Autores:

Adam Preis, Director de Marketing de Producto y Soluciones, Ping Identity

Deepak Goyal, Senior Manager, Cyber and Strategic Risk, Deloitte & Touche LLP

Una nueva era de inteligencia autónoma

El sector de los servicios financieros se aproxima a un punto de inflexión decisivo entre la automatización inteligente y la inteligencia autónoma. Durante la última década, bancos, aseguradoras y gestoras patrimoniales han invertido considerablemente en analítica, robótica y aprendizaje automático para mejorar la predicción, la eficiencia y el control. Ahora, una nueva etapa evolutiva de la inteligencia artificial (IA)—la IA agéntica—está emergiendo como el siguiente paso en esta transformación.

Esta evolución marca un cambio de paradigma, pasando de herramientas que simplemente analizan e informan sobre patrones a sistemas inteligentes que operacionalizan el conocimiento, aportan valor al cliente, refuerzan el cumplimiento normativo y fortalecen la fidelidad para impulsar una rentabilidad sostenible. Más que un avance tecnológico, la IA agéntica representa un cambio radical en la forma en que las instituciones financieras planificarán, ofrecerán y escalarán sus negocios. En el contexto más amplio del sector, este cambio de paradigma desafiará los modelos tradicionales de intermediación financiera. La oportunidad es enorme. Sin embargo, con cada avance en autonomía surge un incremento correspondiente del riesgo.

La IA agéntica está redefiniendo los límites entre las instituciones financieras, sus clientes y la tecnología que los conecta. A medida que los ecosistemas de IA evolucionan de motores analíticos a actores autónomos capaces de ejecutar transacciones, conceder crédito o formalizar pólizas, se ponen a prueba los límites tradicionales de responsabilidad y supervisión. Las instituciones financieras afrontan ahora un doble imperativo: materializar el valor de la automatización inteligente y, al mismo tiempo, garantizar que las soluciones de IA agéntica se diseñen, implementen y protejan de forma que preserven la confianza, gestionen el riesgo y cumplan los más altos estándares de integridad normativa y operativa.

Este libro blanco analiza cómo este imperativo está transformando los servicios financieros y presenta un punto de vista conjunto de Deloitte y Ping Identity sobre cómo las instituciones pueden diseñar, implementar y proteger el tejido de identidad que permite a la IA agéntica operar de forma segura, responsable y a escala.

La evolución de la IA en los servicios financieros

La IA en los servicios financieros ha evolucionado a través de cuatro oleadas transformadoras, cada una marcada por mayores oportunidades, más riesgo y una inversión superior. Lo que comenzó como una simple automatización de back-office ha evolucionado hasta convertirse en una inteligencia avanzada impulsada por IA integrada en todo el sector.

Con cada oleada, la IA se ha acercado más a los clientes finales, cambiando fundamentalmente la forma en que las instituciones financieras operan, interactúan con los clientes y gestionan los riesgos. A medida que se amplía la influencia de la IA, también lo hace su perfil de riesgo, lo que hace que la seguridad desde el diseño sea esencial en el desarrollo, despliegue y gobierno de los sistemas modernos de IA agéntica. Deloitte (véase la figura 1) ofrece un marco general que describe esta evolución a través de cuatro etapas clave.

Figura 1. Evolución de la IA agéntica en los servicios financieros¹

¹ Deloitte. Agosto de 2025.

Autonomía habilitada por la identidad: la arquitectura de las relaciones entre agentes

La IA agéntica transforma la propia noción de usuario. Por primera vez, los actores digitales pueden tomar decisiones, ejecutar acciones y colaborar con otros sistemas con un control humano directo reducido. En este nuevo entorno, la identidad se convierte en el principio organizador de la autonomía: el marco que determina quién o qué es un agente, qué puede hacer y cómo se registran y gobiernan sus acciones.

Ping Identity define este nuevo paradigma como “Identity for AI”, una capacidad fundamental para gobernar la próxima generación de agentes inteligentes no humanos. A diferencia de las aplicaciones tradicionales o las cuentas de servicio, los agentes de IA piensan, aprenden y actúan de forma autónoma, a menudo encontrando formas creativas de alcanzar sus objetivos.

Por lo tanto, constituyen una nueva clase de identidad: entidades inteligentes no humanas que deben ser autenticadas, autorizadas y supervisadas de forma continua para garantizar la responsabilidad y una confianza verificable en cada acción. “Identity for AI” proporciona las salvaguardas que hacen esto posible, incorporando delegación en lugar de suplantación, aplicando el principio de mínimo privilegio y el acceso just-in-time, y manteniendo una trazabilidad completa entre el principal humano, el agente que actúa en su nombre y cada decisión que toma el agente.

Los tres casos de uso de relaciones entre agentes

Cada flujo de trabajo de IA agéntica en los servicios financieros se encuadra en uno o más de tres patrones recurrentes de relación: y en nombre de quién.

Cliente a agente
Personas o empresas despliegan agentes para interactuar con sus proveedores financieros. Estos agentes orientados al cliente pueden gestionar pagos, renovaciones de seguros o carteras de inversión. Los proveedores deben reconocerlos como intermediarios legítimos, autenticar y autorizar sus derechos, y aplicar marcos de consentimiento que vinculen las acciones de cada agente a un sistema de registro.

Empresa a agente
Las instituciones financieras operan sus propios agentes empresariales para ejecutar tareas internas o de cara al cliente, desde la incorporación y la verificación de conocimiento del cliente (KYC) hasta la detección de fraude y la tramitación de reclamaciones. Estos agentes requieren aprovisionamiento, supervisión y gestión de ciclo de vida con el mismo rigor que el personal humano, con líneas claras de responsabilidad asignadas a los responsables de negocio.

