Agentes especializados frente a agentes de riesgo coordinados

Última actualización: septiembre de 2026

Los agentes están llegando a las funciones de riesgo de uno en uno. Un agente de detección este trimestre, un agente de clasificación de alertas el siguiente, cada uno con su propio caso de negocio y su propio programa piloto. Los agentes de riesgo orquestados son la otra forma de comprar, y la diferencia entre ambos no tiene casi nada que ver con cuántos agentes se estén ejecutando.

Lo que los diferencia es lo que comparten. Un registro de cliente unificado, un registro de decisiones, un único criterio para evaluar si un agente está funcionando y una persona designada responsable del resultado combinado. Si compra agentes de uno en uno, estará reconstruyendo en la capa de agentes la fragmentación por la que ya está pagando en la capa de proveedores.

En resumen

• Un conjunto de agentes para tareas específicas es solo eso: un conjunto de agentes para tareas específicas. Se convierte en una capacidad real solo cuando los agentes comparten un registro de cliente, un registro de decisiones, un criterio de evaluación y un responsable.

• Ninguno de estos cuatro elementos es un problema de IA. Son los problemas que la institución ya tiene, que se presentan de nuevo en una capa diferente.

• El costo es invisible con el primer agente y se hace evidente con el segundo; por eso, un piloto exitoso dice muy poco sobre cómo se sentirá trabajar con tres agentes.

• No existe un manual de supervisión regulatoria para esto. La guía revisada sobre riesgo de modelos publicada en abril de 2026 deja a la IA agéntica explícitamente fuera de su alcance, por lo que el criterio debe redactarse internamente y defenderse.

• El argumento más sólido contra la consolidación proviene de profesionales que han hecho el trabajo ellos mismos, y se refiere a la concentración de proveedores más que a la tecnología. Merece una respuesta directa, no una refutación.

• Un solo agente en una sola cola de trabajo no necesita nada de esto. Detenerse ahí es una opción válida y, a menudo, la mejor primera implementación.

Agentes de riesgo orquestados: la respuesta corta

Los agentes de riesgo orquestados son varios agentes de IA que trabajan con un registro de cliente compartido, un registro de decisiones y un criterio de evaluación común, con un responsable humano designado para la recomendación combinada. Los agentes puntuales hacen un solo trabajo con los datos que reciben y pasan el resultado a una persona o a una cola de trabajo. La diferencia es operativa más que técnica: la orquestación es lo que permite que un agente de fraude, un agente de AML (prevención de lavado de dinero) y un agente de crédito generen un único perfil del cliente en lugar de tres independientes.

¿Por qué necesitamos la herramienta número 21?

Una responsable de operaciones de la división de crédito y cobranza de una empresa de servicios financieros digitales describió cómo su equipo está evaluando actualmente la decisión de desarrollar internamente o comprar. Redactaron una especificación de lo que se necesitaría para que sus herramientas internas hicieran el trabajo, crearon un documento comparativo frente a lo que los proveedores ya tienen listo y calcularon los costos de ambas opciones. Su lectura sobre esa parte: "No creo que sea muy difícil navegar ese argumento".

Luego mencionó el argumento que espera perder: "Se trata más bien de navegar el argumento de: de acuerdo, tenemos 20 herramientas diferentes. ¿Por qué necesitamos la herramienta número 21?"

Esa objeción se aplica a los agentes exactamente igual que a los proveedores, y los agentes están llegando de uno en uno. Por lo tanto, la pregunta útil para un líder de riesgo al que se le ofrece un tercer agente no es cuántos agentes ejecutar. Es qué deben compartir antes de que ejecutar varios sea mejor que ejecutar uno solo.

Qué es un agente puntual y qué es una capa de agentes orquestada

Un agente puntual hace un único trabajo con los datos que recibe y entrega su resultado a una persona o a una cola de trabajo. Tiene un alcance, una cola y una métrica para evaluar si realizó bien la tarea. No tiene nada de defectuoso. La mayoría de las primeras implementaciones deberían verse exactamente así.

Una capa orquestada no es una colección más grande de agentes puntuales. Son varios agentes que operan bajo un registro compartido, un historial común y un criterio de evaluación unificado. Oscilar describe su propia versión públicamente como agentes que mantienen el contexto a través de las alertas, conectando datos de fraude, crédito y cumplimiento en lugar de procesar cada alerta desde cero.

