Plan de transición a las AIRG de la MAS para la IA agéntica: octubre de 2027 y 2028

Qué son las AIRG y en qué punto están¶

AIRG es el nombre abreviado de las Guidelines on Artificial Intelligence Risk Management de la MAS, sus directrices sobre gestión del riesgo de la inteligencia artificial. La MAS sometió un borrador a consulta desde el 13 de noviembre de 2025 (documento de consulta P017-2025) hasta el 31 de enero de 2026 y publicó las directrices definitivas el 7 de octubre de 2026. Recogen las expectativas supervisoras de la MAS en cuatro ámbitos: la supervisión de la IA por parte del consejo de administración y la alta dirección (sección 3); los principales sistemas, políticas y procedimientos de gestión del riesgo de IA para la identificación, el inventario y la evaluación de la materialidad del riesgo (sección 4); los controles del ciclo de vida de la IA (sección 5); y las capacidades y recursos en materia de IA (sección 6).

El apartado 1.8 fija el calendario: «Estas directrices entran en vigor el 7 de octubre de 2027. Las entidades financieras podrán cumplir las expectativas establecidas en las secciones 3 a 4 a partir del 7 de octubre de 2027, y las secciones 5 y 6 de las directrices a más tardar el 7 de octubre de 2028». La consulta había propuesto una única transición de 12 meses. El texto definitivo mantiene 12 meses para la gobernanza y concede 24 meses para los controles.

El concepto de IA es amplio de forma deliberada. IA significa «sistemas o modelos basados en máquinas que obtienen resultados a partir de premisas aprendidas, como los datos o las entradas que reciben». La lista ilustrativa abarca el aprendizaje automático, el aprendizaje profundo, el procesamiento del lenguaje natural, la visión artificial, la IA generativa y los «agentes de IA (incluidos los sistemas multiagente)». Quedan fuera los sistemas basados en reglas, las fórmulas definidas manualmente y la automatización robótica de procesos sin aprendizaje.

La respuesta parlamentaria de agosto de 2026, firmada por el viceprimer ministro Gan Kim Yong en su calidad de presidente de la MAS, afirmaba que las directrices «se aplican a todos los casos de uso de IA de las entidades financieras, incluida la IA agéntica, y se aprobarán en breve». El texto definitivo confirma la primera parte. Sobre los agentes en concreto, la MAS señala que «en 2027, la MAS tiene previsto volver a consultar al sector financiero sobre qué orientaciones adicionales en materia de IA agéntica serían útiles».

A quién se aplican y cómo funciona la proporcionalidad¶

Las directrices se aplican a todas las entidades financieras tal como se definen en la sección 2 de la Financial Services and Markets Act 2022, y a «todas las formas de tecnologías de IA». Se aplican a nivel de grupo a las entidades financieras constituidas localmente que están bajo supervisión consolidada de la MAS o que poseen infraestructuras de información críticas. Una entidad que forma parte de un grupo internacional puede utilizar el marco del grupo cuando este cumpla las directrices, y la alta dirección local debe poder demostrar a la MAS cómo ejerce sus responsabilidades de supervisión.

La aplicación es proporcional en dos ejes. El primero es la entidad: la supervisión, las políticas y los procedimientos se ajustan al tamaño y la naturaleza de las actividades, al uso de la IA y al perfil de riesgo. El segundo es la propia IA: los controles del ciclo de vida se calibran según la materialidad del riesgo evaluada para cada caso de uso.

Los apartados 2.3 a 2.5 definen una vía simplificada. Una entidad financiera puede aplicar políticas básicas de gobernanza de la IA si un mal funcionamiento o una indisponibilidad de su IA «no es probable que tenga un impacto adverso material en la entidad financiera, sus clientes u otras partes interesadas». El conjunto básico comprende un directivo responsable, los 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 los requisitos. Los ejemplos que da la MAS son la redacción, la elaboración de resúmenes, el análisis interno y la búsqueda interna, con una persona que comprueba el resultado. Un agente que clasifica alertas de prevención del blanqueo de capitales, filtra pagos o redacta evaluaciones de crédito dentro de un proceso en producción no encaja en esa vía.

El apartado 1.11 explica por qué los agentes se sitúan en el extremo más exigente. Un agente con acceso a herramientas «podría ejecutar de forma autónoma acciones no autorizadas o erróneas que no estén alineadas con los objetivos de negocio de una entidad financiera ni con el mejor interés de un cliente», y un agente comprometido podría «exfiltrar datos sensibles o ejecutar comandos maliciosos a gran escala».

Cómo se relacionan las AIRG con SAFR¶

Las AIRG y SAFR operan en capas distintas. Las AIRG fijan las expectativas supervisoras de la MAS. SAFR (Safeguards for Agentic Finance at Runtime), el libro blanco del programa BuildFin.ai de la MAS publicado por primera vez en julio de 2026, describe cómo se autorizan las acciones de los agentes, cómo se activa la supervisión humana y qué se registra en el momento de cada decisión relevante. La respuesta parlamentaria de agosto de 2026 describía SAFR en esos términos y citaba el AI Risk Management Toolkit del Project MindForge como segundo recurso sectorial.

