Riesgo de modelo para la IA: extender la SR 11-7 a sistemas que actúan

En abril, las agencias bancarias de Estados Unidos reescribieron quince años de doctrina de riesgo de modelo y dejaron la IA agéntica explícitamente fuera del perímetro. La disciplina sí se transfiere. La lista de verificación supervisora no existe. Un CFO que espere una pasará el intermedio operando sistemas que actúan sin ninguna función de validación que los vigile.

El perímetro acaba de moverse

Durante quince años, el documento de referencia para gobernar sistemas cuantitativos en las finanzas estadounidenses fue una carta supervisora. La SR 11-7 de la Reserva Federal y su gemela de la OCC, el Boletín 2011-12, emitidas conjuntamente el 4 de abril de 2011, decían a los bancos cómo desarrollar, validar y gobernar modelos. Su vocabulario escapó de la banca hace mucho. Aseguradoras, gestoras de activos y equipos corporativos de riesgo tomaron prestado su marco porque no existía nada mejor.

El 17 de abril de 2026, la Reserva Federal, la OCC y la FDIC lo reemplazaron. La SR 26-2, la Guía Revisada sobre Gestión de Riesgo de Modelo, sustituye tanto a la SR 11-7 como a la declaración interinstitucional de 2021 sobre modelos de apoyo al cumplimiento contra el lavado de dinero. La revisión estrecha el perímetro de tres maneras que importan para esta discusión.

Primera, la aplicabilidad. Las agencias declaran que se espera que la guía sea "más relevante para organizaciones bancarias con más de 30.000 millones de dólares en activos totales". El marco de 2011 había alcanzado en la práctica a instituciones mucho menores; la adopción de la FDIC en 2017 lo aplicó a instituciones con 1.000 millones de dólares o más en activos totales.

Segunda, la exigibilidad. El texto nuevo es explícito de un modo que el antiguo nunca fue: la guía "no establece estándares exigibles ni requisitos prescriptivos; en consecuencia, el incumplimiento de esta guía no dará lugar a crítica supervisora contra una organización bancaria".

Tercera, y la más consecuente, el alcance. La definición revisada de modelo exige ahora complejidad y excluye los "cálculos aritméticos simples" y los "procesos deterministas basados en reglas". Luego, en una nota al pie que merece más atención que la mayor parte del cuerpo del texto, las agencias escriben: "Los modelos de IA generativa e IA agéntica son novedosos y evolucionan con rapidez. Como tales, no están dentro del alcance de esta guía". Los principios aplican a los modelos estadísticos tradicionales y a la IA no generativa y no agéntica. Para los sistemas excluidos, la nota remite a las organizaciones a sus propias prácticas generales de gestión de riesgo y gobierno. Los sistemas que generan y los sistemas que actúan quedan fuera de la cerca. Las agencias señalaron junto con la publicación que planean una solicitud de información separada sobre el uso de IA por parte de los bancos. Una solicitud de información recoge comentarios. No obliga a nada, y hoy no hay tal marco en vigor.

Léanse los tres movimientos juntos y la posición es cruda. La clase de sistemas más consecuente que hoy entra a las funciones financieras es exactamente la clase que el marco en vigor declina cubrir.

Lo que la doctrina de 2011 realmente decía

Para decidir qué trasladar, hay que partir de lo que decía el texto original, porque la mayoría de los resúmenes de segunda mano lo aplanan.

La SR 11-7 definía un modelo como "un método, sistema o enfoque cuantitativo que aplica teorías, técnicas y supuestos estadísticos, económicos, financieros o matemáticos para procesar datos de entrada en estimaciones cuantitativas". Un modelo, continuaba, consta de tres componentes: un componente de entrada de información, que entrega supuestos y datos al modelo; un componente de procesamiento, que transforma entradas en estimaciones; y un componente de reporte, que traduce las estimaciones en información útil para el negocio.

