con mayor autonomía sin perder visibilidad sobre sus acciones. En los servicios financieros, la confianza no es un complemento de la innovación, sino una de las condiciones para llevarla a escala.
