(*) Columnista invitado. La IA ya es parte de la infraestructura del sistema financiero global, pero las entidades líderes coinciden en que las decisiones más sensibles no pueden delegarse por completo a un algoritmo.
La inteligencia artificial ya dejó de ser una promesa en las finanzas. Los principales bancos del mundo la incorporaron a sus procesos, pero una pregunta sigue abierta: ¿puede reemplazar el juicio humano cuando estalla una crisis?
El 5 de mayo de 2026 marcó un punto de inflexión en la industria financiera global. En una sola jornada, un modelo de frontera de inteligencia artificial superó por primera vez el 64,4% en el benchmark Vals AI Finance Agent, diez agentes productivos llegaron a producción en JPMorgan Chase, Goldman Sachs, Citigroup, AIG y Visa, y un joint venture de 1.500 millones de dólares comenzó a distribuir la infraestructura al mid-market financiero. La AI agéntica dejó de ser promesa y pasó a ser infraestructura productiva en el sistema financiero global.
Este avance plantea una pregunta que las primeras semanas de deployment ya empezaron a responder. ¿Hasta dónde puede la inteligencia artificial reemplazar el criterio humano en decisiones de riesgo financiero? La respuesta que la industria está construyendo es contraintuitiva. Cuanto mayor es la sofisticación técnica del agente, más necesario se vuelve mantener al humano en el centro de las decisiones críticas.
El límite aparece cuando hay una crisis
Investigaciones presentadas en foros académicos internacionales como CERALE 2026, organizado en junio por FGV EBAPE en Río de Janeiro, identifican tres niveles distintos en la integración de AI en gestión de riesgo.
Las tareas estructuradas (screening regulatorio, revisión de estados contables, extracción de información de contratos) admiten delegación 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. Un tercer grupo (cobertura de cola, gestión de crisis, instrumentos sin precedente histórico) resiste estructuralmente a la delegación.
Qué mostró el caso argentino
El caso argentino es ilustrativo. Una investigación reciente 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. Pero no logra superarlo en calibración estadística pura. La conclusión es nítida. La AI 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 las principales instituciones financieras vienen implementando. JPMorgan, Goldman Sachs y Citigroup 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 vienen desarrollando programas formativos específicos 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 será híbrido
El paradigma emergente, conocido como 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.
(*) Franco Di Nicola, CFA, es Portfolio Manager en Bishop Capital y profesor de la Maestría en Fintech del ITBA.
