La inteligencia artificial está dejando atrás la era del chat para dar paso al agente, una nueva generación de sistemas capaces de buscar, contrastar y verificar información antes de responder. En un sector tan exigente como la banca privada, esta evolución promete transformar la productividad del asesor sin sustituir el valor del criterio humano. Lo abordaron Gonzalo de la Peña y David Verdú, cofundadores de Wio Capital, en el pasado webinar organizado por EFPA España que a continuación resumimos.
Durante los últimos años, la inteligencia artificial irrumpió en nuestras vidas a través de una interfaz tan sencilla como seductora: una ventana de chat. Nos acostumbramos a dialogar con modelos de lenguaje que respondían con aplomo e instantaneidad. Sin embargo, en el universo de la banca privada y el asesoramiento patrimonial, la elocuencia nunca ha sido sustituto del rigor.
David Verdú, CEO y cofundador de Wio Capital, recuerda el célebre caso Mata contra Avianca de 2023, donde un letrado presentó ante un tribunal neoyorquino jurisprudencia totalmente inventada por ChatGPT y “dejó una lección grabada a fuego en las profesiones reguladas: los grandes modelos de lenguaje no saben en el sentido humano de la palabra. En realidad, predicen la palabra más probable. Funcionan fragmentando el texto en números, los llamados tokens, y calculando secuencias. Y lo que resulta más complejo para nuestra operativa diaria: el modelo muestra la misma rotundidad expresiva cuando cita un dato verídico con un 94% de certeza que cuando improvisa o “alucina” una respuesta con apenas un 27% de probabilidad interna”.
Para un gestor de patrimonios, el riesgo de una alucinación sobre un folleto de fondos, una comisión de salida o una retención fiscal no es una mera anécdota; es un problema reputacional y normativo inasumible.
De la predicción a la averiguación: el nacimiento del agente
Afortunadamente, el ecosistema tecnológico ha madurado de forma vertiginosa. “Hemos pasado de la era del chat que predice de memoria a la era del agente que averigua antes de contestar“, cuenta Gonzalo de la Peña, CEO y cofundador de Wio Capital.
La diferencia entre un chat y un agente es equivalente a la diferencia entre hacer una llamada rápida a un conocido o delegar un encargo estructurado en un analista sénior de nuestro equipo. “Un agente de IA no responde en un solo impulso de dos segundos. Ante un mandato, como revisar si las clases de los diez fondos de una cartera de cliente devengan retrocesiones o si existen clases más limpias y eficientes, el agente razona”:
- Piensa: diseña un plan de trabajo.
- Actúa: consulta el índice de los documentos, busca el suplemento específico del subfondo, abre los folletos vigentes y ejecuta código para calcular comisiones exactas.
- Observa y comprueba: contrasta versiones, verifica fechas de vigencia y revisa las páginas de referencia antes de entregar el informe final.
El agente ya no improvisa. “Trabaja sobre fuentes primarias con notas a pie de página, indicando el folleto exacto, la fecha de actualización y el número de página de donde extrae cada cifra”, señala Gonzalo de la Peña desde Wio Capital.
Los tres pilares técnicos: contexto, RAG y arquitectura MCP
Para que un agente actúe con la máxima precisión, la industria ha superado importantes barreras técnicas:
- La ventana de contexto: aunque la capacidad de “memoria de trabajo” de la IA se ha multiplicado de manera espectacular durante los últimos años, un volumen ingente de folletos y normativas no cabe ni debe procesarse de una sola vez.
- Embeddings y RAG (Generación Aumentada por Recuperación): los documentos no se leen enteros a ciegas. La tecnología traduce cada fragmento a coordenadas de significado. Ante la duda de un asesor sobre una clase específica, el agente busca los vectores semánticos más cercanos, por ejemplo, la sección de comisiones del fondo en cuestión, y se los entrega al modelo como lectura obligatoria antes de redactar la respuesta.
- Protocolo MCP (Model Context Protocol): es el “enchufe universal” entre los cerebros de IA y las fuentes de datos privadas de la entidad. Mediante el MCP, los modelos, como Claude, ChatGPT o Copilot, se conectan de forma segura al maestro de valores, al catálogo de folletos vigentes, al CRM o a las posiciones de cartera, siempre bajo las restricciones y permisos que fije la propia entidad.
La infraestructura de la entidad: privacidad, custodia y gobierno
En la banca privada, cuentan desde Wio Capital, “el tratamiento de los datos del cliente exige una arquitectura infranqueable. La IA de consumo o el uso de cuentas personales carece de las garantías requeridas por el RGPD o las directrices de la ESMA”.
Las entidades financieras líderes están desplegando infraestructuras agénticas propias basadas en ocho capas de seguridad:
- Custodia en nube europea: modelos desplegados en regiones de la Unión Europea, como AWS Bedrock o Google Vertex, garantizando la soberanía de los datos.
- Capa de seudonimización o anonimización: antes de que la consulta viaje al modelo de IA, la información personal sensible, como nombres, DNI o números de cuenta, se sustituye por identificadores opacos (ej.: C-1042). El modelo realiza los cálculos de adecuación de cartera o asignación de activos sin llegar a conocer jamás la identidad real del cliente.
- Memoria institucional y seudonimizada: la IA “recuerda” las preferencias del cliente registradas en reuniones anteriores, como horizonte temporal, restricciones sectoriales o formato preferido de informe, permitiendo una atención hiperpersonalizada con el máximo nivel de confidencialidad.
- Gobierno y baterías de prueba: las reglas del agente no se entrenan a ciegas; se afinan. Se someten a rondas continuas de evaluación (benchmarks) basadas en consultas reales. Si la IA detecta un fondo no catalogado, la instrucción debe ser devolver un «no encontrado», impidiendo que infiera o estime datos inexistentes.
El rol insustituible del asesor financiero frente al agente
Gigantes internacionales del sector ya están integrando verticales especializados conectados a bases de datos financieras globales. David Verdú, desde Wio Capital, insiste en que «el mercado se encamina hacia un entorno en el que nuestros propios clientes llegarán a la consulta tras haber preguntado previamente y de forma directa a la IA sobre el rendimiento de sus inversiones».
Frente a esta transformación, conviene recordar una premisa fundamental: la IA ha aprendido a leer, pero no posee vuestro contexto, vuestra empatía ni vuestra relación con el cliente.
“Proporcionarle ese contexto de forma segura, gobernada y eficiente es la responsabilidad estratégica de las entidades”, señala Gonzalo de la Peña. “Sin embargo, interpretar los objetivos de vida de una familia, sopesar los sesgos emocionales en momentos de volatilidad, validar los informes y responder éticamente ante el cliente seguirá siendo, de forma inalienable, el trabajo del asesor financiero”.
Desde Wio Capital lo tienen claro: “La inteligencia artificial no llega para reemplazar al banquero privado; llega para liberarlo de las tareas repetitivas de análisis, permitiéndole concentrar todo su talento en lo que verdaderamente genera valor: la confianza, el criterio y la relación humana”.