Agente a agente
Los agentes autónomos colaboran cada vez más a través de los límites corporativos y del ecosistema. El agente de detección de fraude de un banco puede consultar al agente de una red de pagos, o el agente de reclamaciones de una aseguradora puede coordinarse con el agente de un taller de reparación. Estas interacciones exigen autenticación bilateral, delegación basada en políticas y registros de transacciones inmutables para garantizar que cada intercambio entre agentes sea legítimo, esté limitado en alcance y sea completamente auditable.

Capacidades de IAM que hacen que la autonomía sea responsable

En los casos de uso de cliente a agente, empresa a agente y agente a agente, un conjunto coherente de capacidades de gestión de identidades y accesos (IAM) crea un plano de control para la IA agéntica. Estas capacidades transforman la identidad de una capa de seguridad estática en un sistema dinámico de gobernanza que, al mismo tiempo, refuerza la seguridad, facilita el cumplimiento normativo y preserva la confianza esencial para la intermediación financiera en la era de la IA agéntica.

Autenticación y verificación de procedencia
El primer paso para asegurar la autonomía es verificar quién o qué es el agente y de dónde procede. En un ecosistema agéntico, la verificación de identidad se amplía más allá de usuarios y dispositivos para incluir entidades digitales autónomas y los datos que gestionan. La verificación de procedencia está diseñada para garantizar que tanto el agente como los conjuntos de datos que consume puedan rastrearse hasta fuentes legítimas y auditables.

Para las instituciones financieras, esto significa establecer garantías criptográficas de origen, verificar que un agente de pagos pertenece a un cliente registrado, que un agente de suscripción opera dentro del dominio de políticas de la institución y que los datos externos de socios o contrapartes no han sido manipulados. Al anclar cada interacción a una identidad y una fuente de datos validadas, la autenticación y la verificación de procedencia previenen la suplantación, la impersonación y el envenenamiento de datos, amenazas clave a las que se enfrentarán los futuros entornos de IA agéntica.

Autorización delegada
A medida que los agentes comienzan a actuar de forma independiente, deben hacerlo bajo mandatos explícitos y limitados. La autorización delegada gobierna este equilibrio mediante la emisión de credenciales de corta duración y específicas para cada tarea que definen con precisión qué está permitido hacer a un agente, en qué condiciones y durante cuánto tiempo. Estas credenciales codifican el concepto de mínimo privilegio, garantizando que un agente solo pueda acceder a los datos o sistemas necesarios para completar su tarea, y nada más.

Los controles human-in-the-loop complementan este modelo al garantizar que las acciones sensibles o de alto impacto siempre impliquen una aprobación humana explícita o una revisión posterior a la acción. Esto mantiene la responsabilidad humana incluso cuando los agentes operan de forma autónoma, reforzando la confianza y la transparencia en toda la actividad agéntica.

En la práctica, esto podría restringir al agente personal de un cliente a iniciar transferencias por debajo de un umbral especificado o limitar a un agente empresarial de reclamaciones a tramitar pólizas en su región asignada. La autorización delegada no solo reduce la superficie de ataque, sino que también aplica la segregación interna de funciones, un control crítico en marcos como Digital Operational Resilience Act (DORA) y las normas de Resiliencia Operativa de la FCA.

Control de acceso basado en políticas

El control de acceso basado en políticas (PBAC) aplica inteligencia contextual a cada decisión de autorización, combinando información sobre el rol del agente, la sensibilidad de la transacción, las condiciones de riesgo vigentes y las obligaciones regulatorias aplicables. En un sistema agéntico, PBAC sustituye las listas de acceso estáticas por evaluaciones en tiempo real, permitiendo o denegando acciones en función de un contexto dinámico como el valor de la transacción, la vulnerabilidad del cliente o los límites jurisdiccionales. Esta capacidad permite a las instituciones codificar las políticas de cumplimiento directamente en la lógica del sistema, transformando regulaciones como la EU AI Act, Monetary Authority of Singapore (MAS) Pathfinder, o Consumer Duty en controles ejecutables y automatizados. PBAC se convierte así en la materialización operativa tanto de la gestión del riesgo como de la garantía de cumplimiento normativo.

Gestión del consentimiento

A medida que los agentes de IA actúan en nombre de las personas, su legitimidad se basa en el consentimiento. La gestión del consentimiento captura, almacena y aplica los permisos que vinculan a una persona física con las acciones de un agente. Garantiza que la autorización de un cliente para compartir datos o ejecutar transacciones acompañe de forma segura cada solicitud y que dichos permisos puedan revocarse en cualquier momento. Para los servicios financieros, esta capacidad es fundamental para mantener el cumplimiento del EU General Data Protection Regulation (GDPR), la Singaporean Personal Data Protection Act (PDPA) y leyes de privacidad similares. También actúa como defensa frente al secuestro de objetivos o el uso no autorizado de datos, proporcionando una prueba demostrable de que cada acción del agente se alinea con la intención explícita del cliente.

Gobernanza del ciclo de vida

Los agentes, al igual que las identidades humanas, deben crearse, supervisarse y retirarse bajo condiciones controladas. La gobernanza del ciclo de vida gestiona este proceso de extremo a extremo, aprovisionando nuevos agentes con roles definidos, supervisando continuamente su rendimiento y comportamiento, y retirándolos cuando ya no sean necesarios o cuando cambien las condiciones de riesgo. En entornos regulados como el sector de los servicios financieros, esta capacidad proporciona la transparencia operativa que esperan los supervisores, manteniendo inventarios de agentes activos, sus derechos de acceso y sus patrocinadores empresariales. También respalda las funciones internas de auditoría y gestión de riesgos al garantizar que los agentes inactivos o huérfanos no puedan permanecer sin ser detectados dentro de sistemas críticos.