La tabla resume todo el argumento en una sola vista: cada fila muestra algo que se puede ignorar cuando hay un solo agente, pero que es imposible de ignorar en cuanto hay dos.

Una cosa que esta página deja de lado deliberadamente: los patrones de orquestación, marcos de trabajo y topologías. La ejecución secuencial frente a la concurrente, el diseño de transferencias y en qué marco construir son decisiones para un equipo que diseña un sistema de agentes. No son decisiones que toma una función de riesgo cuando compra uno.

Las cuatro cosas que los agentes deben compartir

Un registro de cliente unificado. Dos agentes deben analizar al mismo cliente, con el mismo historial disponible, en el mismo momento.

Un registro de decisiones único. La secuencia de recomendaciones de los agentes y las confirmaciones humanas sobre un cliente debe poder reconstruirse como una sola historia, en orden, meses después.

Un criterio de evaluación común. "El agente funciona" debe significar lo mismo en fraude que en AML, o de lo contrario no podrá compararlos ni decidir cuál expandir.

Un punto único de decisión humana. La responsabilidad de la recomendación combinada debe recaer en alguien específico, y esa persona debe estar designada antes de que el segundo agente entre en funcionamiento.

Ninguno de los cuatro es un problema de IA. Los cuatro son problemas que la institución ya enfrenta con sus proveedores, sus datos y sus comités, que se presentan de nuevo en esta nueva capa.

Registro compartido: un agente no puede analizar bien a un cliente si solo ve la mitad

Dos agentes que leen registros parciales diferentes no estarán de acuerdo, y ninguno de ellos estará equivocado desde su perspectiva. Un agente de fraude que trabaja con el historial de dispositivos y transacciones y un agente de cumplimiento que trabaja con datos de registro pueden llegar a conclusiones opuestas sobre la misma cuenta, y ambos tener razón según la información que recibieron. El desacuerdo surge como una discrepancia que nadie puede resolver.

El registro tiene un propietario y, en una institución de cualquier tamaño, no es la plataforma de agentes. Un director de I+D de una plataforma de pagos global explicó claramente esta limitación cuando su equipo hizo la implementación: "nuestras listas no se usan solo para el flujo [de la plataforma de riesgo]. En algunos casos se propagan a diferentes equipos. Por lo tanto, no podemos permitir que [la plataforma de riesgo] sea la fuente única de verdad para la gestión de listas. Tiene que ser una copia de nuestra fuente de verdad".

Esa es la realidad de un registro compartido en una gran institución. Es una copia sincronizada, lo que convierte la retroalimentación de datos, la actualización y la conciliación en un trabajo de diseño real, no en una simple configuración de la plataforma. Diseñar ese registro es un trabajo independiente con sus propios desafíos y merece su propio análisis.

Registro de decisiones compartido: reconstruir una decisión en la que intervinieron tres agentes

Un registro de auditoría por agente responde a lo que hizo ese agente en particular, pero no responde a lo que decidió la institución. Cuando un agente de detección genera una alerta, un agente de clasificación recomienda una acción y un analista la confirma, el registro que un regulador o un revisor interno busca es la secuencia completa, no tres archivos independientes que casualmente mencionan al mismo cliente.

Vale la pena leer detenidamente la postura pública de Oscilar sobre esto: la plataforma registra el razonamiento detrás de cada recomendación, lo que facilita mostrar a los reguladores exactamente dónde toman decisiones las personas. Esto es tan importante para el registro de acciones humanas como para el de los agentes, y es lo que realmente importa cuando varios agentes intervienen en un mismo resultado. Qué debe conservar ese historial, quién puede modificarlo y cuánto tiempo dura son preguntas del marco de control que se analizan en la sección de gobernanza para agentes de riesgo.

Los agentes nunca cierran ni escalan alertas de forma autónoma; cada recomendación es revisada y confirmada por un analista humano antes de tomar cualquier medida. Con varios agentes, esto se traduce en múltiples confirmaciones por parte de posiblemente varias personas, y esas confirmaciones deben registrarse en una sola secuencia para que cualquiera pueda reconstruir lo sucedido.

