El uso de IA entre las entidades financieras británicas encuestadas ha llegado al 86 %, pero las cifras que más importan están debajo del titular: los terceros ya aportan más de la mitad de los sistemas de alta materialidad, y supervisarlos es el reto de gobernanza que las entidades citan con más frecuencia.
Resumen ejecutivo
- El 86 % de los encuestados declaró usar IA, frente al 75 % de 2024. La IA generativa supuso el 56 % de los sistemas declarados.
- Alrededor del 7 % de los sistemas declarados se calificó de alta materialidad, frente al 16 % de 2024, pero el número absoluto de sistemas de alta materialidad fue mayor en 2026.
- Las implantaciones de terceros supusieron el 53 % de los sistemas de alta materialidad, frente al 35 % de 2024. Los tres primeros proveedores de nube y cómputo concentran el 79 % de las relaciones de nube y cómputo declaradas.
- El 80 % de los encuestados tiene agentes de IA desplegados, pero solo el 2 % declaró agentes con autonomía amplia.
- Los encuestados esperan que suban tanto los beneficios como los riesgos en todas las categorías, con la amplificación del riesgo cibernético y las dependencias críticas de terceros como principales riesgos sistémicos.
- La supervisión de los sistemas de IA de terceros fue el reto de gobernanza más citado.
Qué es la encuesta y qué no es #
La publicación, cuarta encuesta del Banco de Inglaterra y la FCA (Financial Conduct Authority, la autoridad de conducta financiera británica) sobre IA y aprendizaje automático en los servicios financieros del Reino Unido, es un resumen descriptivo de resultados agregados, y conviene retener ese marco antes de extraer cualquier conclusión. Los resultados son evidencia de las entidades participantes, no una evaluación completa de la adopción de IA en todo el sector financiero británico. Nada de lo que sigue debe leerse como un censo.
La encuesta recibió 196 respuestas: 101 entidades grandes y 95 pequeñas. Por primera vez, las entidades con menos de 100 empleados podían elegir un cuestionario abreviado, y 105 encuestados completaron la encuesta entera. Salvo indicación en contrario, las cifras del informe se basan en las respuestas a la encuesta completa, lo que facilita la comparación con ediciones anteriores. Los porcentajes se calculan solo sobre las respuestas válidas de cada pregunta, de modo que las entidades que no contestaron una pregunta concreta quedan fuera de su denominador. Las respuestas de bancos internacionales y de intermediarios (broker/dealers) se refieren a sus operaciones en el Reino Unido.
La encuesta de 2026 mantuvo las preguntas básicas de ediciones anteriores por continuidad, y añadió o modificó otras para reflejar la evolución de la adopción y las capacidades de la IA desde 2024. Por eso el informe puede contrastar las cifras de 2026 con las de 2024 en adopción, materialidad y peso de terceros, y por eso también pide al lector que interprete con cautela las comparaciones con 2024 allí donde difieran la redacción de las preguntas, las definiciones, el alcance o las poblaciones encuestadas. Algunos temas, como el breve anexo sobre IA de frontera y riesgo cibernético, no tienen comparación con 2024.
Estas salvedades importan porque varias de las cifras más llamativas que siguen son proporciones de proporciones. Quien ignore los denominadores confundirá un cambio de composición con un cambio de volumen. La propia encuesta ofrece un ejemplo nítido de esa trampa, al que llegaremos enseguida.
La adopción es casi universal y domina la IA generativa #
Empecemos por el titular. El 86 % de los encuestados declaró usar IA, frente al 75 % de 2024. Esa cifra abarca tanto la encuesta completa como la abreviada, y el propio informe advierte de que los porcentajes de 2026 y 2024 no se refieren a la misma población de entidades y deben compararse con cautela. Las entidades declaran cada vez más el uso de IA generativa, agentes basados en IA e implantaciones de sistemas de IA de terceros, y esos tres hilos recorren todo lo demás.
La IA generativa supuso el 56 % de todos los sistemas de IA declarados. La comparación que establece el informe es con los modelos fundacionales, que supusieron el 17 % de los casos de uso de IA declarados en 2024. El informe afirma que esas medidas no son directamente comparables, así que sería un error hablar de un salto de 39 puntos en una sola tecnología; en conjunto, en palabras del informe, apuntan a un aumento sustancial del uso declarado de capacidades de propósito general desde 2024.