Nótese la palabra que carga el peso: estimaciones. El modelo de 2011 produce un número. Un humano lee el número y decide. Cada control del documento está construido sobre ese supuesto. El riesgo de modelo se definía como "el potencial de consecuencias adversas derivadas de decisiones basadas en salidas y reportes de modelos incorrectos o mal utilizados", y surge exactamente de dos maneras: el modelo tiene errores fundamentales, o el modelo se usa de forma incorrecta o inapropiada. Quien decide es siempre una persona de pie entre la salida y el mundo.

El marco descansaba en tres elementos: desarrollo, implementación y uso robustos; un proceso de validación sólido; y un gobierno con roles definidos y autoridad para restringir el uso de los modelos. La validación misma tenía tres componentes, retenidos casi textualmente en la revisión de 2026: solidez conceptual, monitoreo continuo y análisis de resultados.

Su principio rector era el "desafío efectivo" (effective challenge): en la redacción de 2011, "análisis crítico por partes objetivas e informadas que pueden identificar limitaciones y supuestos del modelo y producir los cambios apropiados", que depende de "una combinación de incentivos, competencia e influencia". La revisión de 2026 reformula la tríada como pericia, independencia suficiente para mantener la objetividad y "la posición organizacional y la influencia para efectuar cualquier cambio". La idea sobrevive intacta en ambos borradores: alguien que no construyó el sistema, que aun así lo entiende y que puede forzar un cambio, debe examinarlo antes de su uso y mientras se usa.

Esa es la doctrina. Es buena. También está construida de punta a punta sobre la premisa de que la salida del sistema es una estimación que un humano consume.

Los sistemas hoy desplegados no producen estimaciones

Esa premisa es la que el despliegue actual rompe, y el despliegue no es hipotético. La encuesta AI Pulse del segundo trimestre de 2026 de KPMG, aplicada entre el 28 de abril y el 25 de mayo a 204 líderes de alta dirección y de negocio en organizaciones de EE. UU. con más de 1.000 millones de dólares en ingresos, encontró un 53% que ya usa agentes de IA, con la orquestación de múltiples agentes a través de flujos de trabajo duplicándose en un solo trimestre, del 9% al 18%. El consejo de Gartner a los CFO, publicado el 20 de agosto de 2026, es que los pilotos tempranos de agentes tienen más probabilidades de fallar por controles poco claros que por mala tecnología, y que el gobierno debe pilotearse antes de escalar el caso de uso.

Un sistema agéntico no entrega una estimación cuantitativa a un lector humano. Inicia un pago, libera una orden, presenta un reporte, envía el correo, llama a la API de otro sistema, y luego lee el resultado y elige su siguiente paso. Tres propiedades de estos sistemas rompen supuestos específicos que cargan el peso del marco de riesgo de modelo.

El no determinismo rompe el análisis de resultados tal como está escrito. El análisis de resultados de la SR 11-7 compara las salidas del modelo con resultados observados, siendo el back-testing la forma canónica. Eso funciona cuando la misma entrada produce de manera confiable la misma salida. Un sistema generativo puede producir secuencias de acción distintas, cada una defendible por sí sola, desde condiciones iniciales idénticas. Ya no se valida una función. Se caracteriza una distribución de comportamientos, lo que exige evaluación a una escala y con una frecuencia que el ciclo anual de validación nunca contempló.

El espacio de entradas no acotado rompe la cobertura de pruebas. Un modelo de puntuación crediticia toma un vector definido de entradas. Un agente ingiere texto libre, documentos, salidas de herramientas y el estado vivo de otros sistemas. Ningún conjunto de pruebas enumera ese espacio. La cobertura se vuelve confianza estadística en lugar de verificación exhaustiva, y la declaración honesta de aseguramiento cambia de "probado" a "muestreado bajo condiciones declaradas".

