La IA conquistó las finanzas, pero hay una decisión que los bancos no le delegarán jamás

La inteligencia artificial ya maneja procesos clave en los bancos más grandes del mundo, pero cuando la crisis golpea, el humano sigue siendo el que decide. Un hito del 5 de mayo de 2026 lo dejó claro: la máquina puede calcular, pero no reemplazar el juicio en los momentos de mayor tensión.

Ese día, un modelo de frontera superó por primera vez el 64,4% en el benchmark Vals AI Finance Agent, diez agentes productivos entraron en funcionamiento en JPMorgan Chase, Goldman Sachs, Citigroup, AIG y Visa, y un joint venture de 1.500 millones de dólares empezó a llevar la infraestructura al mid-market financiero. La AI agéntica dejó de ser una promesa para convertirse en infraestructura productiva global.

Pero el despliegue de estas herramientas trajo una respuesta contraintuitiva. Cuanto más sofisticado es el agente, más necesario se vuelve mantener al humano en el centro de las decisiones críticas.

¿Dónde está el verdadero límite?

Investigaciones presentadas en foros como CERALE 2026, organizado en junio por FGV EBAPE en Río de Janeiro, identifican tres niveles de integración de la IA en la gestión de riesgo. Las tareas estructuradas (screening regulatorio, revisión de estados contables, extracción de información de contratos) se pueden delegar con supervisión mínima. Las funciones dependientes de régimen (Value at Risk en mercados emergentes, diseño de escenarios de stress, gestión de liquidez en momentos episódicos) requieren arquitecturas híbridas donde el modelo informa pero no decide. Y un tercer grupo (cobertura de cola, gestión de crisis, instrumentos sin precedente histórico) resiste estructuralmente a la delegación.

Lo que reveló el caso argentino

Una investigación aplicó un modelo agéntico a 1.573 observaciones de deuda soberana entre 2023 y 2025, un período con cinco quiebres de régimen documentados. El modelo identifica regímenes elevados a partir de información pública narrativa y reasigna 3,14 veces más capital regulatorio a momentos de mayor estrés que un modelo cuantitativo tradicional. Sin embargo, no logra superarlo en calibración estadística pura. La conclusión es nítida: la IA agrega valor distintivo en la dimensión temporal (cuándo asignar capital), pero no reemplaza el juicio sobre cuándo el modelo debe ser anulado.

Esta evidencia coincide con la reorganización que ya implementan JPMorgan, Goldman Sachs y Citigroup, que integraron los agentes a flujos de middle-office con supervisión humana obligatoria en decisiones críticas. Universidades como FGV en Brasil, ITBA en Argentina y EGADE Business School en México desarrollan programas formativos para preparar al profesional cuantitativo que esta nueva configuración exige: capaz de operar la frontera técnica sin perder el criterio humano que ningún modelo puede internalizar.

El futuro es híbrido

El paradigma human-in-the-loop no es una concesión a la limitación tecnológica. Es la arquitectura más robusta para navegar entornos de alta incertidumbre y crisis estructurales, donde los precios incorporan rápidamente narrativas políticas, decisiones regulatorias y dinámicas reflexivas que ningún corpus de entrenamiento histórico puede anticipar plenamente. La próxima década del risk management financiero no será definida por quienes más automaticen, sino por quienes mejor diseñen las interfaces entre máquina y juicio humano.