Criterio común: tres componentes frente a un único marco normativo

El 17 de abril de 2026, la Reserva Federal, la FDIC y la OCC publicaron conjuntamente una guía revisada sobre la gestión de riesgo de modelos: SR 26-2 en la Reserva Federal, Boletín 2026-13 en la OCC y FIL-15-2026 en la FDIC. Esta reemplaza la guía interinstitucional de riesgo de modelos de 2011 y la declaración de 2021 sobre riesgo de modelos para sistemas BSA/AML. Los documentos internos y la publicidad de proveedores que aún citan las normativas anteriores hacen referencia a algo que ya no existe.

La guía revisada también define de forma más estricta lo que se considera un modelo: "un método, sistema o enfoque cuantitativo complejo que aplica teorías estadísticas, económicas o financieras para procesar datos de entrada y generar estimaciones cuantitativas". Determinar si un motor de reglas específico cumple con esa definición es una pregunta para su propio equipo de riesgo de modelos, no algo que deba darse por sentado.

En cuanto a los agentes, la guía es explícita: "Los modelos de IA generativa e IA agéntica son novedosos y evolucionan rápidamente. Como tales, no entran en el alcance de esta guía". Las agencias indican que planean publicar una solicitud de información sobre el uso de la IA en los bancos, incluida la IA agéntica. Hasta septiembre de 2026, esa solicitud no se ha publicado.

De modo que una función de riesgo que ejecuta un motor de reglas, un modelo de puntuación y un agente tiene tres componentes en posiciones totalmente diferentes respecto a un mismo marco de trabajo. Nadie le va a dar la norma que falta para el tercero. La institución la diseña, la aplica a cada agente y la defiende. Ese es el trabajo detrás de la evaluación de un solo agente de riesgo antes de producción y de su monitoreo tras el lanzamiento; el criterio debe ser el mismo en ambos casos o la comparación entre agentes no tendrá ningún valor.

La guía mantiene el concepto de "cuestionamiento efectivo" (effective challenge), y su definición sirve para poner a prueba cualquier estándar que usted diseñe. Debe ser realizado por personas con "la experiencia adecuada para llevar a cabo una evaluación crítica y objetiva, la independencia suficiente para mantener la objetividad, así como la posición organizativa y la influencia necesarias para implementar cualquier cambio". Quien evalúe los resultados de sus agentes debe cumplir con estas tres condiciones. Un revisor que no pueda cambiar el resultado no cumple con la tercera.

Una nota de precisión: la carta de la Reserva Federal señala que se "espera que sea más relevante para las organizaciones bancarias con más de $30 mil millones en activos totales". Que sea "más relevante para" no significa que se aplique exclusivamente a ellas, por lo que las instituciones más pequeñas no deben interpretar ese límite como una exención.

Responsabilidad compartida: quién responde cuando la recomendación proviene de tres lugares

Confirmar la recomendación de un solo agente es una decisión que un analista ya sabe tomar. Confirmar una cadena de recomendaciones es una decisión muy distinta y, en la mayoría de las instituciones, no se ha asignado a nadie. El resultado del agente de detección alimenta la recomendación del agente de clasificación, un analista confirma el último paso y la responsabilidad de toda la secuencia queda en el limbo.

Existe una forma clara de medir el valor de la capa humana. Un banco en fase de implementación muestra un 92% de coincidencia de los agentes con su equipo de analistas en la resolución de alertas y un 75% menos de tiempo por revisión. Este es un caso de implementación específico y no un estándar que cualquiera deba esperar, pero muestra las dos cifras clave a seguir: con qué frecuencia el agente y el analista llegan a la misma respuesta y cuánto cuesta la revisión cuando lo hacen.

La pregunta que debe resolverse antes de que un segundo agente entre en funcionamiento es sencilla: ¿Quién es el responsable de la recomendación conjunta y qué puede cambiar esa persona si no está de acuerdo?

Un solo agente o varios: cómo saber cuál necesita realmente

Un solo agente en una cola de trabajo no necesita ninguno de los cuatro elementos. Lee los datos recibidos, hace su tarea y entrega el resultado a una persona. Es un punto de llegada perfectamente válido y la recomendación más honesta para la mayoría de las primeras implementaciones.

