Las directrices de la MAS sobre gestión del riesgo de la IA son definitivas: qué deben hacer los bancos para 2027 y 2028

Qué ha publicado la MAS¶

Las Guidelines on Artificial Intelligence Risk Management llevan fecha de publicación de 7 de octubre de 2026. La MAS indica que "apply to all financial institutions (FIs) and all forms of AI technologies" (traducción no oficial: se aplican a todas las entidades financieras y a todas las formas de tecnologías de IA). Las entidades financieras se definen por remisión a la sección 2 de la Financial Services and Markets Act 2022, y las directrices se aplican a nivel de grupo a las entidades financieras constituidas en Singapur que están sujetas a supervisión consolidada de la MAS o que poseen infraestructuras de información críticas.

La definición de IA gira en torno al comportamiento aprendido. La IA se refiere a "machine-based systems or models that derive outputs through learned premises such as the data or inputs it receives" (traducción no oficial: sistemas o modelos basados en máquinas que obtienen resultados a partir de premisas aprendidas, como los datos o las entradas que reciben). Los sistemas basados en reglas, las fórmulas especificadas a mano y la automatización robótica de procesos que sigue instrucciones fijas sin aprender quedan fuera. La lista ilustrativa de lo que queda dentro incluye la IA generativa y los "AI agents (including multi-agent systems)" (traducción no oficial: agentes de IA (incluidos los sistemas multiagente)).

Las directrices complementan los instrumentos vigentes de la MAS. Los principios FEAT (equidad, ética, responsabilidad y transparencia) siguen aplicándose, y las expectativas de la MAS sobre externalización y terceros se aplican a la IA de terceros. Una entidad financiera integrada en un grupo mundial puede usar el marco del grupo si este cumple las directrices, y la alta dirección local debe poder demostrar a la MAS cómo ejerce sus responsabilidades de supervisión.

Dos fechas de aplicación¶

El apartado 1.8 fija el calendario: "These Guidelines take effect on 7 October 2027. FIs may meet the expectations set out in Sections 3 to 4 from 7 October 2027, and Section 5 and 6 of the Guidelines by 7 October 2028" (traducción no oficial: Estas directrices surten efecto el 7 de octubre de 2027. Las entidades financieras pueden cumplir las expectativas de las secciones 3 a 4 a partir del 7 de octubre de 2027, y las de las secciones 5 y 6 de las directrices a más tardar el 7 de octubre de 2028). El documento de consulta había propuesto una única transición de 12 meses tras la publicación. El texto final mantiene 12 meses para la capa de gobernanza y concede un año más para la capa de controles.

La división sigue la estructura del documento. Las secciones 3 y 4 deciden quién es responsable del riesgo de la IA y qué IA tiene la entidad. Las secciones 5 y 6 deciden cómo se construye, prueba, supervisa, modifica y retira cada caso de uso. Una entidad no puede calibrar los controles del ciclo de vida antes de tener un inventario y una calificación de materialidad, así que el orden de las fechas coincide con el orden del trabajo.

Qué debe estar implantado el 7 de octubre de 2027¶

Supervisión. El consejo, o un comité en el que delegue, aprueba el enfoque general de gobernanza de la gestión del riesgo de la IA y se asegura de que los riesgos derivados del uso de la IA se tratan en el marco de apetito de riesgo, "including qualitative statements and quantitative measures for such risks as appropriate" (traducción no oficial: incluidas declaraciones cualitativas y medidas cuantitativas para esos riesgos, según proceda). La MAS da ejemplos de medidas cuantitativas: umbrales sobre el número o el impacto financiero de los incidentes relacionados con la IA, el número de casos de uso materiales que dependen de un único proveedor y el número de casos de uso materiales que incumplen los umbrales de rendimiento. La alta dirección define las funciones en las tres líneas, establece "an internal escalation process for managing material risks and exceptions from AI use, such as AI incidents" (traducción no oficial: un proceso interno de escalado para gestionar los riesgos materiales y las excepciones derivados del uso de la IA, como los incidentes de IA), e informa al consejo a tiempo sobre las cuestiones materiales de riesgo de la IA.

Identificación. Una función de control designada es responsable del proceso de identificación y es "the final arbiter on whether a given use constitutes AI use" (traducción no oficial: el árbitro final sobre si un uso determinado constituye un uso de IA). La identificación debe abarcar la IA integrada en servicios de proveedores terceros materiales, incluido el software que se vende sin la etiqueta de IA.