Auditabilidad y no repudio

Por último, cada acción autónoma debe ser observable y reconstruible. La auditabilidad y el no repudio mantienen un registro inmutable y con marca temporal de todas las actividades de los agentes, vinculando cada evento con las credenciales, los tokens de consentimiento y las decisiones de política que lo autorizaron. Estos registros permiten a las instituciones satisfacer las exigencias regulatorias de explicabilidad conforme al EU AI Act y de trazabilidad de incidentes conforme a DORA y MAS Pathfinder. Más importante aún, proporcionan la base probatoria que sostiene la confianza: clientes, reguladores y contrapartes pueden ver no solo lo que hizo un agente, sino también que actuó bajo una autoridad legítima y dentro de los límites aprobados.

El Model Context Protocol: un lenguaje común para la confianza

A medida que el número de agentes autónomos y sistemas conectados se multiplica en las instituciones financieras, gestionar la identidad, el acceso y la confianza mediante integraciones propietarias o punto a punto se vuelve insostenible. Cada interacción agente a agente o entre dominios, ya sea entre el asistente personal de un cliente, el motor de detección de fraude de un banco o una red de liquidación de terceros, requiere un método coherente para autenticar a los participantes, intercambiar credenciales de forma segura y aplicar los límites de las políticas.

El Model Context Protocol (MCP) ha surgido para responder a esta necesidad. Proporciona un marco basado en estándares que conecta las capacidades fundamentales de IAM —autenticación, autorización, consentimiento y auditoría— en entornos distribuidos y multiagente. Al ampliar protocolos de seguridad consolidados como OAuth 2.0 y OpenID Connect, MCP establece un lenguaje común para la confianza, permitiendo el descubrimiento seguro, el intercambio de credenciales y la comunicación contextual entre agentes, herramientas y fuentes de datos. Dentro de los ecosistemas de servicios financieros, permite que el agente personal de un cliente, el agente operativo de un banco y el agente de un servicio de terceros se reconozcan y validen mutuamente, aplicando confianza mutua y ámbitos de autoridad explícitos.

En este modelo, la identidad se convierte en un participante activo en cada transacción en lugar de un paso de verificación puntual. La autenticación confirma el origen; la autorización define el alcance; la auditoría preserva la evidencia. A través de esta tríada, las instituciones pueden garantizar que cada acción autónoma, ya sea iniciada por una persona, un sistema corporativo o un agente de IA, permanezca dentro de los límites aprobados y sea trazable hasta una entidad responsable.

Figura 3. MCP como lenguaje común para la confianza.

El marco Identity-for-AI

A medida que la IA agentiva se vuelve más generalizada, estándares como MCP proporcionan una base técnica para la interoperabilidad y la confianza. Sin embargo, los estándares por sí solos no son suficientes; los proveedores de servicios financieros también necesitan una filosofía de diseño que defina cómo deben aplicarse las salvaguardas de identidad a los actores autónomos.

Ping Identity busca proporcionar precisamente esa base a través de su solución ‘Identity for AI’. Traduce conceptos abstractos de gobernanza en principios de diseño accionables, garantizando que la autonomía en los sistemas financieros opere bajo una responsabilidad humana continua. Esta solución se basa en cinco principios rectores que, en conjunto, permiten una implementación segura, conforme y escalable de la IA agentiva en banca, seguros y gestión patrimonial.

Principio 1: Delegación frente a suplantación

En los servicios financieros, la responsabilidad depende de saber quién realizó una acción y bajo qué autoridad. Por lo tanto, los agentes actúan en nombre de las personas, pero nunca como ellas. Cada agente, ya sea un asistente bancario personal, un perito digital de siniestros o un algoritmo de negociación, recibe su propia identidad criptográficamente verificable y un conjunto de permisos, distintos de los de la persona o la empresa a la que representa.

La delegación garantiza que cuando un agente inicia un pago, aprueba una reclamación o ejecuta una operación, sus credenciales se remontan a un principal responsable, pero no pueden utilizarse para suplantar a esa persona o institución. Esta separación de identidades elimina el uso compartido de credenciales, una de las principales causas de brechas internas y en la cadena de suministro, y constituye la piedra angular de la confianza digital.

Principio 2: Mínimo privilegio y acceso Just-in-Time

Las instituciones financieras operan bajo estrictos principios de supervisión del cumplimiento: lo mismo debe aplicarse a la IA agentiva. A los agentes se les concede únicamente el acceso mínimo necesario para realizar una tarea específica, y solo durante el tiempo preciso para completarla. Este principio de mínimo privilegio limita el movimiento lateral y la exposición de datos si un agente se ve comprometido, mientras que el acceso just-in-time (JIT) reduce el riesgo persistente al eliminar por completo las credenciales permanentes.

En la práctica, esto significa que un agente de suscripción de préstamos puede consultar, pero no exportar, datos de clientes; un agente de tramitación de siniestros puede aprobar reembolsos solo dentro de su umbral monetario; y el acceso de un agente de asesoramiento a las carteras de clientes expira inmediatamente después de la ejecución. Al limitar los privilegios en tiempo y alcance, las instituciones reducen la exposición sistémica y refuerzan el cumplimiento de las expectativas regulatorias en materia de contención del riesgo.

Principio 3: Human-in-the-Loop

Incluso en los sistemas agentivos más avanzados, las personas siguen siendo los árbitros finales de la responsabilidad fiduciaria y ética. Las acciones agentivas de alto impacto, alto riesgo o anómalas, como grandes transferencias de fondos, pagos de seguros inusuales o acceso transfronterizo a datos, deben activar una confirmación human-in-the-loop antes de su finalización.

