Informe de equilibrio de IA soberana: edición Banca

Los productos están estandarizados y, después del Reinicio (el momento de diciembre de 2025 en que la relación entre el trabajador y la IA cambió de signo), la inteligencia también: cualquier banco puede poner un modelo de frontera en cada mesa. Lo que no está estandarizado es la relación con el cliente: a quién capta un banco, con qué precisión personaliza y por qué una cuenta se queda en lugar de irse. Esa relación funciona con historiales de transacciones, señales de comportamiento y acontecimientos vitales, el conjunto de datos propios más rico de la economía, y el más vigilado por la regulación.

No es un argumento contra los modelos de frontera. Claude y Codex son extraordinarios en razonamiento abierto, síntesis y código. Es un argumento sobre ubicación: los modelos que leen la vida de tus clientes para hacer crecer tu cartera deben funcionar sobre infraestructura que controlas tú, y la prima de capacidad de la frontera se aplica a los bordes del banco, no a la relación que está en su centro.

Un modelo que personaliza ofertas de crédito activa a la vez los límites del artículo 22 del RGPD a las decisiones exclusivamente automatizadas, la clasificación de alto riesgo del Reglamento europeo de IA para la evaluación de solvencia, las normas de crédito al consumo y las expectativas de los supervisores sobre el riesgo de modelo. Y los mismos datos de cliente que alimentan la siguiente mejor acción alimentan también los controles de blanqueo y de fraude, así que el perímetro que los rodea lo vigilan siete regímenes superpuestos. Cada una de esas obligaciones es más fácil de cumplir sobre infraestructura que controlas que a través de una API de un tercer país.

El Reglamento DORA remata el argumento: un gran prestador que sirve una función crítica o importante pasa a ser un tercero de TIC regulado, con obligaciones de registro, plan de salida y riesgo de concentración. El hilo conductor del RGPD, el Reglamento de IA, DORA, las directrices de externalización de la ABE, PSD2/3, MiFID II y el paquete contra el blanqueo es el mismo: el marco europeo premia sistemáticamente el control sobre dónde están los datos de cliente, quién puede tocarlos y si puedes demostrar qué hizo el modelo con ellos.

En el extremo soberano están las cargas donde el cliente y la regulación se encuentran: modelos de retención y de fuga sobre el historial de la cuenta, personalización y siguiente mejor acción, venta cruzada entre productos, decisión de crédito, y los controles de blanqueo y de conocimiento del cliente que protegen esos mismos datos. Funcionan sobre modelos de pesos abiertos autoalojados dentro del perímetro, gobernados y auditables de principio a fin, donde una explicación conforme al artículo 22 y la documentación del Reglamento de IA se producen sin dificultad.

En el extremo de frontera están las tareas de baja sensibilidad y alta capacidad: contenido y textos de campaña, síntesis de investigación, análisis de datos públicos y programación en repositorios que no son el núcleo. El caso instructivo es la ingeniería de software: los agentes de programación de frontera se ganan el sueldo en la mayoría de los repositorios, pero la lógica bancaria central y los secretos pertenecen a modelos de código autoalojados. Hasta las herramientas de desarrollo necesitan la división.

Las cifras de aquí son referencias modelizadas para un banco universal representativo, no estadísticas de encuesta. Un banco minorista solo digital se inclina más hacia lo soberano, porque todo su negocio son los datos de cliente; un banco de inversión con mucho peso de mercados se desplaza ligeramente hacia la frontera. La afirmación que se sostiene es ese centro de gravedad de dos tercios soberano, y que cada carga de cliente, en un banco concreto, tiene una respuesta correcta que se puede calcular.

Inventaría cada carga de IA que toca datos de cliente, en marcha y prevista (la mayoría de los bancos cuenta la mitad de las que tiene), y clasifica cada una según el artículo 22 del RGPD, los niveles de riesgo del Reglamento de IA y tu propia escala de sensibilidad, no por departamentos.

Mueve primero el stack de crecimiento. Retención, personalización y siguiente mejor acción son a la vez de alto volumen y alta sensibilidad, que es justo donde autoalojar gana en coste y en control al mismo tiempo. Un piloto soberano de retención es la prueba más limpia, porque unos puntos de fuga aparecen en la cuenta de resultados en un trimestre.

Después convierte la ubicación en una decisión de gobernanza permanente, no en un accidente: cada nuevo modelo de cliente se puntúa y se ubica por defecto. El reparto de cartera de arriba es el destino; la disciplina de enrutado es la forma de llegar sin frenar al banco.