Los cuatro elementos empiezan a importar con el segundo agente, por lo que este costo es invisible durante un piloto. Un piloto tiene un solo registro, un destino de salida, una métrica y un responsable evidente; todo ello de forma implícita. El segundo agente convierte cada uno de estos puntos en una pregunta, y responder a cuatro preguntas bajo la presión de la fecha de entrega es mucho peor que haberlas resuelto de antemano.

Una prueba práctica para aplicar antes de firmar por el segundo agente: identifique el registro de cliente que leerán ambos agentes, el registro de decisiones que guardará ambos resultados, la métrica con la que se medirán ambos y la persona que validará el resultado combinado. Si falta alguno de los cuatro, lo que tiene son dos agentes puntuales y debe planificar en consecuencia.

Un director de gestión de fraude de una empresa global de pagos y tarjetas prepagas expresó su propio requisito no negociable de forma espontánea: "uno de mis requisitos fundamentales para cualquier solución de orquestación o decisión es que debe ser capaz de tomar cualquier dato que le introduzca, normalizarlo, usarlo y operar con él". No pedía más agentes, mejores modelos o mayor precisión. Pedía una sola cosa sobre los datos, porque su empresa crece mediante adquisiciones y necesita fusionar sistemas con frecuencia.

El argumento en contra de la consolidación, por parte de alguien que lo vivió

El mismo director desarrolló su propio núcleo de orquestación en lugar de comprar uno, y su razonamiento es el argumento más sólido contra todo lo anterior: "Analizo el riesgo más allá del riesgo de fraude. También tengo que considerar el riesgo de proveedores y la exposición al mercado... desde mi perspectiva, era crítico que mantuviéramos la autonomía sobre los puntos de conexión reales, y que ningún proveedor se implementara de manera que no pudiera ser reemplazado".

Su frase para describir la alternativa fue un "matrimonio involuntario con un socio externo". Al preguntarle directamente qué pensaría su empresa sobre adoptar una plataforma de este tipo, respondió: "desde el punto de vista del negocio, es simplemente un movimiento de alto riesgo".

Esa es una postura de riesgo sostenida por un profesional del área, y es correcta. Concentrar los puntos de conexión en un solo proveedor reduce la capacidad de reemplazarlo. Negar esto no es una respuesta válida.

Hay dos respuestas para esto. La primera es una prueba de salida que el propio lector debe aplicar: si tuviera que reemplazar a este proveedor en dieciocho meses, ¿qué tendría que reconstruir? ¿Posee los datos y los puntos de conexión necesarios para hacerlo? Hágase esta pregunta antes de firmar, no después.

La segunda es el alcance. Los agentes pueden ejecutarse como una capa independiente sobre la infraestructura que ya tiene, o como parte de una plataforma unificada; la primera opción mantiene los puntos de conexión exactamente donde están.

Su elección también tiene un precio, que él mismo reconoció. El núcleo central que desarrolló su equipo distribuye los datos a sus proveedores y socios y orquesta las respuestas de vuelta, y existe "un único punto de integración para todos nuestros procesos internos al que, antes de que me muera, todo el mundo estará conectado". Aproximadamente treinta plataformas esperan en esa lista de pendientes. Desarrollar la capa usted mismo le permite mantener el control de cada punto de conexión, pero a cambio de una lista de espera que se mide en plataformas en lugar de agentes.

Dónde falla esto

Consolidar la capa de agentes no consolida la capa de datos subyacente. Si hoy en día tres sistemas de origen no coinciden sobre un cliente, una capa de agentes orquestada leerá esos mismos tres sistemas y heredará la discrepancia. El trabajo de datos es la tarea más larga y no desaparece sola.

Un criterio compartido mal redactado es peor que tener cuatro locales, porque ahora es el único que existe. Un criterio que evalúe a los agentes por la finalización de tareas en lugar de por la calidad de las decisiones se aplicará de forma coherente a todos los agentes, y será coherente en su error.

Nada de lo expuesto aquí es un argumento definitivo para comprar en lugar de desarrollar. El director citado anteriormente optó por desarrollar y su sistema funciona. Esa decisión tiene sus propias consideraciones y su propia página.

Tampoco existen métricas publicadas sobre la frecuencia con la que los agentes de riesgo entran en conflicto entre sí en entornos de producción. A cualquiera que le ofrezca una cifra, debería preguntarle cómo se calculó y sobre qué población de datos.

