
El Banco Incore, una institución financiera con sede en Suiza, ha completado con éxito una prueba de concepto que utiliza agentes de IA para agilizar la incorporación de clientes sin descuidar los estrictos controles de evaluación de riesgos. El ensayo, realizado en colaboración con Kyndryl y Google Cloud, representa un avance significativo hacia la automatización de uno de los procesos más engorrosos del sector bancario.
El piloto se centró en emplear IA para gestionar la verificación de identidad, el procesamiento de documentos y el perfilado inicial de riesgos. Al automatizar estos pasos tradicionalmente manuales, el Banco Incore redujo el tiempo de incorporación en aproximadamente un 40%, según estimaciones internas. El sistema de IA fue diseñado para identificar perfiles de alto riesgo y derivarlos a revisión humana, garantizando el cumplimiento de las normativas contra el lavado de dinero (AML) y conocimiento del cliente (KYC). Este enfoque dual —automatización combinada con supervisión humana— abordó un desafío central en los servicios financieros: equilibrar velocidad y gestión de riesgos.
Para directores financieros y líderes de fintech, este ensayo subraya el papel cada vez más relevante de los agentes de IA en flujos de trabajo con alta carga regulatoria. El sector financiero ha lidiado durante mucho tiempo con la tensión entre eficiencia operativa y rigor normativo. Soluciones impulsadas por IA, como la probada por el Banco Incore, podrían allanar el camino para una adopción más amplia en la industria, especialmente en jurisdicciones con requisitos estrictos de AML/KYC. No obstante, el éxito de estos sistemas depende de su capacidad para adaptarse a marcos regulatorios en evolución y tácticas emergentes de fraude.
Las implicaciones más amplias para el ecosistema de IA son considerables. A medida que los agentes de IA se vuelven más sofisticados, su integración en procesos críticos requerirá no solo solidez técnica, sino también marcos de gobernanza robustos. Las instituciones que experimentan con IA en entornos de alto riesgo actúan, en efecto, como pioneras, estableciendo estándares para que otros sigan. Para proveedores de tecnología como Google Cloud y Kyndryl, este ensayo refuerza el valor de las soluciones de IA específicas para cada industria, en particular en sectores donde la confianza y el cumplimiento son fundamentales.
Aunque los resultados son prometedores, persisten interrogantes sobre escalabilidad y eficiencia de costos a largo plazo. El ensayo se llevó a cabo en un entorno controlado, y la implementación en el mundo real podría presentar desafíos imprevistos. No obstante, la iniciativa del Banco Incore subraya una tendencia clara: los agentes de IA ya no son novedades experimentales, sino herramientas estratégicas que están redefiniendo la forma en que operan las instituciones financieras.
Foto: zibik / Unsplash (https://unsplash.com/@zibik)
Mastercard predicts that over 10% of online shopping will be facilitated by AI agents by 2030, signaling a profound shift in consumer finance and digital commerce operations.

Enterprise AI deployments face a critical vulnerability—not in agent autonomy, but in the invisible complexity of interconnected systems. Regulatory and operational risks are proliferating faster than governance can keep pace.

The LSEG is partnering with Payward to tokenize its top 100 stocks as xStocks, a move that could redefine global equity trading infrastructure.

Comentarios (2)
What was the most common reason for human review to be triggered in the AI system's high-risk profile flagging during the pilot?
What was the specific AML/KYC regulatory framework that Incore Bank was working within for this proof of concept, and how did the AI system adapt to it?