La autoridad de acción y las llamadas encadenadas a herramientas rompen el supuesto de contención. La red de seguridad implícita del marco de 2011 era el humano entre la estimación y la decisión. Cuando el sistema ejecuta, el costo del error ya no es un número malo en un reporte. Es una transacción. Y cuando la salida de un agente es la entrada de otro, una sola desviación aguas arriba se propaga a velocidad de máquina. La propia guía de 2026 advierte del riesgo de modelo agregado por interacciones y dependencias entre modelos. Los agentes encadenados son esa advertencia vuelta cinética.

¿Qué se transfiere limpiamente? Más de lo que los pesimistas conceden. La solidez conceptual se transfiere: la pregunta de si el diseño de este sistema es adecuado para su propósito declarado, con evidencia, no depende de que la salida sea una estimación o una acción. El monitoreo continuo se transfiere y gana importancia, desplazándose de los reportes trimestrales de desempeño hacia la observación en tiempo de ejecución. El desafío efectivo se transfiere por completo, porque es una propiedad de las organizaciones, no de los modelos. Lo que no se transfiere es la cadencia, la aritmética de cobertura y el cómodo supuesto de que una persona está de pie en la salida.

Elemento de la doctrina	Sistemas agénticos	Por qué
Solidez conceptual	Se transfiere	La adecuación del diseño, con evidencia, no depende de que la salida sea una estimación o una acción.
Monitoreo continuo	Se transfiere y crece	Se desplaza de los reportes trimestrales de desempeño hacia la observación en tiempo de ejecución.
Desafío efectivo	Se transfiere por completo	Es una propiedad de las organizaciones, no de los modelos.
Análisis de resultados	Se rompe	No determinismo: entradas idénticas producen secuencias de acción distintas y defendibles. Una distribución, no una función.
Cobertura de pruebas	Se rompe	Entradas no acotadas: el aseguramiento pasa a ser "muestreado bajo condiciones declaradas", no "probado".
Contención humana	Se rompe	El sistema ejecuta. Los errores son transacciones, y los agentes encadenados los propagan a velocidad de máquina.

La traducción corporativa

Los bancos por encima de 30.000 millones de dólares en activos al menos tienen examinadores haciendo preguntas; la cobertura de prensa hasta mediados de 2026 indica que los supervisores estadounidenses han comenzado a plantear el gobierno de la IA, el riesgo de proveedores y los procedimientos de apagado en exámenes de rutina. Un CFO corporativo no tiene examinador ni mandato. Ese es precisamente el argumento para tomar prestada la disciplina, porque la alternativa es operar sistemas que actúan sin nada que los vigile salvo tableros de disponibilidad. Los números de KPMG dicen que ese es el estado actual: entre las mismas organizaciones donde el 53% opera agentes, solo el 36% ha implementado controles directos de tokens o de uso, solo el 26% reporta visibilidad completa en tiempo real de los costos operativos de la IA, y el 32% sitúa la rendición de cuentas por decisiones informadas por IA en el CEO o en el comité ejecutivo. Si la medición de costos, la instrumentación más barata que existe, falta en casi dos tercios de las organizaciones encuestadas, la instrumentación conductual falta en más.

Cinco elementos del marco bancario se traducen directamente en decisiones que un CFO puede tomar este trimestre.

