Auditoría de IA en el sector financiero: preparándose para el AI Act

Durante años, la banca ha desplegado agentes de IA para automatizar desde la gestión de reclamaciones hasta la preaprobación de créditos. Sin embargo, los consejos de administración siguen esquivando la cuestión de fondo: la responsabilidad jurídica ante una ejecución errónea sin supervisión humana directa. Esa ambigüedad se termina en agosto de 2026. El AI Act cataloga la evaluación crediticia y la tarificación de seguros como sistemas de alto riesgo, exigiendo trazabilidad, gobernanza y una integración técnica con marcos operativos como CRD y DORA. Tratar estos modelos como simples experimentos de innovación ha dejado de ser viable; para el regulador, la IA es hoy infraestructura crítica. Esta metodología detalla cómo documentar y gobernar las decisiones automatizadas sin sacrificar la competitividad, estableciendo los circuit breakers necesarios para evitar sanciones que pueden alcanzar los 35 millones de euros o el 7% de la facturación global.

El viraje regulatorio: de la promesa agéntica al control verificable

Hasta 2025, el discurso dominante en comités de innovación bancaria era la autonomía end-to-end: agentes que deciden, ejecutan y aprenden sin intervención humana. Esa narrativa choca de frente con lo que exige el supervisor. Las directrices de la Autoridad Bancaria Europea (EBA) y los marcos de Model Risk Management (MRM) exigen que los modelos automatizados de decisión sean replicables, auditables y capaces de justificar cada conclusión antes de autorizarse para decisiones operativas críticas. No es una recomendación de buenas prácticas. Es condición de entrada en producción.

La Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) ha cerrado ya el marco documental. Su Guía para la elaboración de la documentación técnica, actualizada a versión 2.0 en julio de 2026, obliga a las entidades sujetas a gobernanza prudencial a mantener la documentación técnica de sus sistemas de IA integrada dentro de la documentación reglamentaria de servicios financieros que ya presentan ante Banco de España y BCE (AESIA). Traducido: no hay un expediente de IA aparte. Hay un único expediente regulatorio, y la IA forma parte de él.

Qué cambia exactamente en agosto de 2026

El hito de agosto de 2026 activa supervisión formal sobre los sistemas de alto riesgo. En la práctica, esto significa:

1. Inventario obligatorio de todos los sistemas de IA que intervienen en scoring crediticio, pricing de seguros o decisiones que afecten a clientes.
2. Documentación técnica por sistema: finalidad prevista, interacción con hardware y software, fichas de datos de entrenamiento y metodología de validación.
3. Supervisión humana demostrable, no simplemente declarada en una política interna.
4. Capacidad de explicar cada decisión automatizada ante el cliente, en coherencia con el artículo 22 del RGPD.
5. Trazabilidad completa del ciclo de vida del modelo, desde el entrenamiento hasta la retirada.

Ninguno de estos puntos es nuevo en términos de principio. Lo nuevo es que ahora hay fecha límite, autoridad supervisora nombrada y sanción económica asociada. La diferencia entre tener esto documentado y no tenerlo ya no es una cuestión de madurez tecnológica. Es una cuestión de licencia para operar.

Auditoría técnica: los circuit breakers que separan el control del descontrol

La raíz del problema no es que los modelos de lenguaje alucinen. Es que, sin arquitectura de contención, un agente que alucina puede ejecutar. Esa es la distinción técnica que todo comité de riesgos debería entender antes de aprobar un despliegue agéntico en banca.

Desacoplar el razonamiento de la ejecución

Los agentes autónomos en banca requieren separar dos capas que en los pilotos iniciales suelen fusionarse sin control: la capa de razonamiento estocástico, donde el modelo de lenguaje interpreta la petición y decide un curso de acción, y la capa de ejecución, donde esa decisión se traduce en una llamada real a una API bancaria que mueve dinero, modifica datos contables o actualiza un contrato. Entre ambas capas tiene que existir un circuit breaker algorítmico: una barrera de validación sintáctica, una comprobación semántica del contexto y un límite transaccional duro que impida que una inferencia probabilística se convierta en una operación irreversible sin que un humano la autorice.

El NIST identificó en febrero de 2026 esta necesidad como crítica: identidad verificable de cada agente, control estricto de qué herramientas puede invocar, defensas específicas frente a inyección de instrucciones indirectas (prompt injection) y registros auditables que impidan la ejecución de transacciones o movimientos de fondos sin supervisión. Sin estos cuatro elementos, cualquier despliegue de IA agéntica en un proceso financiero es, estrictamente, un incidente de seguridad en espera de materializarse.

Un agente sin circuit breaker no es autonomía. Es una vulnerabilidad con interfaz conversacional.

Esto conecta directamente con lo que en NextAI llamamos Superagente: un sistema de IA que se hace cargo de un proceso completo de principio a fin, pero que opera siempre dentro de límites de autorización explícitos y auditables, nunca con acceso irrestricto a sistemas críticos. La autonomía de un Superagente no se mide por lo que puede hacer técnicamente, sino por lo que el marco de gobierno le permite ejecutar sin intervención.