Preguntas frecuentes

¿Qué son los agentes de riesgo orquestados?

Los agentes de riesgo orquestados son varios agentes de IA que operan bajo un mismo registro de cliente compartido, un registro de decisiones y un criterio de evaluación común, con un responsable humano para la recomendación combinada. El término describe cómo se relacionan los agentes entre sí, más que el número de ellos que están funcionando. Sin estos elementos compartidos, un grupo de agentes es solo un conjunto de herramientas individuales.

¿Cuál es la diferencia entre los agentes de IA puntuales y una capa de agentes orquestada?

Un agente puntual realiza una única tarea con los datos que recibe y envía el resultado a una persona o a una cola. Una capa orquestada conecta a varios agentes con el mismo registro, historial, estándar y responsable. La diferencia práctica se nota al incorporar el segundo agente, cuando dos sistemas deben ponerse de acuerdo sobre el mismo cliente y una persona debe responsabilizarse del resultado combinado.

¿Los agentes independientes de fraude, AML y crédito vuelven a crear los silos que una plataforma debía eliminar?

Sí, y lo hacen de forma silenciosa. Los agentes adquiridos de uno en uno llegan con su propia fuente de datos, su propio destino de salida y su propia definición de éxito, que es la estructura clásica de un silo. Que esto ocurra depende de si los cuatro elementos compartidos existen antes de implementar el segundo agente, no de los agentes en sí.

¿Pueden los agentes de riesgo orquestados funcionar con los sistemas de riesgo existentes de una institución?

Sí. Los agentes pueden ejecutarse como una capa independiente sobre la infraestructura actual o integrarse en una plataforma unificada. La parte que debe definirse con cuidado es el registro del cliente: en la mayoría de las instituciones, la copia maestra reside en otro lugar y la capa de agentes mantiene una copia sincronizada, lo que convierte la actualización de datos y la sincronización en decisiones de diseño del sistema, no en simples opciones de configuración.

¿Cómo se gestionan la revisión humana, la auditabilidad y el rendimiento de los agentes cuando hay varios en funcionamiento?

A través de un único registro de decisiones en lugar de varios. Como los agentes nunca cierran ni escalan alertas de forma autónoma, cada recomendación cuenta con una validación humana, y estas validaciones deben registrarse en una secuencia única para que cualquiera pueda reconstruir la decisión más adelante. La guía revisada sobre riesgo de modelos de abril de 2026 deja a la IA agéntica fuera de su alcance, por lo que el estándar de evaluación se define internamente y se aplica por igual a todos los agentes.

¿Cómo deciden los equipos entre un solo agente y varios?

Comience por analizar la cola de trabajo, no la cantidad de agentes. Un solo agente en una sola cola con un único responsable no requiere infraestructura compartida y es la implementación inicial recomendada para la mayoría de los equipos. Dé el paso hacia varios agentes solo cuando pueda identificar el registro que comparten, el historial común que guarda sus resultados, el criterio con el que se evalúan y la persona que valida la recomendación final.

¿Cuáles son los costos ocultos de ejecutar varios agentes especializados?

Los costos ocultos son la conciliación de datos, la duplicidad en las revisiones y el vacío en la gobernanza. Dos agentes que leen registros parciales distintos generan contradicciones que un humano debe resolver caso por caso, cada agente trae su propio sistema de evaluación y ninguna persona asume la recomendación combinada hasta que se le asigna de manera explícita. Ninguno de estos problemas se hace evidente en un piloto con un solo agente.

Por dónde empezar

Antes de que el segundo agente entre en producción, defina los cuatro pilares: el registro de cliente, el registro de decisiones, el criterio de evaluación y el responsable. Esto toma una tarde y es el momento más oportuno y económico para hacer cambios. Si el primer agente aún no está en funcionamiento, la pregunta previa es qué necesita un agente de los sistemas que ya tiene implementados.

Si prefiere poner a prueba estos cuatro pilares en lugar de solo leer sobre ellos, ejecute un agente en una cola de trabajo real durante una semana con el registro, el historial, el estándar y el responsable definidos previamente. Una prueba de concepto de un agente durante una semana es suficiente para ver cuáles de estos cuatro elementos tiene realmente su institución.