Goldman Sachs y Deutsche Bank implementan agentes de inteligencia artificial para la supervisión de operaciones

Los bancos están experimentando con una nueva forma de inteligencia artificial, conocida como IA «agente», que va más allá del simple escaneo de palabras clave o de las reglas predefinidas. En lugar de depender únicamente de alertas estáticas, algunas mesas de negociación están empezando a implementar sistemas capaces de analizar patrones en tiempo real y señalar comportamientos que puedan requerir la intervención humana.

Bloomberg detalló cómo Goldman Sachs y Deutsche Bank están explorando o implementando las denominadas herramientas de IA «agente» para la vigilancia de las operaciones. El objetivo es mejorar la supervisión de las órdenes y las operaciones mediante el despliegue de agentes de software que puedan analizar la actividad a medida que se produce y detectar patrones indicativos de posibles conductas indebidas.

Agentes adaptativos

Los principales bancos utilizan sistemas de vigilancia automatizados para supervisar la actividad bursátil, que a menudo dependen de reglas predeterminadas: si una operación supera un volumen específico, se desvía de un índice de referencia o coincide con un patrón de riesgo conocido, se activa una alerta. A continuación, los equipos de cumplimiento normativo revisan manualmente estos casos.

La dificultad radica en la escala y la complejidad. Los mercados modernos generan enormes cantidades de datos en todas las clases de activos, zonas horarias y centros de negociación. Las reglas estáticas pueden dar lugar a un elevado número de falsos positivos, mientras que las formas más sutiles de manipulación pueden no encajar en los patrones establecidos.

Según Bloomberg, los nuevos sistemas de agentes están diseñados para ir más allá de este enfoque. En lugar de limitarse a comparar las operaciones con una lista de verificación, estos agentes de IA examinan el comportamiento de negociación utilizando múltiples señales, lo comparan con la actividad histórica y detectan combinaciones inusuales de acciones.

Estas herramientas no pretenden sustituir a los responsables de cumplimiento normativo. Más bien, sirven como una capa adicional de supervisión, sacando a la luz casos que merecen un examen humano más detallado.

La colaboración de Deutsche Bank con Google Cloud

Bloomberg informó de que el Deutsche Bank está colaborando con Google Cloud para desarrollar agentes de IA capaces de supervisar la actividad bursátil. El sistema está diseñado para analizar grandes volúmenes de datos de órdenes y ejecuciones y señalar anomalías casi en tiempo real.

El banco ha ido ampliando sus iniciativas de IA en los últimos años, y este proyecto de vigilancia ilustra cómo las instituciones financieras están aplicando la tecnología de modelos generativos y de lenguaje a gran escala más allá de las simples interfaces de chat. En este caso, la IA no responde a las consultas de los clientes, sino que analiza flujos de datos tanto estructurados como no estructurados relacionados con el comportamiento bursátil. Estos agentes de IA pueden ayudar a identificar «anomalías complejas» en las órdenes y operaciones, lo que sugiere que el sistema podría evaluar las relaciones entre las operaciones, el momento, las condiciones del mercado y el historial del operador, en lugar de eventos aislados.

El personal humano encargado del cumplimiento normativo sigue siendo responsable de revisar los casos señalados y decidir si es necesario tomar medidas adicionales.

La estrategia de IA agentiva de Goldman Sachs

Goldman Sachs también está explorando el uso de la IA agentiva para la vigilancia, según informa Bloomberg. El banco ha realizado importantes inversiones en IA dentro de sus sistemas de negociación y de riesgo en los últimos años, y esta iniciativa parece extender ese trabajo al ámbito del cumplimiento normativo.

Según el informe, el objetivo es implementar agentes de IA que puedan operar con cierta autonomía en la búsqueda de indicios de conducta indebida. El sistema puede identificar patrones que no se ajustan a una norma específica, pero que aún así parecen inusuales.

Para los reguladores, la ventaja es clara: una detección más temprana puede ayudar a reducir el daño al mercado y el riesgo reputacional. Para los bancos, también hay un beneficio operativo. Los departamentos de cumplimiento normativo se ven presionados para gestionar grandes volúmenes de alertas al tiempo que mantienen estrictos estándares de supervisión. Es probable que ganen terreno las herramientas que puedan reducir el ruido sin comprometer el escrutinio.

Por qué es importante la «IA agentiva»

El término «IA agentiva» se refiere a sistemas que pueden llevar a cabo acciones orientadas a objetivos en lugar de limitarse a responder a indicaciones. En la práctica, esto significa que el software puede decidir qué datos examinar a continuación, comparar múltiples señales y escalar los hallazgos sin intervención humana constante. En un entorno de negociación, esto podría implicar el seguimiento de flujos de órdenes, movimientos de precios, metadatos de comunicaciones y comportamiento histórico para determinar si la actividad se ajusta a los patrones normales.

Esto no significa que el sistema tome decisiones disciplinarias por su cuenta. Las instituciones financieras operan bajo marcos normativos estrictos, y la responsabilidad recae en los supervisores humanos. El papel del agente es identificar y organizar la información de forma más eficaz de lo que pueden hacerlo los sistemas estáticos.

Parte de un cambio más amplio en materia de cumplimiento

Lo que parece nuevo es la aplicación de arquitecturas de IA generativa más avanzadas a las funciones de control interno.

Los reguladores de EE. UU. y Europa han animado a las empresas a mejorar su supervisión del abuso y la manipulación del mercado. Aunque las normas no exigen específicamente una IA con capacidad de agencia, sí obligan a las empresas a mantener sistemas y controles eficaces. Si las herramientas de IA pueden ayudar a cumplir esta norma, se espera que aumente su adopción.

Al mismo tiempo, el uso de la IA en el cumplimiento normativo plantea sus propias cuestiones. Los bancos deben garantizar que los modelos sean explicables, estén libres de sesgos y sean capaces de resistir el escrutinio regulatorio. La gobernanza de los modelos, la seguridad de los datos y los registros de auditoría siguen siendo preocupaciones fundamentales.

Qué cambia para el sector

Si las herramientas de vigilancia con IA agentiva demuestran su eficacia, podrían transformar el funcionamiento de los equipos de cumplimiento normativo. En lugar de examinar numerosas alertas simples, el personal podría dedicar más tiempo a evaluar casos complejos identificados por agentes de IA.

Este cambio no eliminaría la necesidad del juicio humano. Sin embargo, podría cambiar el ámbito en el que se concentra el esfuerzo humano. En mercados donde la velocidad y el volumen de datos siguen creciendo, la capacidad de analizar patrones en tiempo real es cada vez más difícil de lograr solo con sistemas basados en reglas.

Véase también: La demostración de pago con IA de Mastercard apunta hacia el comercio impulsado por agentes

¿Quieres saber más sobre la IA y el big data de la mano de líderes del sector? Echa un vistazo a la AI & Big Data Expo, que tendrá lugar en Ámsterdam, California y Londres. Este evento integral forma parte de TechEx y se celebra junto con otros eventos tecnológicos líderes. Haz clic aquí para obtener más información.

AI News está impulsado por TechForge Media. Descubre aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.