Trazabilidad y registros inmutables

La auditabilidad exige algo más que guardar logs. Exige trazas completas de inferencia —qué datos vio el modelo, qué razonamiento siguió, qué herramienta invocó— y registros de uso de herramientas (tool use logs) que sean reproducibles e inmutables. Si una entidad no puede reconstruir, operación por operación, por qué un agente tomó una decisión concreta, no tiene un sistema auditable. Tiene una caja negra con interfaz amigable, y eso es precisamente lo que el AI Act y la EBA han decidido que ya no es aceptable en procesos de alto riesgo.

Aquí es donde el concepto de RAO (Ratio de Autonomía Operativa) se vuelve una métrica de gobierno, no solo de eficiencia: de cada 100 ejecuciones de un proceso, cuántas terminan sin intervención humana no es solo un indicador de madurez operativa, es el primer dato que un supervisor va a pedir para entender dónde está el riesgo real de descontrol agéntico. Una entidad que presume de un RAO del 95% en scoring crediticio sin poder demostrar los circuit breakers que sostienen ese porcentaje no está mostrando innovación. Está mostrando exposición.

Para entender cómo se traduce esto en la operativa diaria de los distintos roles bancarios, conviene revisar qué procesos concretos están ya automatizados y cuáles requieren necesariamente supervisión reforzada, algo que desarrollamos con detalle en nuestro análisis de empleados de IA en finanzas y los 61 roles automatizados. La lección es constante: no todos los roles automatizables deben automatizarse con el mismo nivel de autonomía.

El coste de auditar frente al coste de no hacerlo (perspectiva económica)

El argumento más común contra la auditoría agéntica es el coste. Observabilidad continua, validación de sesgos dinámicos y reporting regulatorio no son gratuitos, y el laboratorio NextAI estima que incrementan el TCO de un despliegue de IA en banca entre un 25% y un 40% respecto a un despliegue estándar sin estos controles. Es una cifra real y hay que presupuestarla, no esconderla en un epígrafe de "otros gastos tecnológicos".

El cálculo cambia por completo cuando se compara con el coste de no auditar. El AI Act contempla sanciones de hasta 35 millones de euros o el 7% de la facturación global para los incumplimientos más graves en sistemas de alto riesgo. A eso hay que sumar las multas sectoriales derivadas de DORA y la supervisión del Banco de España, más las pérdidas operativas directas de un fallo agéntico: una liquidación errónea, un scoring discriminatorio o una transferencia ejecutada sin autorización. El ROI de la auditoría no es productivo, es defensivo, pero eso no lo hace menos real a la hora de defenderlo ante el consejo.

Hay además un coste oculto que rara vez aparece en ningún presupuesto de TI: lo que en NextAI llamamos Deuda de Contexto, la acumulación de decisiones automatizadas tomadas sin memoria corporativa estructurada que, cuando llega la inspección, obliga a reconstruir retroactivamente una trazabilidad que debería haber existido desde el primer despliegue. Esa reconstrucción, hecha bajo presión regulatoria y con plazos de respuesta cortos, siempre cuesta más que haberla documentado en tiempo real.

Riesgo, seguridad y gobierno: AI Act, DORA y RGPD convergiendo

Ninguna entidad financiera puede ya tratar el gobierno de la IA como un asunto aislado. El AI Act, DORA y el RGPD convergen sobre los mismos sistemas, y cada uno exige piezas distintas del mismo expediente.

La pieza que falta en la mayoría de entidades es un Registro Central de Modelos y Agentes (AI Registry) que mapee, para cada sistema en producción, su finalidad, su nivel de riesgo bajo el AI Act, el origen de sus datos de entrenamiento y su grado real de autonomía. Sin ese inventario no hay forma de distinguir qué procesos requieren human-in-the-loop —un humano que aprueba antes de ejecutar— y cuáles pueden operar bajo human-on-the-loop —un humano que supervisa y puede intervenir, pero no aprueba cada operación—. Confundir ambos regímenes es el error de gobierno más frecuente que detectamos en auditorías preliminares.

El ICJCE y el marco COSO son claros al respecto: los Sistemas de Control Interno de la Información Financiera (SCIIF) diseñados para auditar procesos deterministas no sirven, sin adaptación profunda, para auditar modelos estocásticos y generativos. La trazabilidad, la explicabilidad y la delimitación precisa del alcance de cada sistema dejan de ser buenas prácticas y se convierten en requisito de control interno auditable. Este viraje —de los chatbots transaccionales a la IA agéntica con capacidad de ejecución— es exactamente el que analizamos en profundidad en nuestro artículo sobre IA en banca y finanzas, de los chatbots a la IA agéntica, y conviene leerlo como complemento técnico a esta auditoría.