Esta salvaguarda refleja los controles operativos desde hace tiempo conocidos en la supervisión financiera: doble autorización, revisión de cuatro ojos y escalado en caso de excepción. Integrar estos desencadenantes directamente en los flujos de trabajo agentivos garantiza que la supervisión se produzca a la velocidad de la automatización y no a posteriori.

Principio 4: Supervisión continua y trazabilidad

Los sistemas autónomos requieren visibilidad continua para seguir siendo fiables. Cada decisión, solicitud de datos y acción ejecutada por un agente debe registrarse con metadatos contextuales completos: quién la autorizó, qué datos se utilizaron, qué resultado se obtuvo y qué controles se aplicaron. La supervisión continua transforma estos datos en inteligencia: permite a las instituciones detectar comportamientos anómalos, validar el cumplimiento y retroalimentar los aprendizajes en la gestión del riesgo de modelos.

Para los reguladores, esta trazabilidad proporciona la transparencia que cada vez exigen más; para los clientes, ofrece la tranquilidad de que incluso las operaciones autónomas siguen siendo observables y responsables. En efecto, la supervisión y la trazabilidad son la pista de auditoría de la era agentiva.

Principio 5: Gobernanza del ciclo de vida

Los agentes, al igual que los empleados humanos, requieren una supervisión completa de su ciclo de vida, desde su creación e incorporación hasta su supervisión, modificación y eventual retirada. La gobernanza del ciclo de vida garantiza que el propósito, los permisos y la cadena de responsabilidad de cada agente estén definidos antes de su despliegue, se revisen de forma continua durante su funcionamiento y se retiren formalmente cuando cambie su función o su contexto.

Esta capacidad aborda una brecha crítica de control en la regulación emergente de la IA: el requisito de mantener un inventario completo y actualizado de los sistemas de IA operativos. Al ampliar la gobernanza de identidades a la identidad no humana (NHI), las instituciones financieras pueden cumplir con las expectativas de supervisión relativas a inventarios de modelos, revisiones de acceso y certificación de políticas, al tiempo que evitan que “agentes fantasma” permanezcan inadvertidos en entornos de producción.

Aplicada de forma coherente, la solución ‘Identity for AI’ transforma el IAM de una función reactiva de cumplimiento en la arquitectura habilitadora de una autonomía de confianza. Permite a las instituciones financieras innovar con rapidez, con la seguridad de que cada decisión autónoma está autenticada, autorizada, supervisada y es atribuible: una cadena completa de confianza desde el diseño hasta la ejecución.

IA agéntica y la convergencia del cumplimiento normativo

A medida que las instituciones financieras incorporan la toma de decisiones autónoma, los reguladores de todo el mundo están alineándose en un concepto clave: la autonomía no debe diluir la responsabilidad. Nuevos marcos, desde la Ley de IA de la UE y DORA hasta las normas de resiliencia operativa de la FCA del Reino Unido y MAS Pathfinder en Singapur, exigen que la gobernanza se integre en los propios sistemas. El cumplimiento normativo está pasando de la elaboración de informes retrospectivos a la garantía arquitectónica.

La identidad actúa como denominador común, ayudando a las instituciones financieras a lograr el cumplimiento a medida que las expectativas regulatorias se aceleran y diversifican. La autenticación, la autorización, el consentimiento y la auditoría se convertirán en el lenguaje compartido mediante el cual se demostrará la transparencia, la supervisión y la explicabilidad en la era de la IA agéntica. Con independencia de la geografía o la normativa, cada agente de IA debe ser identificable, sus acciones trazables y sus permisos limitados en el tiempo y en alcance.

Este tejido de identidad convierte el cumplimiento en algo continuo y autoevidente. La verificación de procedencia valida la integridad de los datos; la autorización delegada limita la autonomía; el control de acceso basado en políticas integra la normativa en el código; y la gobernanza del ciclo de vida mantiene la visibilidad y la auditabilidad. La regulación pasa a ser un plano de control dinámico en lugar de una lista de verificación estática.

Al integrar estas salvaguardas de identidad, las instituciones financieras transforman el cumplimiento de una restricción en un habilitador. Lo que Deloitte denomina “compliance by design” sustituye la fricción por confianza, permitiendo que la IA agéntica escale de forma segura, demuestre responsabilidad en tiempo real y preserve la confianza que sustenta la estabilidad financiera.

Control del sesgo en modelos LLM

La IA agéntica, incluidos los LLM, permite la toma de decisiones autónoma en los servicios financieros, impulsando recomendaciones de productos, asesoramiento a clientes, controles de cumplimiento y evaluaciones de riesgo. Sin embargo, los LLM son propensos al sesgo, lo que genera riesgos significativos en materia de cumplimiento, reputación y estabilidad financiera.

Por qué el sesgo del modelo es una preocupación grave

Para abordar estos desafíos, se recomienda un enfoque multidimensional. Una evaluación rigurosa del sesgo debe comenzar en la fase de diseño del modelo, empleando conjuntos de datos de entrenamiento diversos y representativos y utilizando datos sintéticos para cubrir lagunas de cobertura, especialmente en categorías sensibles o infrarrepresentadas. La auditoría periódica de los prompts de los flujos de trabajo ayuda a mitigar sesgos inadvertidos en implementaciones reales.

La monitorización y las pruebas avanzadas son esenciales, incluida la implementación de mecanismos específicos del dominio para la detección de sesgos y auditorías periódicas de terceros para garantizar la equidad continua. Los controles con intervención humana siguen siendo críticos, especialmente en decisiones de alto impacto como la concesión de préstamos o la segmentación de clientes; los protocolos de revisión experta y anulación actúan como salvaguardas frente a errores automatizados. Además, la incorporación de explicabilidad y transparencia, mediante técnicas de IA explicable y documentación exhaustiva, permite tanto a las partes interesadas como a los reguladores comprender, auditar y cuestionar los resultados impulsados por la IA.

