El 16 de noviembre, Michael Barr, gobernador de la Reserva Federal de Estados Unidos, dio un discurso en Milán sobre las implicancias de la inteligencia artificial para la estabilidad financiera. Una de sus advertencias debería estar en la agenda de cualquier banco: los agentes de IA pueden convertir una corrida bancaria en algo que se desarrolla en minutos.

El razonamiento es simple. Un agente que administra el dinero de una persona puede detectar una diferencia de tasas, o una señal sobre la solidez de un banco, y mover fondos casi al instante. Si miles de agentes reaccionan a la misma señal, la salida de depósitos puede superar la capacidad del banco para gestionar su liquidez y la de los reguladores para intervenir.

Ya está pasando

Lo más relevante del discurso no es la hipótesis, sino el dato: según Barr, bancos grandes ya reportan agentes de IA que intentan operar cuentas de clientes minoristas sin que el banco pueda verificar la autenticidad, el consentimiento ni que la acción coincida con lo que el cliente quería.

Hay que leerlo con atención. No son ataques sofisticados: muchas veces son herramientas que el propio cliente autorizó, de forma vaga, para “ocuparse de sus finanzas”. El banco recibe una operación válida en lo técnico pero ambigua en lo que importa: quién decidió realmente hacerla.

Varios bancos estadounidenses respondieron bloqueando el acceso de agentes externos a las cuentas. Es una reacción comprensible, pero no escala. Los clientes van a usar agentes de todos modos, y el banco que solo bloquee va a quedar afuera de esa conversación.

El problema es de arquitectura

Barr propone tres líneas de control: autenticación estricta, verificación explícita del consentimiento para acciones específicas y controles técnicos que limiten lo que un agente puede hacer. Traducido a decisiones de diseño:

1. El agente necesita su propia identidad. Hoy la mayoría de los agentes opera con las credenciales del cliente, o con un token que no distingue entre la persona y el software que actúa por ella. Un banco preparado para agentes tiene que poder responder en cada operación: ¿la hizo una persona o un agente? ¿Qué agente? ¿Quién lo autorizó y cuándo?

2. El consentimiento tiene que ser por operación, no un cheque en blanco. Autorizar a un agente a “gestionar mis ahorros” no es lo mismo que autorizarlo a transferir todo el saldo a otra entidad un viernes a la noche. Las operaciones de alto impacto necesitan un consentimiento específico, verificable y con fecha.

3. Los límites de autoridad tienen que estar en la plataforma, no en el agente. No se puede confiar en que el agente se autolimite. Montos máximos, destinos permitidos, ventanas horarias y la velocidad a la que puede repetir operaciones son reglas que el banco debe aplicar del lado del servidor, igual que hoy aplica límites a las transferencias.

A esto agregaría un cuarto punto, pensando en el riesgo sistémico que plantea Barr: observabilidad del comportamiento agregado. Si el banco ve que muchos agentes empiezan a mover fondos al mismo tiempo, tiene que detectarlo como una señal y no como miles de operaciones independientes.

Qué haría hoy un banco

No hace falta esperar una norma para empezar. Los primeros pasos son:

  • Inventariar por dónde entran hoy las operaciones automatizadas: APIs abiertas, agregadores, accesos con credenciales del cliente.
  • Diseñar un modelo de identidad que distinga entre cliente y agente, con permisos acotados y revocables.
  • Definir qué operaciones requieren un consentimiento reforzado y aplicarlo en la plataforma.
  • Agregar al monitoreo de liquidez y de fraude una lectura del comportamiento de los agentes.

Los agentes de IA van a ser un canal más, como lo fueron la banca en línea y las billeteras. Los bancos que diseñen ese canal a propósito van a poder ofrecerlo con seguridad. Los que no, lo van a recibir igual, pero sin control.


Ayudo a bancos y fintechs a diseñar la arquitectura de identidad, pagos e integración que necesitan para operar con agentes de IA. Ver servicios.

Fuente: Michael S. Barr, “Some Potential Financial Stability Implications of Artificial Intelligence”, Federal Reserve Board, 16 de noviembre de 2026.