Operación real en la banca española: la brecha entre grandes y medianos

Santander, BBVA y CaixaBank tienen equipos dedicados de model risk management, departamentos legales especializados en IA y presupuesto para auditorías externas continuas. Una caja rural, un banco mediano o una fintech en crecimiento no tienen esa estructura, y el regulador no va a aplicarles un rasero distinto solo por su tamaño.

La estimación orientativa de nuestro laboratorio, basada en los patrones de asimetría de recursos técnicos observados en el sector, es la siguiente:

Leyenda: estimación orientativa del laboratorio NextAI sobre el porcentaje de agentes de IA en producción que cuentan con documentación técnica, circuit breakers y registro auditable completos. No es un dato normativo ni un benchmark sectorial certificado.

La estrategia viable para la banca mediana no es replicar la estructura de un banco sistémico. Es adaptar el SCIIF/COSO que ya existe incorporando módulos de auditoría agéntica específicos, y limitar a modo copiloto —recomendación asistida, sin ejecución autónoma— a los agentes de atención al cliente o back-office hasta que el marco de control esté maduro. Es el mismo principio de escalado gradual que aplicamos en la Ruta NEXT-5: cartografiar el proceso, dotarlo de un Cerebro Empresarial con memoria corporativa auditable, desplegar el Superagente, orquestarlo con otros sistemas y, solo entonces, gobernarlo con autonomía plena. Saltarse fases no acelera nada; multiplica el riesgo. El IMAN, nuestro Índice de Madurez AI-Native, mide precisamente esto en sus cinco ejes —datos, memoria, razonamiento, agencia y gobierno— y suele revelar que el eje de gobierno es el más atrasado en entidades medianas, no el de agencia técnica.

Qué significa para tu empresa

El criterio de decisión es siempre el mismo, independientemente del tamaño de la entidad: nivel de riesgo del proceso bajo el AI Act, grado de autonomía que el agente tiene hoy en producción, y madurez real de la documentación técnica frente a lo que exige AESIA. Si cualquiera de estos tres factores está en rojo, la prioridad no es escalar autonomía, es auditar lo que ya existe.

Metodología y fuentes

El laboratorio NextAI ha cruzado el marco normativo del AI Act y la guía técnica de AESIA con los estándares de auditoría ICJCE/COSO y las recomendaciones técnicas del NIST sobre agentes autónomos, contrastándolos con la realidad operativa observada en entidades financieras españolas de distinto tamaño. El objetivo no ha sido resumir la normativa, sino traducirla en arquitectura de control verificable. Fuentes consultadas: AESIA, Izertis, ICJCE y EBC Financial Group.

Preguntas frecuentes

¿Qué sistemas de IA en banca se consideran de alto riesgo bajo el AI Act?

El AI Act clasifica como alto riesgo los sistemas que intervienen en evaluación crediticia y en el pricing de seguros de vida y salud. Estos sistemas deben cumplir plenamente con requisitos de gobernanza, trazabilidad y supervisión humana antes de agosto de 2026, integrándose con marcos previos como CRD y DORA.

¿Qué es un circuit breaker en el contexto de agentes de IA financieros?

Es una barrera técnica situada entre el razonamiento del modelo y la ejecución real en sistemas bancarios. Incluye validación sintáctica, comprobación semántica y límites transaccionales duros que impiden que una inferencia probabilística se traduzca en un movimiento de fondos sin aprobación humana explícita.

¿Cómo deben adaptar las entidades medianas sus controles SCIIF/COSO?

Incorporando módulos de auditoría agéntica a su marco de control interno existente, en lugar de construir uno nuevo desde cero. La vía realista pasa por limitar los agentes a modo copiloto —recomendación asistida— hasta demostrar trazabilidad y explicabilidad suficientes para autorizar ejecución autónoma.

¿Qué sanciones arriesga una entidad financiera por incumplir el AI Act en agosto de 2026?

El AI Act prevé sanciones de hasta 35 millones de euros o el 7% de la facturación global de la entidad para los incumplimientos más graves en sistemas de alto riesgo. A esto se suman las sanciones sectoriales derivadas de DORA y la supervisión directa del Banco de España.

Qué hacer con esto

1. Centraliza el control mediante un AI Registry que cartografíe la finalidad, el nivel de riesgo bajo el AI Act y el grado de autonomía de cada modelo en producción. 2. Implementa circuit breakers técnicos: los agentes de análisis carecerán de credenciales para ejecutar transferencias de capital sin validación humana. 3. Unifica la documentación técnica de AESIA con el repositorio regulatorio financiero para evitar silos informativos. 4. Evoluciona el comité de Model Risk Management incorporando especialistas en auditoría algorítmica enfocados en la detección de sesgos y deriva de modelos. 5. Establece métricas robustas de explicabilidad, garantizando el derecho a la información contemplado en el artículo 22 del RGPD. Solicita una auditoría de tus sistemas de IA — Sesión técnica sin sesgos comerciales.