Casos de uso en la industria: de la realidad actual a los futuros agénticos

La industria de los servicios financieros ha llegado a un punto en el que la eficiencia por sí sola ya no equivale a progreso. Años de automatización de procesos y digitalización han aportado escala, pero también han multiplicado la exposición, ampliando la superficie de ataque, fragmentando la supervisión y tensionando el control regulatorio. Los actores maliciosos ahora explotan los mismos canales digitales utilizados por los clientes, mientras que las obligaciones de privacidad de datos y las normas de resiliencia operativa se endurecen con cada incidente. A medida que bancos, aseguradoras y gestores de patrimonio comienzan a desplegar IA agéntica, la cuestión central ya no es si automatizar decisiones, sino cómo hacerlo de forma segura, eficiente y eficaz.

La respuesta reside en establecer un tejido de identidad: una capa cohesionada que unifica la seguridad, la confianza y el cumplimiento en las interacciones humanas y agénticas. Este tejido integra autenticación, autorización, consentimiento, aplicación de políticas y auditoría de primer nivel en cada interacción, garantizando que cada acción autónoma pueda verificarse, limitarse y trazarse. Transforma la identidad de una salvaguarda defensiva en un marco activo de gobernanza: previniendo el uso indebido antes de que ocurra, demostrando el cumplimiento en el momento en que se produce y permitiendo una innovación en la que tanto reguladores como clientes pueden confiar.

Al integrar principios de seguridad desde el diseño en el núcleo de la IA agéntica, el tejido de identidad permite a las instituciones financieras contener el riesgo al tiempo que desbloquean las ganancias de productividad, personalización y experiencia del cliente propias de las operaciones autónomas. Los siguientes casos de uso ilustran cómo estas capacidades pueden aportar un valor medible.

Banca

Detección y respuesta autónoma al fraude

Desafío

El fraude sigue siendo uno de los mayores riesgos operativos del mundo, mientras que solo el fraude de pagos push autorizados (APP) se prevé que supere los 8.300 millones de dólares² a nivel mundial en 2024. Las reglas estáticas y la tramitación manual son lentas, reactivas y propensas a errores humanos. Los clientes están perdiendo confianza, los reguladores siguen exigiendo restituciones más rápidas y los equipos operativos sufren fatiga por alertas, a medida que aumentan los requisitos de cumplimiento.

² Deloitte, octubre de 2025.

Estado objetivo

La defensa antifraude con Agentic AI establece un bucle de control continuo anclado en la identidad. Los agentes antifraude autenticados del lado empresarial supervisan los pagos en tiempo real y, cuando surgen anomalías, inician comprobaciones bilaterales con los agentes del cliente. Mediante la autorización delegada y el consentimiento impulsado por el cliente, ambas partes validan la intención antes de la ejecución. Las transacciones avanzan o se pausan automáticamente, y cada evento se registra de forma inmutable para auditoría y restitución.

Impulsores de valor

La gestión antifraude con Agentic AI redefine el cumplimiento y la prevención de pérdidas como un único proceso continuo de protección y garantía. La investigación de Deloitte sobre automatización inteligente muestra que los bancos que aplican IA avanzada al riesgo operativo pueden reducir de forma significativa las pérdidas por fraude y los costes asociados de gestión al acortar el tiempo de investigación y mejorar la precisión. Para generar valor, los responsables de la toma de decisiones en servicios financieros deben:

• Definir una arquitectura unificada de agentes antifraude vinculada a su tejido de identidad.
• Establecer canales de agentes del cliente para la confirmación instantánea de transacciones.
• Integrar límites de autorización delegada alineados con los umbrales de riesgo.
• Automatizar la captura de evidencias para los informes de cumplimiento.

Identidad para capacidades de IA

Controles Human-in-the-Loop

Incluso en la prevención antifraude en tiempo real con agentes, la supervisión humana sigue siendo esencial para mantener la confianza, la responsabilidad y las garantías regulatorias. Los agentes antifraude pueden identificar y actuar sobre comportamientos anómalos al instante, pero la adjudicación final de casos disputados o de alto valor debe recaer en analistas cualificados que operen bajo políticas de escalado definidas. Los controles Human-in-the-Loop proporcionan esa salvaguarda, garantizando que las excepciones, las disputas de clientes o las ambigüedades de política se revisen y resuelvan por personal responsable antes de liberar fondos o finalizar decisiones.

Agentes personalizados de asesoramiento financiero

Desafío

Los modelos de asesoramiento están limitados por la recopilación manual de datos y la interacción episódica. Los asesores dedican más tiempo a compilar datos que a ofrecer orientación. Las leyes de privacidad exigen consentimiento explícito y trazabilidad completa, requisitos que dificultan la personalización continua sin nuevos controles. Además, muchos clientes se sienten incómodos al conceder a asesores humanos y de Agentic AI acceso sin restricciones a sus cuentas y datos.

Estado objetivo

Una red de agentes inteligentes anclados en la identidad permite una personalización continua y conforme a la normativa. El agente del cliente recopila de forma segura objetivos financieros y datos de comportamiento bajo consentimiento explícito, mientras que el agente asesor del proveedor interpreta esta información a través de los motores de políticas y riesgo de la institución, aplicando reglas integradas de idoneidad y divulgación. Cada recomendación es trazable desde la fuente de datos hasta su entrega y está validada por un asesor humano, preservando la supervisión fiduciaria mientras ofrece asesoramiento transparente y siempre activo que refuerza tanto la confianza como la interacción con el cliente.