Inventario. La entidad mantiene un inventario exacto de casos de uso, sistemas o modelos de IA. Entre los atributos sugeridos figuran la finalidad, el ámbito de uso aprobado, el tipo de modelo, los datos utilizados, las dependencias, el estado del ciclo de vida, la calificación de materialidad del riesgo, el estado de revisión, los responsables y los enlaces a la documentación. Para los agentes, la nota 25 añade "agent-specific identifiers, information on the tools and systems the agent can access, its components, and the guardrails imposed to manage risk" (traducción no oficial: identificadores específicos del agente, información sobre las herramientas y los sistemas a los que puede acceder, sus componentes y las salvaguardias impuestas para gestionar el riesgo).

Materialidad del riesgo. Cada caso de uso de IA se evalúa en al menos tres dimensiones: impacto, complejidad y dependencia. La dependencia incluye "the extent of autonomy granted to the AI system or model and the degree of human involvement or oversight" (traducción no oficial: el grado de autonomía concedido al sistema o modelo de IA y el grado de intervención o supervisión humana). La evaluación cubre la materialidad inherente y la residual, y la calificación residual debe quedar dentro del apetito de riesgo antes del despliegue. Una función de control designada aprueba o arbitra las calificaciones.

Qué debe estar implantado el 7 de octubre de 2028¶

La sección 5 pide controles a lo largo del ciclo de vida de cada caso de uso, proporcionados a su materialidad del riesgo. Cuatro expectativas son las que más pesan para los agentes.

Supervisión humana (5.9). Funciones claras con "escalation and decision-making processes" (traducción no oficial: procesos de escalado y de toma de decisiones), personal con "the necessary authority and ability to intervene" (traducción no oficial: la autoridad y la capacidad necesarias para intervenir), sistemas diseñados con "mechanisms to escalate AI outputs or recommendations for human review where pre-defined conditions (e.g., on reliability and accuracy) are met" (traducción no oficial: mecanismos para escalar los resultados o las recomendaciones de la IA a revisión humana cuando se cumplan condiciones predefinidas (por ejemplo, de fiabilidad y exactitud)), y una revisión documentada de las decisiones e intervenciones de supervisión, incluidos los casi incidentes. El texto también menciona el sesgo de automatización y la fatiga de decisión.

Revisión previa al despliegue (5.18–5.19). Revisión por partes que no hayan participado en el desarrollo y validación independiente formal antes del despliegue para los casos de uso de alta materialidad.

Seguimiento e incidentes (5.23). Métricas con umbrales escalonados y comprobaciones de deriva. "Where relevant, information flow and decision-making paths across workflows that use AI, such as reasoning processes, actions taken, tools used should also be monitored" (traducción no oficial: Cuando proceda, también deben supervisarse el flujo de información y las rutas de decisión en los flujos de trabajo que utilizan IA, como los procesos de razonamiento, las acciones realizadas y las herramientas utilizadas). Para la IA de alta materialidad, las entidades deben considerar "kill switches" (traducción no oficial: interruptores de emergencia) o mecanismos de anulación y, para los agentes de IA, una "enhanced documentation" (traducción no oficial: documentación reforzada), como el registro de las instrucciones y las respuestas del modelo junto con las versiones del modelo y los procesos de razonamiento.

Gestión de cambios (5.25). Los cambios significativos activan una revisión y una nueva aprobación, el control de cambios se realiza con supervisión humana y el control de versiones permite volver atrás. La sección 6 pide después personal competente, recursos suficientes e infraestructura tecnológica dimensionada para el caso de uso.

El control de cambios es donde más nos enseñaron nuestras propias pruebas. En KLA, publicar un cambio de política crea una aprobación por dos personas, y la nueva versión permanece inactiva hasta que otro aprobador la valida. En nuestros tenants de prueba, la ejecución de un agente con una política aprobada pero aún no activa falló de forma segura con un mensaje genérico de verificación, y el operador no podía saber por qué. Cambiamos el mensaje para que indique el motivo y el siguiente paso. La lección para el apartado 5.25 es que cada versión de la política necesita un estado visible (borrador, aprobada, activa) y que el registro de cada acción del agente debe indicar la versión que estaba activa cuando se ejecutó.

Qué dice el texto final sobre los agentes de IA¶

Los agentes aparecen en cuatro lugares. El apartado 1.5 indica que las directrices fijan expectativas "as they deploy AI, including Generative AI and newer developments such as AI agents" (traducción no oficial: a medida que despliegan IA, incluida la IA generativa y novedades más recientes como los agentes de IA). El apartado 1.11 describe el riesgo: un agente con acceso a herramientas "could autonomously execute unauthorised or erroneous actions that are not aligned with an FI’s business objectives or in a customer’s best interests" (traducción no oficial: podría ejecutar de forma autónoma acciones no autorizadas o erróneas que no estén alineadas con los objetivos de negocio de una entidad ni con el mejor interés del cliente), y unos agentes comprometidos podrían "exfiltrate sensitive data or execute malicious commands at scale" (traducción no oficial: exfiltrar datos sensibles o ejecutar comandos maliciosos a gran escala). La nota sobre el inventario enumera atributos de los agentes, y el apartado sobre seguimiento menciona las acciones y las herramientas.