¿Dónde se sitúa la IA dentro de las entidades? Operaciones y TI concentraron aproximadamente el 31 % de todos los sistemas de IA declarados, frente a cerca del 22 % de 2024, y ninguna otra área superó el 11 %. La concentración es llamativa. Los casos de uso de cara al cliente y de front office acaparan la atención pública, pero el mayor bloque de sistemas declarados está en la fontanería del negocio. Un dato del apartado de entidades pequeñas apunta en la misma dirección: entre quienes respondieron al cuestionario abreviado, operaciones fue el ámbito más citado para el uso actual o previsto de IA, por el 64 %.
Los beneficios percibidos encajan con esa imagen. La eficiencia operativa, la automatización y la productividad fueron las áreas de beneficio percibido mejor valoradas de la IA actual. A juzgar por lo que declaran, las entidades usan la IA sobre todo para funcionar de forma más eficiente.
Tampoco la adopción se reparte de forma uniforme. Casi la mitad de las entidades declaró diez sistemas de IA o menos, mientras que las diez entidades con más sistemas acumularon el 43 % de todos los sistemas de IA declarados. El 86 % describe, por tanto, la amplitud del uso, no su profundidad. Un número reducido de entidades soporta una parte grande del total, y muchas operan solo un puñado de sistemas. Las entidades pequeñas también están presentes: el 73 % de quienes respondieron al cuestionario abreviado declaró usar IA y, de ellas, el 58 % declaró recurrir sobre todo a grandes modelos de lenguaje de propósito general.
El enigma de la materialidad #
Esta es la trampa anunciada. Los encuestados calificaron de alta materialidad alrededor del 7 % de los sistemas de IA declarados, frente al 16 % de 2024. Leído deprisa, parece que la IA pierde importancia para las entidades, o riesgo.
No significa eso. El número absoluto de sistemas de IA de alta materialidad declarados en 2026 fue mayor que en 2024. La proporción cayó porque el total creció más deprisa que el subconjunto de alta materialidad. A medida que las entidades despliegan más sistemas, la mayoría de las incorporaciones se califica de menor materialidad, lo que diluye el porcentaje mientras el número de sistemas de alta materialidad sigue subiendo. Esos sistemas, además, están concentrados: diez entidades acumularon el 62 % de todos los sistemas de IA de alta materialidad declarados.
Es un correctivo útil para quien construya un argumento de gobernanza solo con porcentajes. Que caiga la proporción de sistemas de alta materialidad no dice nada tranquilizador sobre la carga de trabajo de sus responsables. Hay más que supervisar que en 2024.
De dónde vienen los sistemas importantes #
El resultado de mayor alcance de la encuesta es quién construye y opera los sistemas que más importan. Las implantaciones de terceros supusieron el 39 % de todos los sistemas de IA declarados, frente al 33 % de 2024 y el 17 % de 2022. Es un avance sostenido. El cambio en los sistemas de alta materialidad es mucho más brusco: las implantaciones de terceros supusieron el 53 % de ellos, frente al 35 % de 2024.
Así, en el conjunto de los sistemas declarados, los que las entidades consideran más materiales tienen ya más probabilidades de venir de fuera que de dentro. Una subida de 18 puntos en dos años, en la categoría donde un fallo haría más daño, es la señal más clara de los datos. Sumada al resultado de materialidad anterior, la imagen es la de un número creciente de sistemas importantes, la mayoría de los cuales las entidades no construyen.
La concentración de proveedores la agudiza. Los tres mayores proveedores de nube y capacidad de cómputo concentraron el 79 % de todas las relaciones de nube y cómputo declaradas, y el 98 % de los encuestados declaró usar alguno de los tres. La provisión de API de modelos y de alojamiento también estaba concentrada, aunque menos: los tres mayores proveedores concentraron el 54 % de las relaciones declaradas, y los tres primeros proveedores de nube y cómputo figuraban también entre los cinco primeros de API de modelos y alojamiento. Las entidades pueden tener muchos sistemas de IA, pero recurren a un conjunto reducido de proveedores para la infraestructura y los modelos que hay debajo.
La sustitución es la pregunta más difícil. De las 169 relaciones distintas de nube y cómputo declaradas, el 37 % se consideró a la vez de criticidad alta y difícil de sustituir, y solo el 35 % de ese grupo tenía planes de salida probados. En las 226 relaciones de API de modelos y alojamiento, la proporción de criticidad alta y difícil sustitución fue del 14 %. Solo el 27 % de las entidades declaró expectativas reforzadas de resiliencia operativa para la IA de terceros, como pruebas conjuntas de incidentes o planificación de la salida.