Impulsores de valor

Incorporar el control de identidad permite una hiperpersonalización demostrablemente conforme y segura. Para generar valor, los responsables de la toma de decisiones en servicios financieros deben:

• Utilizar tokens de consentimiento como artefactos de cumplimiento dentro de los sistemas CRM y de asesoramiento.
• Automatizar las comprobaciones de idoneidad mediante PBAC vinculadas a las reglas de política de inversión.
• Proporcionar a los asesores paneles de transparencia en tiempo real sobre la actividad de los agentes.
• Capturar y almacenar las comunicaciones de asesoramiento para auditorías de cumplimiento.
• Medir el impacto por la frecuencia de interacción con el cliente y la eficiencia en las revisiones regulatorias.

Identidad para capacidades de IA

Controles Human-in-the-Loop

La supervisión humana sigue siendo indispensable en los modelos de asesoramiento con agentes, donde las decisiones afectan al bienestar financiero de los clientes y a las obligaciones regulatorias. Aunque los agentes de asesoramiento pueden analizar datos y generar recomendaciones de forma autónoma, la aprobación final debe proceder de asesores autorizados que apliquen el criterio profesional y la comprensión contextual antes de la ejecución. Estos controles human-in-the-loop preservan la responsabilidad fiduciaria, garantizando que cada insight automatizado se interprete desde la perspectiva de la idoneidad del cliente y el cumplimiento normativo. También refuerzan la confianza del cliente.

Evaluación crediticia y scoring de crédito con agentes

Desafío

La evaluación crediticia sigue siendo uno de los flujos de trabajo más fragmentados y expuestos al riesgo en la banca. La verificación manual de documentos, la introducción repetida de datos y la lógica de decisión opaca prolongan los tiempos de aprobación y aumentan el coste operativo. La gobernanza del riesgo de modelos está bajo presión, ya que los reguladores, especialmente en el marco del Reglamento de IA de la UE, exigen transparencia, explicabilidad y responsabilidad humana en las decisiones crediticias automatizadas. El resultado es un proceso costoso de operar, vulnerable a sesgos y lento a la hora de ofrecer los resultados que los clientes ahora esperan en tiempo real.

Estado objetivo

Aprovechar una red integral de agentes autenticados que coordinen las decisiones de evaluación crediticia. En este caso de uso, un agente del cliente recopila credenciales digitales verificadas, como identidad, declaraciones de ingresos y datos de open banking, todas autenticadas mediante verificación de procedencia. El agente de evaluación del banco se conecta entonces con agentes de burós de crédito a través del MCP, utilizando derechos delegados para recopilar únicamente la información autorizada para esa solicitud específica. El PBAC ayuda a garantizar que las decisiones cumplan con las normas de concesión de préstamos jurisdiccionales y los límites internos de riesgo, mientras que cada intercambio de datos y decisión se registra de forma inmutable para su auditoría.

Impulsores de valor

La evaluación crediticia con agentes ofrece decisiones de crédito transparentes y explicables a velocidad digital, convirtiendo una obligación de cumplimiento heredada en una ventaja competitiva. Para materializar el valor, los responsables de la toma de decisiones en servicios financieros deberían:

• Adoptar estándares de credenciales verificables para el intercambio de datos de prestatarios.
• Establecer comunicaciones entre agentes basadas en MCP con burós de crédito y proveedores fintech de datos.
• Automatizar los informes de explicabilidad alineados con los requisitos locales de cumplimiento.
• Aplicar tokens de acceso delegado que expiren en el momento de la emisión de la decisión para evitar la sobreexposición de datos.
• Cuantificar el retorno mediante una mayor precisión en las aprobaciones, tiempos de respuesta más rápidos y una reducción del esfuerzo de auditoría.

Identidad para capacidades de IA

Controles Human-in-the-Loop

Incluso en la prevención de fraude agéntica en tiempo real, la supervisión humana sigue siendo esencial para mantener la confianza, la responsabilidad y la garantía regulatoria. Los agentes de fraude pueden identificar y actuar ante comportamientos anómalos al instante, pero la adjudicación final de casos disputados o de alto valor debe recaer en analistas cualificados que operen bajo políticas de escalado definidas. Los controles human-in-the-loop proporcionan esa salvaguarda, garantizando que las excepciones, las disputas de clientes o las ambigüedades de políticas se revisen y resuelvan por personal responsable antes de que se liberen fondos o se finalicen decisiones.

Seguros

Gestión automatizada de siniestros

Desafío

Las operaciones de siniestros siguen siendo una de las funciones más costosas y visibles para el cliente en el sector asegurador. La revisión manual, los flujos de trabajo fragmentados y los controles antifraude inconsistentes provocan largos tiempos de ciclo, un aumento de los gastos de ajuste de pérdidas y una elevada exposición regulatoria. Los reguladores exigen una resolución más rápida, razonamientos transparentes y supervisión humana, mientras que los clientes juzgan cada vez más a las aseguradoras por la rapidez y equidad con la que liquidan los siniestros. Los sistemas heredados dificultan satisfacer estas demandas sin incrementar el riesgo operativo.

Estado objetivo

La automatización agéntica sustentada por el tejido de identidad conecta cada etapa del ciclo de vida del siniestro en un único flujo de trabajo gobernado. El agente del cliente recopila pruebas verificadas y las transmite al agente del proveedor de siniestros de la aseguradora mediante credenciales autenticadas. El agente del proveedor valida la cobertura de la póliza mediante verificación de procedencia y activa agentes de socios externos, por ejemplo, redes médicas o talleres de reparación, a través de autorización delegada. PBAC aplica automáticamente los umbrales de pago y los controles antifraude, mientras que la gobernanza del ciclo de vida garantiza que los agentes de siniestros activos permanezcan supervisados y se retiren cuando ya no sean necesarios. Todas las acciones se registran mediante auditabilidad y no repudio, creando una prueba inmutable de cumplimiento y equidad.

