El BIS demuestra que la IA puede operar como un “cajero automático” de bancos centrales

Un nuevo estudio del Banco de Pagos Internacionales (BIS) demostró que la inteligencia artificial generativa puede asumir tareas clave en bancos centrales y sistemas de pagos de alto valor, funciones históricamente reservadas para expertos humanos. Según la investigación, estos agentes pueden gestionar liquidez, procesar pagos y priorizar transacciones críticas casi sin supervisión.

La prueba se realizó utilizando el modelo de razonamiento o1 de ChatGPT en modo agente, recreando contextos similares a los que enfrentan plataformas RTGS —como Fedwire, TARGET2 o Lynx—, que conforman la infraestructura esencial del sistema financiero global.

En uno de los escenarios, la IA contaba con apenas 10 dólares de liquidez y dos pagos pendientes de 1 dólar. Ante la posibilidad de una orden urgente por el total disponible, decidió congelar todas las operaciones. Su propio razonamiento fue explícito: «Prefiero retrasar los pagos menores para preservar liquidez y estar lista si llega una transacción crítica».

Otro escenario incorporó condiciones más complejas, como una probabilidad del 90% de recibir fondos externos y un 50% de que surgieran pagos urgentes. En ese entorno, el agente procesó únicamente operaciones con perfil de riesgo reducido, demostrando capacidad para adaptar criterios en tiempo real.

Las pruebas se replicaron con variaciones extremas: probabilidades desde 50% hasta 0,1% y montos que alcanzaban miles de millones de dólares. El comportamiento mostró una tendencia consistente hacia la prudencia, aunque en los casos más complicados se observaron sutiles oscilaciones en las decisiones.

El BIS concluye que la IA ya opera, en varios aspectos, como un tesorero más eficiente que la mayoría de los humanos. La entidad propone desarrollar asistentes inteligentes para tareas operativas, dejando que las personas se concentren en funciones estratégicas y de supervisión. Estos sistemas podrían probarse inicialmente en entornos sandbox regulatorios.

Según el informe, estas soluciones pueden reducir costos, mejorar la eficiencia y reforzar la seguridad operativa. No obstante, advierten sobre las limitaciones inherentes: los modelos dependen de información histórica y pueden fallar en situaciones extremas o «cisnes negros» fuera de su experiencia previa.

El documento también compara esta aproximación con el aprendizaje por refuerzo, destacando que, a diferencia de este —que exige miles de simulaciones—, la IA generativa logró resultados sobresalientes sin entrenamiento específico.

Por su nivel de precisión y consistencia, los autores estiman que la IA podría reducir significativamente la liquidez inmovilizada y acortar las colas de pago en los sistemas RTGS tradicionales.

Aunque el objetivo del BIS apunta al sistema financiero clásico, sus conclusiones no sorprenden en el ecosistema de activos digitales. En DeFi, desde 2020 plataformas como Uniswap, Aave o Curve ya realizan gestión automática de liquidez, préstamos instantáneos y reequilibrios algorítmicos, moviendo miles de millones sin intervención humana.