1. Un inventario ordenado por autoridad de acción, no por tipo de modeloEl inventario bancario lista modelos. La versión corporativa lista permisos: qué sistemas pueden mover dinero, comprometer a la firma, comunicarse hacia afuera o alterar registros, y bajo qué límites. Hicimos el argumento complementario para los directorios en nuestro análisis de lo que el directorio debe aprobar; el CFO es dueño del tramo financiero de ese inventario y de la atestación de que está completo.
2. Escalonamiento por materialidad, que la revisión de 2026 refuerzaLa mejora más útil de la SR 26-2 es un marco basado en riesgo: la materialidad como producto de la exposición del modelo y de su propósito, con supervisión más ligera para los sistemas inmateriales y rigurosa para los materiales. Un asistente de redacción y un agente que libera pagos no merecen el mismo régimen. El nivel se define por la peor acción que el sistema puede tomar sin supervisión, no por lo impresionante de la tecnología.
3. Validación antes de la autoridad, proporcional al nivelPara un sistema agéntico esto significa evaluación conductual: suites de escenarios que incluyan entradas adversarias, muestreadas en lugar de exhaustivas, con cobertura documentada y modos de falla conocidos, ejecutadas antes de que el sistema reciba sus permisos y ejecutadas de nuevo cuando cambie el modelo subyacente o el conjunto de herramientas. El propio lenguaje de la guía de 2026 ayuda aquí: la calidad de la validación depende de "el rigor y la efectividad de la revisión", no del lugar que ocupen los revisores en el organigrama. Un corporativo mediano puede cumplir ese estándar sin el departamento de validación de un banco.
4. Monitoreo continuo como límites en tiempo de ejecución más evidenciaRegistros de cada acción tomada, límites de gasto y de volumen aplicados fuera del control del propio agente, disparadores de anomalías y condiciones definidas bajo las cuales se suspende la autoridad del sistema. El registro importa tanto como la restricción: cuando algo salga mal, la pregunta será qué sistema, qué versión, qué autoridad y con la aprobación de quién.
5. Una función de desafío que sea realAmbos borradores de la doctrina coinciden en lo esencial: pericia, independencia y posición. En un corporativo sin segunda línea de defensa, esto puede ser una persona senior designada, ajena al equipo que despliega, con autoridad escrita para detener un despliegue y una línea de reporte que no pase por el ejecutivo que lo patrocinó. Lo que no puede ser es la presentación de garantías del proveedor, ni el equipo que despliega calificando su propio trabajo.

Nada de esto requiere esperar a que la solicitud de información de las agencias se convierta en algo más. La doctrina de 2011 pasó quince años demostrando que los modelos que producen estimaciones recompensan el escepticismo disciplinado. Los sistemas que hoy se despliegan actúan en lugar de estimar, el marco en vigor se apartó formalmente de ellos, y la proyección de Gartner de junio de 2025 de que más del 40% de los proyectos agénticos serán cancelados hacia fines de 2027, en parte por controles de riesgo inadecuados, sugiere que el costo de saltarse la disciplina ya se está pagando. Las firmas que extiendan la doctrina por su cuenta, en lugar de esperar a que se lo indiquen, son las que esperamos que sigan operando sus agentes en 2028. Esa convicción es también la razón por la que sostuvimos que la capacidad de gobernanza se está convirtiendo en un atributo con precio y no en un costo de cumplimiento.

Fuentes

Documentos supervisores primarios consultados y verificados el 31 de agosto de 2026. Las cifras de encuestas llevan las fechas de aplicación indicadas en el texto.

• Board of Governors of the Federal Reserve System, OCC, Supervisory Guidance on Model Risk Management, SR 11-7 / OCC Bulletin 2011-12, 4 de abril de 2011.
• Board of Governors of the Federal Reserve System, FDIC, OCC, Revised Guidance on Model Risk Management, SR 26-2 / OCC Bulletin 2026-13, 17 de abril de 2026.
• Federal Deposit Insurance Corporation, Adoption of Supervisory Guidance on Model Risk Management, FIL-22-2017, 7 de junio de 2017.
• KPMG, AI Quarterly Pulse Survey, Q2 2026, aplicada del 28 de abril al 25 de mayo de 2026, publicada el 24 de junio de 2026.
• Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, comunicado de prensa, 25 de junio de 2025.
• Gartner, CFOs Must Pilot Governance First Before Scaling AI Agents, 20 de agosto de 2026.
• Cobertura de prensa sobre IA en exámenes bancarios de rutina (Quartz; ABA Banking Journal; ACA International), junio de 2026.
• GSC, Gobernanza de IA en finanzas: qué debe aprobar el directorio, 24 de agosto de 2026.