Impulsores de valor
La automatización anclada en la identidad reduce simultáneamente costes y riesgos, al tiempo que hace demostrable el cumplimiento normativo. Las principales aseguradoras están aumentando sus inversiones en IA para acortar el tiempo medio de liquidación, incluso mediante el uso de sus copilotos de seguros. Para materializar el valor, los responsables de la toma de decisiones en servicios financieros deben:

• Implementar la verificación de procedencia de extremo a extremo para todas las presentaciones de siniestros.
• Autorizar pagos automatizados dentro de umbrales definidos mediante tokens delegados.
• Proporcionar a los equipos de cumplimiento paneles de auditoría en tiempo real sobre el estado de los siniestros y las excepciones.
• Extender PBAC y la gestión del consentimiento a todas las pólizas de seguros.
• Medir el éxito mediante la reducción de las pérdidas por fraude y los tiempos de respuesta regulatoria.

Capacidades de identidad para IA

Controles Human-in-the-Loop

En la gestión de siniestros, la automatización puede acelerar la resolución, pero la supervisión humana sigue siendo esencial para garantizar la equidad, la precisión y el cumplimiento. Aunque los sistemas agénticos pueden validar pruebas, calcular pagos y señalar anomalías, los siniestros de alto valor o disputados deben escalarse para revisión humana a fin de preservar la imparcialidad y la confianza del cliente. Los controles human-in-the-loop permiten a los especialistas en siniestros evaluar casos complejos, anular o confirmar recomendaciones agénticas y documentar la justificación para reguladores y auditores.

Tarificación dinámica del riesgo y recomendaciones de pólizas

Desafío

Los modelos de tarificación son en gran medida estáticos, se recalibran anualmente y a menudo utilizan datos obsoletos. Este desfase expone a las aseguradoras al riesgo de suscripción y limita la competitividad. Las normativas de privacidad restringen el uso de datos de telemetría, y los reguladores exigen transparencia y equidad en la determinación de primas, lo que crea un cuello de botella de cumplimiento para la innovación en tarificación en tiempo real.

Estado objetivo

Una red gobernada de agentes de clientes y agentes de precios de proveedores ofrece una tarificación continua y explicable. Los agentes de clientes transmiten telemetría o datos de comportamiento bajo un consentimiento explícito y revocable. Los agentes de precios aplican PBAC y autorización delegada para utilizar únicamente los datos permitidos en los cálculos de exposición. Cada cambio de tarifa se valida mediante auditabilidad, se registra para su supervisión y se comparte de forma segura con agentes de reaseguradoras o socios de distribución a través de conexiones MCP.

Impulsores de valor

La tarificación continua respaldada por la gobernanza de identidad puede ofrecer resultados más justos para los clientes y márgenes sostenibles para las aseguradoras. Para materializar el valor, los responsables de la toma de decisiones en servicios financieros deben:

• Implementar marcos de gestión del consentimiento alineados con los requisitos locales de privacidad.
• Automatizar los informes de auditoría para los ajustes de tarifas y las notificaciones a clientes.
• Utilizar credenciales delegadas para actualizaciones de primas bajo umbrales controlados.
• Integrar agentes de reaseguradoras y corredores para una visibilidad transparente de la exposición.
• Supervisar métricas de equidad para demostrar cumplimiento y confianza del cliente.

Identidad para capacidades de IA

Controles Human-in-the-Loop

La tarificación dinámica introduce una recalibración continua de las primas, lo que hace que la supervisión humana sea vital para mantener la equidad, la transparencia y la confianza regulatoria. Aunque los agentes de precios pueden analizar telemetría y datos de comportamiento en tiempo real, los actuarios y gestores de riesgos humanos deben revisar los ajustes algorítmicos para garantizar que las tarifas sigan siendo justificables, proporcionadas y no discriminatorias. Los controles human-in-the-loop proporcionan esta salvaguarda, verificando que las decisiones de los agentes se alineen con los principios de suscripción, los estándares de protección al consumidor y los requisitos de solvencia.

Gestión de patrimonio y activos

Reequilibrio autónomo de carteras

Desafío

El reequilibrio manual expone las carteras a desviaciones y retrasos, mientras que la necesidad de documentar cada decisión para MiFID II y otros requisitos regulatorios tensiona los recursos operativos. Los asesores a menudo dedican tiempo a conciliar registros en lugar de gestionar la estrategia.

Estado objetivo

El tejido de identidad permite una configuración proveedor-a-agente y cliente-a-agente para una alineación continua. Los agentes de gestión de carteras supervisan las exposiciones en tiempo real y ejecutan pequeñas operaciones de forma autónoma bajo autorización delegada, elevando las reasignaciones significativas a aprobación human-in-the-loop. PBAC aplica parámetros de riesgo e idoneidad a cada operación, y la auditabilidad registra automáticamente la justificación y el resultado para la revisión supervisora.

Impulsores de valor

Un reequilibrio continuo y conforme mejora tanto el rendimiento como la gobernanza, reduciendo los errores de seguimiento y los costes operativos. Para materializar el valor, los responsables de la toma de decisiones en servicios financieros deben:

• Asignar las reglas de la política de inversión directamente a la lógica de PBAC.
• Configurar tokens de acceso delegado para el reequilibrio automático bajo mandato.
• Automatizar los informes de MiFID II y SEC a partir de los registros de auditoría.
• Proporcionar a los asesores paneles de control para la supervisión y las aprobaciones.
• Supervisar la eficiencia del cumplimiento mediante la reducción del tiempo de revisión y las tasas de error.