Los propios encuestados plantearon la versión sistémica de esta preocupación: la amplificación del riesgo cibernético y las dependencias críticas de terceros fueron los dos riesgos sistémicos mejor valorados, tanto hoy como en los próximos tres años, y los encuestados esperaban que se intensificaran a medida que se extienda el uso de la IA. La proporción que califica de alta o grave la preocupación por las dependencias críticas de terceros pasó del 40 % actual al 63 % en el horizonte de uno a tres años. Esa expectativa es una previsión de los encuestados, no un resultado observado, pero las cifras de concentración de proveedores le dan una base evidente.
Las entidades no ignoran la restricción. El 40 % de los encuestados señaló las preocupaciones de seguridad de la información y de resiliencia operativa como una restricción importante a la adopción de IA de terceros, seguidas de la escasa transparencia sobre los sistemas de IA de terceros (datos de entrenamiento, diseño del modelo, limitaciones de rendimiento, modos de fallo), con un 34 %. Sumando restricciones importantes y moderadas, la dificultad para negociar protecciones contractuales fue el segundo reto más citado. En conjunto, describen entidades que se apoyan mucho en proveedores externos mientras admiten que no siempre pueden ver su interior.
Agentes: muy desplegados, sobre todo en funciones de apoyo #
Las cifras de agentes exigen una lectura atenta, porque el titular y el fondo apuntan en direcciones distintas. El 80 % de los encuestados declaró tener agentes de IA desplegados, y otro 14 % declaró planes para desplegarlos en los próximos 12 meses. Con esas cifras, solo un pequeño resto ni los ha desplegado ni lo tiene previsto.
Pero fíjese en lo que hacen los agentes. El 80 % de los encuestados declaró agentes en producción que prestaban apoyo a la decisión, definido como agentes de IA que recomiendan acciones mientras las personas deciden y ejecutan. El 46 % declaró agentes con ejecución restringida, que actúan dentro de límites y reglas predefinidos, y el 22 % agentes con autonomía condicionada. Solo el 2 % declaró desplegar agentes con autonomía amplia. El patrón dominante son agentes que asesoran o actúan dentro de límites estrictos.
Las comunicaciones con clientes son donde la línea empieza a moverse. El 16 % declaró usar ya agentes para comunicaciones automatizadas con clientes, cifra que sube al 34 % al incluir los despliegues previstos. La proporción se duplica con creces si las entidades cumplen sus planes, aunque un plan es un plan, y la encuesta no puede decir cuántos se ejecutarán. En cambio, incluso contando los despliegues previstos, no más del 9 % de los encuestados esperaba que los agentes aprobaran o denegaran resultados para clientes, ejecutaran operaciones o colocaran órdenes, iniciaran, ejecutaran o bloquearan pagos, o modificaran límites, umbrales y controles.
Mi lectura es que el 2 % es la cifra más reveladora, y merece más atención que el 80 %. Desplegar un agente que sugiere y espera a una persona es un paso modesto. Desplegar uno con autonomía amplia cambia quién responde de un resultado. Hasta ahora, las entidades han dado el primer paso de forma generalizada y el segundo casi nunca. Si los planes de comunicación con clientes marcan el inicio de un cambio de postura es una de las preguntas abiertas más interesantes de los datos.
Se espera que suban tanto los beneficios como los riesgos #
Los encuestados no ven la IA como una apuesta unilateral. Esperaban que los beneficios aumentaran en todas las áreas durante los próximos tres años, con los mayores aumentos previstos en ciberseguridad y resiliencia operativa, y en generación de ingresos y posicionamiento competitivo. Son expectativas, y la encuesta las presenta como tales. Ninguno de los beneficios enumerados se consideraba de forma generalizada más que moderado hoy.
El lado del riesgo es igual de coherente en su dirección. Las áreas de riesgo percibido mejor valoradas para las entidades en la IA actual fueron la protección de datos y la seguridad, el riesgo de terceros y de la cadena de suministro y los riesgos específicos de la IA generativa. En el horizonte de uno a tres años, los encuestados esperaban que los niveles de riesgo aumentaran en todas las categorías, aunque de media calificaron los riesgos como menos graves en 2026 que en 2024.