Las directrices definitivas no mencionan SAFR. La versión 1.1 de SAFR, publicada el 9 de octubre de 2026, indica que «no constituye orientación regulatoria ni expectativas supervisoras, ni prescribe o anticipa la evolución futura de dichas orientaciones o expectativas». SAFR sigue siendo voluntario, y la MAS no se ha comprometido a hacerlo obligatorio.

SAFR sigue siendo útil para la planificación. Las AIRG indican a una entidad financiera lo que su consejo de administración, sus funciones de control y los responsables de la IA deben poder demostrar. SAFR describe los mecanismos en tiempo de ejecución que generan esa demostración para los agentes: identidad verificada del agente, mandatos explícitos, una disposición para cada acción propuesta y un registro de auditoría de solo adición. La explicación completa está en SAFR, explicado, y la guía de implementación, con un ejemplo de mandato y de registro de decisión, en Cómo implementar SAFR.

Las expectativas de las AIRG que determinan su programa de agentes¶

Cinco bloques de expectativas del texto definitivo concentran la mayor parte del peso para la IA agéntica.

Responsabilidad del consejo de administración y de la alta dirección (sección 3). El consejo de administración, o un comité en quien delegue, aprueba el enfoque global de gobernanza y se asegura de que los riesgos de IA se aborden en el marco de apetito de riesgo, «incluidas declaraciones cualitativas y medidas cuantitativas para dichos riesgos, según proceda». La alta dirección asigna funciones en las tres líneas de defensa, establece «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 de administración con prontitud de las cuestiones materiales de riesgo de IA. La MAS no exige un comité específico de IA; pueden utilizarse las estructuras de gobernanza existentes.

Identificación, inventario y materialidad del riesgo (sección 4). Una función de control designada se encarga de la identificación y es «el árbitro final para determinar si un uso concreto constituye uso de IA». El inventario recoge la finalidad, el ámbito de uso aprobado, el tipo de modelo, los datos utilizados, las dependencias, la fase del ciclo de vida, la calificación de materialidad del riesgo, el estado de revisión y los responsables. Para los agentes, la nota al pie 25 añade «identificadores específicos del agente, información sobre las herramientas y los sistemas a los que el agente puede acceder, sus componentes y las salvaguardas impuestas para gestionar el riesgo». Las evaluaciones de materialidad abarcan como mínimo el impacto, la complejidad y la dependencia, y la dependencia incluye «el grado de autonomía concedido al sistema o modelo de IA y el grado de intervención o supervisión humana».

Controles del ciclo de vida (sección 5). El ciclo de vida va desde la concepción hasta la retirada, adaptado de ISO/IEC 22989. Los controles abarcan la gestión de datos, la transparencia y la explicabilidad, la equidad, la supervisión humana, la IA de terceros, la selección, la evaluación y las pruebas, la tecnología y la ciberseguridad, la reproducibilidad y la auditabilidad, la revisión previa al despliegue, el seguimiento, la gestión de cambios y la retirada. Los casos de uso de materialidad alta requieren una validación independiente formal antes del despliegue y planes de contingencia con alternativas de respaldo; para la IA con interruptores de emergencia, «deben existir protocolos claros de activación de contingencias, que se pongan a prueba con regularidad».

Supervisión humana (5.9). Funciones claras con procesos de escalado y de toma de decisiones, personal con «la autoridad y la capacidad necesarias para intervenir», sistemas diseñados con mecanismos para escalar resultados a revisión humana «cuando se cumplan condiciones predefinidas (por ejemplo, de fiabilidad y precisión)», y revisión documentada de las decisiones e intervenciones de supervisión, incluidos los cuasiincidentes. Las directrices citan el sesgo de automatización y la fatiga de decisión como riesgos para la supervisión.

Paridad con terceros (5.10–5.11). «La decisión de incorporar y utilizar IA de terceros corresponde en última instancia a la entidad financiera, que conserva la responsabilidad principal». Las entidades financieras deben probar la IA de terceros en sus propios casos de uso con sus propios datos, realizar pruebas compensatorias cuando la información facilitada sea insuficiente, asegurarse por contrato visibilidad sobre la introducción de la IA y sus cambios posteriores, evaluar los riesgos de la cadena de suministro y de concentración, y plantearse limitar, suspender o sustituir un servicio cuyo riesgo residual supere el apetito de riesgo. Un agente de un proveedor integrado en sus procesos es responsabilidad suya en el marco de las AIRG.