La MAS también remite a las entidades al Model AI Governance Framework for Agentic AI de la IMDA como referencia para las prácticas específicas de los agentes. El comunicado de prensa añade el paso siguiente: "In 2027, MAS intends to further consult the financial sector on what additional guidance on agentic AI would be useful" (traducción no oficial: En 2027, la MAS tiene previsto consultar de nuevo al sector financiero sobre qué orientaciones adicionales sobre IA agéntica serían útiles). Hasta entonces, las directrices son la referencia de supervisión para los agentes, aplicada mediante las mismas expectativas de inventario, materialidad, supervisión y seguimiento que cualquier otra IA.

Leídos en conjunto, estos pasajes describen un programa de agentes que la MAS puede supervisar: cada agente registrado con sus herramientas y salvaguardias, la autonomía puntuada dentro de la dependencia, un punto definido en el que las acciones propuestas se escalan a una persona con autoridad para intervenir, un registro de las acciones y las llamadas a herramientas, y una forma probada de detener el agente.

Qué cambió respecto del proyecto sometido a consulta¶

Plazos. La consulta proponía 12 meses desde la publicación. El texto final concede 12 meses para las secciones 3 y 4 y 24 meses para las secciones 5 y 6.

Comités. La consulta proponía un comité transversal específico cuando la exposición de una entidad al riesgo de la IA fuera material. El comunicado de prensa indica que pueden utilizarse las estructuras de gobernanza existentes y que no se exige un comité de IA específico. El consejo, o un comité en el que delegue, asume las responsabilidades de la sección 3.

Políticas básicas. Los apartados 2.3 a 2.5 establecen una vía definida para las entidades cuyo uso de la IA no tendría un impacto adverso material si funcionara mal o dejara de estar disponible. Esas entidades pueden aplicar políticas básicas de gobernanza de la IA: un alto directivo responsable, usos permitidos y prohibidos con requisitos de revisión humana, una lista aprobada de herramientas de IA, formación del personal, comprobaciones periódicas de cumplimiento y una revisión periódica de si la entidad sigue reuniendo las condiciones. Los ejemplos son la ayuda a la redacción, los resúmenes internos y la búsqueda interna. Un agente que actúa dentro de un flujo de trabajo en producción no encaja en ellos.

En qué punto queda SAFR¶

Las directrices definitivas no mencionan SAFR (Safeguards for Agentic Finance at Runtime), el documento técnico del programa BuildFin.ai de la MAS. Dos días después de las directrices, el 9 de octubre de 2026, BuildFin.ai publicó la versión 1.1 de SAFR, que precisa el ámbito y el enfoque de implantación y añade casos prácticos. La versión 1.1 indica que SAFR "does not constitute regulatory guidance or supervisory expectations, nor does it prescribe or anticipate future directions for such guidance or expectations" (traducción no oficial: no constituye orientación regulatoria ni expectativas de supervisión, ni prescribe ni anticipa orientaciones futuras para dicha orientación o expectativas).

Por tanto, SAFR sigue siendo una referencia voluntaria, y la MAS no se ha comprometido a hacerla obligatoria. Su valor para una entidad es práctico: describe la maquinaria en tiempo de ejecución (identidad del agente, mandatos, una resolución para cada acción propuesta y un registro de auditoría) que produce los registros de supervisión y seguimiento que pide la sección 5. La explicación de SAFR cubre la especificación, y Cómo implementar SAFR recorre un ejemplo resuelto de mandato y de registro de decisión.

Qué hacer antes del 7 de octubre de 2027¶

El primer plazo es un plazo de gobernanza, y la mayor parte de su trabajo consiste en descubrir. Caben tres tareas en los dos próximos trimestres. Designe las funciones de control para la identificación, el inventario y la materialidad, y consiga que el consejo apruebe el enfoque de gobernanza y las medidas de apetito de riesgo de la IA. Construya el inventario con los atributos de los agentes de la nota 25, incluida la IA de terceros y la integrada. Califique cada caso de uso según impacto, complejidad y dependencia, para conocer los agentes de alta materialidad antes de empezar el trabajo del ciclo de vida.

Para los agentes de alta materialidad, empiece pronto el trabajo de 2028. Un punto de control en tiempo de ejecución que evalúa cada acción propuesta antes de que se ejecute, deriva los casos definidos a un revisor designado y registra la acción, la versión de la política, el resultado y cualquier decisión humana produce la evidencia de supervisión y seguimiento que describe la sección 5. KLA Control Plane implementa este patrón con cuatro resultados: allow, warn, require_approval y block.