La fuente plantea la imagen general en términos equilibrados. Esta evolución puede aportar beneficios como una mayor eficiencia, un mejor apoyo a la decisión y una gestión de riesgos más sólida. También puede crear o amplificar riesgos relacionados con la gobernanza, la resiliencia operativa, la protección de datos, los resultados para los consumidores, la dependencia de terceros y la estabilidad financiera. Los matices son de la fuente, y son apropiados; la encuesta mide percepciones y prácticas declaradas, no ganancias o pérdidas materializadas.
Un grupo de resultados se refiere a la IA de frontera y a las capacidades cibernéticas. El 88 % de los encuestados consideró que la evolución de las capacidades cibernéticas de la IA de frontera en los próximos dos años tendría un impacto moderado o alto en el perfil de riesgo de su entidad. Es una valoración prospectiva, no un efecto medido, aunque el 19 % ya señaló la mayor eficacia de los ataques a la cadena de suministro o a terceros como la vía por la que la IA de frontera plantea hoy el mayor riesgo. Lo que las entidades ya han hecho en respuesta es más fácil de comprobar: el 64 % eligió la gestión de vulnerabilidades y la cadencia de parcheo como el área de ciberresiliencia que más atención adicional de la dirección había recibido a raíz de la conciencia sobre la IA de frontera.
Restricciones: más prácticas que regulatorias #
Quien esperara ver la regulación encabezando la lista de obstáculos encontrará una encuesta con más matices. Las restricciones no regulatorias más citadas fueron las dificultades para integrar la IA en los procesos y decisiones de negocio existentes y los sistemas o infraestructuras heredados, señalados como restricciones importantes por el 23 % y el 22 % de los encuestados, respectivamente. Son proporciones modestas, lo que indica que ningún obstáculo no regulatorio domina, pero son problemas corrientes de ingeniería y organización, no exóticos.
En el plano regulatorio, las restricciones percibidas más citadas fueron la normativa británica de protección de datos y privacidad y la regulación internacional, que el 42 % y el 29 % de los encuestados, respectivamente, percibieron como una carga de cumplimiento elevada. El 28 % no indicó ninguna restricción regulatoria.
Las entidades pequeñas muestran un patrón similar: el 30 % de quienes respondieron al cuestionario abreviado señaló como restricciones la protección de datos, la confidencialidad y las consideraciones de TI. La protección de datos aparece en las valoraciones de riesgo, en las cifras de carga regulatoria y en las restricciones de las entidades pequeñas. Si algún tema une los distintos apartados de la encuesta más allá de los terceros, es ese.
Gobernanza: amplia sobre el papel, más débil tras el despliegue #
Las estructuras formales son casi universales. El 94 % de los encuestados declaró políticas, principios o estándares de IA a escala de toda la entidad, y el 84 % foros centralizados de gobernanza de la IA y del riesgo de modelo. Entre los controles del riesgo de datos, la aprobación humana, la revisión previa al despliegue y la diligencia debida sobre proveedores fueron declaradas cada una por más del 90 % de los encuestados.
Compárense ahora los controles que se aplican tras la puesta en marcha. El seguimiento continuo, las pruebas de fuga de datos y la revisión o recertificación periódica fueron declarados cada uno por alrededor de la mitad de los encuestados. El contraste es claro. Los controles del riesgo de datos que se aplican antes del despliegue o en el momento del despliegue, cuando alguien da su visto bueno, son casi universales. Los que siguen funcionando después del despliegue los declara aproximadamente la mitad.
Sostengo que ese es el resultado central de gobernanza, y enlaza directamente con la historia de los terceros. La encuesta muestra lo distinto que es el conocimiento que las entidades tienen de lo que compran. En los sistemas de alta materialidad, el 77 % de los encuestados declaró apoyarse en un conocimiento profundo de los sistemas desarrollados internamente, frente al 24 % en los sistemas de terceros; en estos, el 81 % se apoyaba en cambio en las garantías del proveedor y en acuerdos contractuales. Un sistema que se compra en lugar de construirse es uno en el que la revisión previa al despliegue y la diligencia debida sobre proveedores son las palancas evidentes. El seguimiento y la recertificación dependen de la visibilidad sobre el sistema, y el 34 % de los encuestados ya había señalado la escasa transparencia sobre los sistemas de IA de terceros como una restricción. La encuesta no afirma este vínculo causal, y los datos no pueden demostrarlo, pero las piezas encajan de forma incómoda.