El plan de transición: de octubre de 2026 a octubre de 2028¶

El plan siguiente ordena los dos plazos para una entidad financiera que tiene agentes en producción o va a tenerlos. La secuencia sigue la lógica de las directrices. Primero la gobernanza, el inventario y la materialidad, porque se aplican antes y todo lo demás depende de ellos. Después los controles en tiempo de ejecución para los agentes de materialidad alta, porque son los que más tardan en construirse y generan la evidencia que consumen las expectativas de 2028. Por último la validación, el seguimiento y el aseguramiento, porque ponen a prueba lo que se construyó en los trimestres anteriores.

Dos disciplinas permanentes recorren los ocho trimestres. Conservación de la evidencia: desde el primer trimestre, conservar los registros que necesitaría un revisor independiente, es decir, documentación de desarrollo, informes de validación, decisiones e intervenciones de supervisión, resultados del seguimiento, incidentes y registros de cambios, con reglas de conservación fijadas una sola vez en la política. Información al consejo de administración: la alta dirección informa al consejo de las cuestiones materiales de riesgo de IA durante todo el periodo, con una periodicidad formal fijada antes del primer plazo.

Una hipótesis de planificación: la MAS tiene previsto consultar en 2027 sobre orientaciones adicionales en materia de IA agéntica. Diseñe los controles de los agentes de modo que una nueva expectativa añada una política o un campo de registro sin rediseñar la ruta de ejecución.

Controles en tiempo de ejecución y autorización de cada acción del agente¶

Las expectativas de las AIRG más difíciles de cumplir para los agentes presuponen que la entidad puede dar cuenta de lo que hizo la IA. El seguimiento debe abarcar, cuando proceda, «los flujos de información y las rutas de decisión en los procesos que utilizan IA, como los procesos de razonamiento, las acciones ejecutadas y las herramientas utilizadas». La supervisión humana exige personal con autoridad y capacidad para intervenir y decisiones de supervisión documentadas. La reproducibilidad y la auditabilidad exigen registros con los que pueda trabajar un revisor independiente. En un modelo estático, el registro de actividad y la revisión periódica pueden bastar. En un agente que elige su siguiente acción en tiempo de ejecución, exigen un punto de control en la ruta de ejecución.

Un punto de control de autorización en tiempo de ejecución cumple esa función. Cada acción propuesta por el agente se intercepta antes de ejecutarse y se resuelve frente a la política aprobada en uno de cuatro resultados: allow, warn, require_approval o block. La especificación SAFR formaliza el mismo patrón con sus cuatro disposiciones y añade la propiedad que importa en los agentes de varios pasos: la autorización de un paso no confiere autoridad alguna para el siguiente, de modo que el paso tres de un proceso se evalúa con la misma independencia que el paso uno.

Esta estructura responde directamente a las expectativas de las AIRG. La vía require_approval dota a la supervisión humana del mecanismo de escalado que describe el apartado 5.9, con un revisor designado, una decisión y un registro antes de que se ejecute la acción. El registro de decisiones proporciona al seguimiento su rastro acción por acción: qué se propuso, qué política se aplicó y qué ocurrió. El resultado block, junto con un interruptor de emergencia, da a la expectativa de contingencia su mecanismo de aplicación. El mismo punto de control situado delante de un agente de un proveedor respalda la paridad con terceros sin cambios en el código del proveedor. KLA Control Plane implementa este patrón, con las cuatro disposiciones de SAFR asignadas una a una a allow, warn, require_approval y block; la correspondencia de componentes está en la página de implementación de SAFR.

Aprendimos una lección de calibración en nuestros propios tenants de prueba. La primera política de prevención del blanqueo de capitales que configuramos recurría a block cuando ninguna regla coincidía. Cada caso imprevisto se detenía, ninguna solicitud llegaba a un revisor y, para el usuario de cumplimiento, el punto de control parecía averiado. En la política de liberación de pagos que construimos después, el valor por defecto cuando no hay coincidencia es require_approval, de modo que un caso que las reglas no habían previsto llega a una persona con autoridad para decidir. Para los agentes sujetos al apartado 5.9, ese es el valor por defecto con el que conviene empezar.

La conservación importa tanto como la aplicación. Un punto de control que decide pero no registra de forma duradera incumple la expectativa de auditabilidad; una conservación que captura registros sin estructura de decisión incumple la de supervisión. El registro de cada acción relevante debe contener la acción propuesta, la versión de la política evaluada, el resultado, la decisión humana cuando se haya requerido y el resultado de la ejecución, conservado durante el plazo que fije su política de conservación de registros y recuperable cuando lo pida un validador o la MAS.

Qué hacer este trimestre¶

Tres pasos caben en el trimestre que termina en diciembre de 2026. Primero, realice el análisis de brechas: puntúe su situación actual en inventario, mandatos, controles, disposiciones, escalado y evidencia con la lista de verificación de preparación para SAFR. Segundo, informe al consejo de administración: la sección 3 le afecta desde octubre de 2027, y el informe ejecutivo sobre SAFR está escrito para ese público. Tercero, elija el primer agente de materialidad alta y sitúe delante de él un punto de control de autorización en tiempo de ejecución, para que los controles de 2028 partan de una implementación de referencia que ya funciona.