Gobernanza de IA en banca: cinco preguntas que un comité debería responder antes de aprobar un piloto
Antes de mover una sola operación a producción, un comité de IA en banca tiene que dejar respuestas escritas a cinco preguntas. No son técnicas: son de responsabilidad.
This content is currently available in Spanish only.
Cuando una entidad financiera empieza a probar IA en procesos reales —no en pruebas de concepto—, la conversación deja de ser sobre el modelo y pasa a ser sobre quién responde si algo sale mal. La trazabilidad no es una feature opcional; es la condición que permite que un piloto exista.
1. ¿Qué dato puede ver este sistema?
Parece evidente, pero rara vez está documentado. La pregunta no es solo qué tablas o documentos están conectados al modelo, sino bajo qué permisos los consulta y con qué identidad efectiva responde a cada usuario.
2. ¿Cómo se evidencia una decisión?
Si un agente clasifica una operación como sospechosa o normaliza un campo, el comité necesita poder reconstruir esa decisión seis meses después. Eso obliga a versionar prompts, fuentes y embeddings —no solo logs de respuesta.
3. ¿Dónde está el humano?
Todo workflow con IA en banca debe declarar explícitamente dónde escala al humano: qué umbral, qué rol, qué SLA. Si el escalado no está definido, el sistema no está listo.
4. ¿Cómo se mide?
KPIs concretos antes del piloto: precisión, tasa de revisión, tiempo de ciclo, adopción real por usuario. Si no hay línea base, no hay piloto: hay demo.
5. ¿Cómo se apaga?
Plan de rollback documentado. Quién decide, en cuánto tiempo, y cuál es el proceso manual de respaldo durante la transición.
Si las cinco preguntas tienen respuesta escrita, hay piloto. Si falta una, hay riesgo no asumido.
Estas cinco preguntas son las que estructuran cualquier discovery serio con un cliente en banca. No se trata de frenar la adopción, sino de que la conversación con riesgos, compliance y tecnología empiece desde un mismo punto.