Las propias entidades lo reconocen. La supervisión de los sistemas de IA de terceros fue el área de incertidumbre de gobernanza o de dificultad de implantación más citada. Aplicar los principios de gestión del riesgo de modelo a modelos de terceros o suministrados por proveedores fue señalado por el 54 % de los encuestados, y supervisar sistemas aportados o influidos de forma material por terceros, por el 49 %. Aproximadamente la mitad de las entidades declara, por tanto, dificultades para aplicar los principios de gestión del riesgo de modelo a modelos de proveedores, y aproximadamente la mitad para supervisar sistemas que los terceros aportan o en los que influyen de forma material.
Pónganse los tres hilos uno junto a otro. Los terceros aportan la mayoría de los sistemas de alta materialidad. Un puñado de proveedores domina las relaciones subyacentes. Y la gobernanza de las propias entidades, sólida en la puerta de entrada, es más débil en la supervisión continua, con el caso de los terceros señalado como el más difícil. No es una crítica a ninguna entidad; es una descripción de dónde se sitúa el esfuerzo declarado frente a dónde está la exposición declarada.
Qué conclusiones extraer #
Para los responsables técnicos, la lectura práctica es que comprar ha superado a construir en los sistemas que importan, al menos en esta muestra: el 53 % de los sistemas de alta materialidad son implantaciones de terceros. El esfuerzo de ingeniería se desplaza, por tanto, a lo que puede hacerse alrededor de un sistema que no se controla: transparencia contractual, pruebas en la frontera y un seguimiento que no dependa del acceso a los componentes internos. La encuesta no prescribe nada de esto, y nada de ello debe confundirse con un resultado. Son las preguntas que plantean sus cifras.
Para los fundadores que venden IA a los servicios financieros, los datos indican dónde estará la fricción. Los encuestados señalan las preocupaciones de seguridad de la información y de resiliencia operativa (40 %) y la escasa transparencia (34 %) como restricciones importantes a la adopción de IA de terceros. Un proveedor capaz de responder directamente a esas dos preocupaciones atiende lo que una parte sustancial de los encuestados dice que la frena. Y como más del 90 % de los encuestados declara la diligencia debida sobre proveedores como control del riesgo de datos, un proveedor debe contar con ser examinado.
Para quien tenga la tentación de leer el 86 % de adopción como señal de que lo difícil ya pasó, la encuesta ofrece una visión más sobria. La adopción es amplia, pero unas pocas entidades soportan una gran parte de los sistemas, los agentes ocupan sobre todo funciones de apoyo y los encuestados esperan que el riesgo suba en todas las categorías durante los próximos uno a tres años. También esperan que los beneficios suban en todas las áreas, así que ni el optimismo ni la cautela tienen la evidencia de su parte en exclusiva.
Las salvedades del principio siguen vigentes. Es un resumen descriptivo de 196 entidades encuestadas, de las que solo 105 completaron la encuesta entera, y no es una evaluación completa del sector financiero británico. Dentro de esos límites, el patrón es lo bastante coherente para resultar útil: los sistemas que las entidades consideran más importantes vienen cada vez más de fuera, y la supervisión que declaran es más débil justo donde esa dependencia es mayor.
La pregunta que los datos plantean pero no pueden responder es qué ocurre en la frontera de la autonomía. Con un 34 % de encuestados que usa o planea agentes para comunicaciones automatizadas con clientes, frente a solo un 2 % que despliega hoy agentes con autonomía amplia, la próxima encuesta mostrará si los agentes se mantienen en funciones de apoyo cuando los sistemas que tienen detrás los suministra, más a menudo que no, otra empresa.
Preguntas frecuentes #
¿Qué es la encuesta del Banco de Inglaterra y la FCA sobre la IA en los servicios financieros del Reino Unido? Es la cuarta encuesta conjunta sobre inteligencia artificial y aprendizaje automático en los servicios financieros del Reino Unido, tras las de 2019, 2022 y 2024. La edición de 2026 recibió 196 respuestas, 105 de ellas al cuestionario completo. Los autores la presentan como un resumen descriptivo de la evidencia de las entidades participantes, no como una evaluación completa del sector financiero británico.
