Dos instituciones financieras sistémicas —BNY con 57,8 billones de dólares bajo custodia y Sompo Japan, uno de los mayores aseguradores de Japón— acaban de cruzar el mismo umbral: 20.000 empleados construyendo y usando agentes de IA generativa a diario. No es un piloto. No es un "centro de excelencia" aislado. Es la operación entera.
La diferencia con el resto del mercado no es el modelo que usan —BNY apuesta por OpenAI, Sompo por Gemini de Google—. Es que ambas resolvieron la paradoja de la gobernanza antes de escalar: la gobernanza no es un comité que frena; es la infraestructura que permite moverse rápido sin romper lo que no se puede romper.
La gobernanza como capa de sistema, no como trámite
En BNY, la plataforma interna Eliza —construida sobre modelos de OpenAI— incorpora gobernanza a nivel de código: permisos, telemetría, flujos de aprobación y etiquetado de datos son obligatorios para cualquier agente que salga a producción. "Algunos ven la gobernanza como obstáculo; en nuestra experiencia ha sido un facilitador", dice Watt Wanapha, consejero jefe de tecnología. "La buena gobernanza nos ha permitido movernos mucho más rápido" fuente.
Tres comités interdisciplinarios revisan casos de uso en tiempo real: un comité de uso de datos (propiedad intelectual, ciberseguridad, privacidad, terceros), un comité de lanzamiento de IA y un Consejo de IA Empresarial con supervisión sénior. La información fluye diario del primero al último. No hay cuellos de botella mensuales; hay guardrails automáticos.
Sompo Japan sigue una lógica paralela: 20.000 licencias de Gemini gestionadas bajo un marco de "riesgo cero" que combina clasificación automática de datos, prohibición de ingreso de información confidencial en prompts públicos y auditoría continua de salidas fuente.
El marco académico valida lo que la práctica ya resolvió
Un artículo reciente en el Journal of Computing and Electronic Information Management estructura lo que BNY y Sompo ejecutan: seis pilares —transparencia, rendición de cuentas, alineación ética, custodia de datos, seguridad y cumplimiento— que deben operar simultáneamente en entornos multi-cloud fuente. El paper advierte: los marcos tradicionales de gobernanza de datos, diseñados para datos estructurados y deterministas, fallan frente a salidas probabilísticas, sintéticas y no trazables de los LLM. La solución no es más checklists; es gobernanza dinámica, basada en riesgo, embebida en el ciclo de vida del modelo.
El estudio señala además la fragmentación regulatoria multi-jurisdiccional: datos en nubes híbridas sujetos a LGPD (Brasil), Ley Fintech (México), normativa de protección de datos (Colombia, Chile), GDPR (si hay operación europea). Las empresas que traten la gobernanza como proyecto ad hoc por país terminarán con una deuda técnica ingobernable.
Lo que esto significa para un ejecutivo en LatAm
Regionalmente, la tentación es esperar: "primero que madure la tecnología", "primero que aclare la regulación", "primero que tengamos talento". BNY y Sompo demuestran que esperar es la estrategia de mayor riesgo. Mientras los grandes definen el estándar de facto —plataformas gobernadas, formación masiva, cultura de builders—, el rezago se vuelve estructural.
Tres movidas concretas para mañana:
- No compres herramientas, construye la plataforma de gobernanza. Eliza no es un chatbot; es un sistema operativo de IA con controles nativos. Si tu proveedor de nube o modelo no te da APIs de auditoría, trazabilidad de prompts y controles de acceso granulares, no es socio empresarial.
- Formación obligatoria antes de la primera licencia. BNY tiene 99% de plantilla entrenada en IA responsable antes de tocar la plataforma. El "Mes de Hacer de la IA un Hábito" (7 minutos/día) subió 46% la creación de agentes. En LatAm, donde la brecha de habilidades es aguda, la formación es la estrategia de adopción.
- Extiende los comités de riesgo existentes, no inventes nuevos. BNY usó sus procesos legales y de cumplimiento maduros para cubrir IA generativa. Un banco latinoamericano ya tiene comités de riesgo de modelo, privacidad, terceros y ciberseguridad. La IA generativa es un nuevo caso de uso para esos comités, no una nueva burocracia.
El costo de no hacerlo
El paper académico lo llama "paradoja de la gobernanza": la tensión entre innovación veloz y control multi-jurisdiccional. En LatAm, la paradoja tiene un cuarto término: asimetría de poder con Big Tech. Si tu gobernanza depende de que Google u OpenAI decidan qué controles exponen vía API, no gobiernas; te gobiernan.
BNY lo dice sin eufemismos: "Con la IA, todos nos enfrentamos a nuevas preguntas que no han sido respondidas. Por eso es muy importante tener el socio adecuado y un canal de comunicación abierto" fuente. Traducción para la región: negocia cláusulas de auditoría, portabilidad de datos y exit strategy antes de firmar. Si el proveedor se niega, no es socio; es lock-in.
Ya está en prueba en BNY la próxima frontera —agentes autónomos con identidades propias, permisos y telemetría—. "El rol del operador humano es ser el entrenador o cuidador del empleado digital", resume Sarthak Pattanaik. Eso requiere gobernanza que escale con la autonomía, no que la persiga.
No es la pregunta si tu empresa va a usar IA generativa a escala. Es si vas a llegar con la gobernanza ya construida —o vas a intentar ponérsela a un sistema que ya decidió cómo funciona.