Identidad para capacidades de IA

Controles de intervención humana en el proceso

En la gestión de carteras, la supervisión humana es indispensable para mantener la responsabilidad fiduciaria y la garantía regulatoria. Aunque los agentes de gestión de carteras pueden supervisar posiciones y ejecutar pequeños ajustes de forma autónoma, las reasignaciones de mayor envergadura que afectan de manera sustancial al perfil de riesgo o a los objetivos de inversión de un cliente requieren validación humana. Los asesores actúan como punto de control crítico, revisando la justificación, confirmando la idoneidad y aprobando la ejecución antes de que se cursen las órdenes.

Agentes Concierge de Wealth

Desafío

Los clientes de alto patrimonio esperan un servicio personalizado 24/7; sin embargo, las mayores obligaciones de privacidad hacen que la capacidad de respuesta sea arriesgada sin un control granular. Sin límites de identidad verificables, la automatización orientada al cliente corre el riesgo de vulnerar la confidencialidad o ejecutar transacciones de forma incorrecta.

Estado objetivo

Una combinación de agentes del cliente y agentes del proveedor concierge permite un servicio siempre disponible y protegido por la identidad. Los agentes del cliente inician solicitudes mediante autenticación adaptativa; los agentes concierge las gestionan bajo control de acceso basado en políticas, escalando las acciones sensibles mediante revisión con intervención humana en el proceso. La gestión del consentimiento vincula cada solicitud a un principal aprobado, mientras que la gobernanza del ciclo de vida garantiza que los privilegios sigan siendo adecuados al nivel y estado de la relación del cliente.

Valor y puntos de decisión

La automatización concierge basada en la identidad amplía la capacidad al tiempo que refuerza la confianza. El piloto de RBC Wealth informó de importantes mejoras en la productividad de los asesores y aumentos en la satisfacción del cliente derivados de sus iniciativas de transformación agéntica.³ Para materializar el valor, los responsables de la toma de decisiones en servicios financieros deben:

• Implementar autenticación adaptativa y analítica del comportamiento para la verificación de clientes.
• Utilizar PBAC para aplicar la segregación entre asesoramiento y transacciones.
• Capturar tokens de consentimiento para todas las acciones de alto riesgo.
• Automatizar la extracción de evidencias de cumplimiento a partir de los registros de auditoría.
• Cuantificar el aumento de capacidad de los asesores y el ahorro en auditorías de cumplimiento.

^{3 Salesforce}

Identidad para capacidades de IA

Controles con intervención humana

Incluso en los modelos de conserjería más avanzados, la supervisión humana es esencial para preservar la confianza del cliente, la privacidad y el cumplimiento normativo. Aunque los agentes de conserjería pueden gestionar de forma segura solicitudes informativas y de servicio rutinarias, cualquier acción que implique asesoramiento, movimiento de fondos o cambios en los permisos del cliente debe activar una revisión humana. Los asesores actúan como la última capa de validación, confirmando la intención del cliente, verificando la idoneidad regulatoria y garantizando que las instrucciones sensibles se ejecuten correctamente.

Construyendo juntos el tejido de identidad

La IA agentica está cambiando lo que significa gestionar el riesgo y generar valor en los servicios financieros. Las instituciones ya no pueden separar la innovación de la gobernanza: los mismos sistemas que permiten la autonomía también deben demostrar responsabilidad. Esta convergencia de capacidad y control es la base del tejido de identidad, la arquitectura compartida de seguridad, cumplimiento y confianza que sustenta la adopción segura de la IA agentica. Es en este ámbito donde Deloitte y Ping Identity combinan sus fortalezas para ayudar al sector a pasar de la experimentación al despliegue a escala empresarial.

Colaborando para crear una autonomía de confianza

Juntos, Deloitte y Ping Identity ayudan a las instituciones financieras a poner en práctica el marco Identity for AI mediante diseño, políticas y tecnología. Deloitte aporta experiencia estratégica y regulatoria: definiendo modelos operativos
objetivo, mapeando obligaciones regulatorias y ayudando a los clientes a alinear la gobernanza con el apetito de riesgo empresarial.

Ping Identity proporciona la base técnica a través de la plataforma Ping Identity Platform, que unifica la autenticación, la autorización, el consentimiento, la aplicación de políticas y la auditoría en casos de uso de identidad de clientes, empleados, terceros y entidades no humanas. Esta alianza tiene como objetivo ayudar a los clientes en cada etapa de adopción, desde la prueba de concepto inicial hasta la producción a gran escala, avanzando dentro de un marco verificable de cumplimiento y garantía.

De los principios a la práctica: confianza, riesgo y recompensa

El caso de negocio para la autonomía habilitada por la identidad se fundamenta en tres resultados inseparables: confianza, riesgo y recompensa, cada uno reforzado por las capacidades descritas a lo largo de este documento técnico. En conjunto, forman la lógica estratégica para construir el tejido de identidad que permite a las instituciones financieras adoptar de forma segura la IA agentica a escala.

En conjunto, confianza, riesgo y recompensa definen el nuevo equilibrio para los servicios financieros en la era de la IA agentica. Las instituciones que integran estos principios en su tejido de identidad avanzan más allá de la experimentación controlada hacia una transformación escalable, repetible y medible, donde la autonomía no solo está permitida, sino que es confiable, gobernada y rentable.

Continúe su recorrido en la IA agentica con Ping Identity y Deloitte⁴ hoy mismo obteniendo su Guía definitiva de Identity for AI.

⁴ Tal como se utiliza en este documento, «Deloitte» se refiere a Deloitte & Touche LLP, una filial de Deloitte LLP. Consulte www.deloitte.com/us/about para obtener una descripción detallada de nuestra estructura legal. Es posible que determinados servicios no estén disponibles para clientes de auditoría conforme a las normas y regulaciones de la contabilidad pública.