¿Qué parte de la IA de las entidades procede de terceros? Las implantaciones de terceros supusieron el 39 % de todos los sistemas de IA declarados en 2026, frente al 33 % de 2024 y el 17 % de 2022. Entre los sistemas de alta materialidad, la proporción fue del 53 %, frente al 35 % de 2024.
¿Hasta qué punto están concentrados los proveedores de IA? Los tres mayores proveedores de nube y capacidad de cómputo concentraron el 79 % de las relaciones de nube y cómputo declaradas, y el 98 % de los encuestados usaba alguno de ellos. Los tres mayores proveedores de API de modelos y alojamiento concentraron el 54 % de las relaciones declaradas en esa categoría. De las 169 relaciones de nube y cómputo declaradas, el 37 % se consideró a la vez de criticidad alta y difícil de sustituir, y solo el 35 % de ese grupo tenía planes de salida probados.
¿Qué retos de gobernanza declaran las entidades con la IA de terceros? La supervisión de los sistemas de IA de terceros fue el área de incertidumbre de gobernanza o de dificultad de implantación más citada. El 54 % de los encuestados señaló la aplicación de los principios de gestión del riesgo de modelo a modelos de terceros o suministrados por proveedores, y el 49 % la supervisión de sistemas aportados o influidos de forma material por terceros. En los sistemas de alta materialidad de terceros, el 81 % se apoyaba en las garantías del proveedor y en acuerdos contractuales, mientras que solo el 24 % declaró un conocimiento profundo del sistema.
¿Actúan de forma autónoma los agentes de IA en las entidades financieras británicas? Rara vez. El 80 % de los encuestados declaró tener agentes de IA desplegados, y el 80 % declaró agentes en producción para apoyo a la decisión, en los que los agentes recomiendan acciones y las personas deciden y ejecutan. Solo el 2 % declaró agentes con autonomía amplia e, incluso contando los planes, no más del 9 % esperaba que los agentes aprobaran o denegaran resultados para clientes, ejecutaran operaciones o colocaran órdenes, iniciaran, ejecutaran o bloquearan pagos, o modificaran límites.
Referencias #
- Bank of England y Financial Conduct Authority, (2026). Artificial intelligence in UK financial services - 2026 ⧉. Bank of England.
- Bank of England y Financial Conduct Authority, (2024). Artificial intelligence in UK financial services - 2024 ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority y Financial Conduct Authority, (2022). DP5/22 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority y Financial Conduct Authority, (2023). FS2/23 - Artificial Intelligence and Machine Learning ⧉. Bank of England.
Última revisión .
Republicar este artículo
Copiar formato para Medium
# La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/](https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/) Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/
Copiar formato para Mastodon
La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado. https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/
Copiar formateado para LinkedIn
La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado. Estos son los puntos estratégicos clave: - Qué es la encuesta y qué no es. La publicación, cuarta encuesta del Banco de Inglaterra y la FCA (Financial Conduct Authority, la autoridad de conducta financiera británica) sobre IA y aprendizaje automático en los servicios financieros del Reino… - La adopción es casi universal y domina la IA generativa. Empecemos por el titular. - El enigma de la materialidad. Esta es la trampa anunciada. - De dónde vienen los sistemas importantes. El resultado de mayor alcance de la encuesta es quién construye y opera los sistemas que más importan. ¿Cuál es el enfoque de su organización ante los desafíos descritos en este artículo? → https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/ #RiesgoDeIaDeTerceros #GobernanzaDeLaIa #BancoDeInglaterra #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
Citar este artículo
La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau
Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado.
BibTeX
@online{rousseau2026la,
author = {Rousseau, Sebastien},
title = {{La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/ ER -
Vancouver
Rousseau S. La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/
Chicago
Rousseau, Sebastien. "La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/.
APA
Rousseau, S. (2026, November 21). La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/
Volver a publicar este artículo
La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau
Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado.
Este artículo se publica bajo Creative Commons Attribution 4.0 International. La republicación requiere atribución a la URL canónica.
La IA de terceros, el reto de gobernanza de las finanzas británicas — Sebastien Rousseau Los terceros aportan el 53 % de los sistemas de IA de alta materialidad en las finanzas británicas, y supervisarlos es el reto de gobernanza más citado. Originally published at https://sebastienrousseau.com/es/2026-11-21-terceros-el-reto-gobernanza-finanzas-britanicas/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
