Resume este artículo con tu IA
Tabla de contenidos
Los CFO se enfrentan al nuevo reto de aprovechar el potencial de la inteligencia artificial sin arriesgar la seguridad de datos sensibles. El dilema de la IA para un CFO es equilibrar innovación, automatización y control. Prueba de ello es que, según nuestra última encuesta, el 29% de ejecutivos y directores financieros ven la seguridad de datos como su gran preocupación en relación con la IA. La cuestión, aparte de ganar eficiencia con la automatización, es hacerlo asegurando la protección de la información, el cumplimiento legal y la confianza.
Imaginemos un escenario en el que el equipo financiero concluye otro cierre mensual. El CFO revisa las previsiones de caja hechas con el apoyo de IA, detecta mejoras en eficiencia y empieza a eliminar tareas manuales. Sin embargo, surgen dudas: ¿dónde se almacenan esos datos? ¿Quién tiene acceso a ellos? ¿Cómo se protege la información de la compañía? Como respuesta, el silencio.
Esto refleja una realidad cada vez más frecuente. La inteligencia artificial es un motor de transformación, pero solo si se construye sobre una base sólida de seguridad, gobierno y transparencia.
Por qué la seguridad es lo primero en la adopción de IA
Los servicios financieros gestionan datos personales muy sensibles: datos bancarios, patrones de pago, posiciones de liquidez, relaciones con proveedores... Cada interacción es una oportunidad para obtener información operativa y, a la vez, una posible vulnerabilidad. Cuando se incorpora IA a la tesorería, esta aprende de la información disponible, la almacena y decide en base a ella.
Los reguladores británicos han adoptado un enfoque que se apoya en resultados al analizar la IA en finanzas. La guía de la Financial Conduct Authority enfatiza que los marcos existentes ya aplican obligaciones de seguridad, independientemente de las herramientas utilizadas. La tecnología puede ser nueva, pero la responsabilidad sigue estando dentro de las exigencias legales y de gestión de riesgos contemporáneos.
Los CFO no deberían tratar la seguridad de la IA por separado. Con el EU AI Act, la mayoría de los sistemas de tesorería corporativa quedarían fuera de la clasificación de “alto riesgo”, reservada para sistemas de scoring crediticio o identificación biométrica. Pero, la legislación exige transparencia en muchos escenarios. Así que las compañías financieras deben valorar la integración de la IA como una extensión de sus estrategias de gestión de riesgos y ciberseguridad, priorizándola como otro factor más de seguridad y privacidad.
Checklist esencial de seguridad para evaluar proveedores de IA
Antes de incorporar soluciones de tesorería o finanzas con inteligencia artificial, los CFO deberían exigir transparencia en tres grandes áreas:
- Certificaciones y estándares de seguridad.
- Cifrado y protección de datos.
- Uso de la información y entrenamiento de modelos de IA.
Certificaciones y estándares clave
La seguridad comienza por trabajar con proveedores que demuestran procesos sólidos y auditables. Ahí, los estándares más relevantes son:
- Seguridad de la información: ISO/IEC 27001:2022. Muy reconocido para sistemas de gestión de seguridad de la información. Ayuda a verificar que un proveedor dispone de controles estructurados que protejan información sensible y resuelvan incidentes.
- Gobierno de inteligencia artificial: ISO/IEC 42001:2023. Es el primer estándar internacional centrado solo en sistemas de gestión de IA. Recoge buenas prácticas para el desarrollo responsable de la inteligencia artificial, la evaluación continua de sus riesgos y el despliegue ético de esta tecnología.
- Cifrado de datos: AES-256 u otros estándares avanzados. Permite proteger información financiera crítica tanto almacenada como durante su transmisión.
Las plataformas modernas de tesorería también deben dejar clara su alineación con marcos concretos del sector financiero. Para un CFO, estas certificaciones son requisitos técnicos y, a la par, garantías de continuidad, confianza y control operativo.
Cifrado de datos de extremo a extremo
El cifrado cuida la información financiera cuando está almacenada, cuando se transmite y, cada vez más, cuando se procesa. Así que al valorar proveedores de IA, un CFO debería preguntar:
- ¿Qué estándares de cifrado se aplican a los datos almacenados?
- ¿AES-256 sigue siendo el estándar más extendido o existen otros algoritmos modernos que aportan mayor seguridad y velocidad?
- ¿La plataforma utiliza TLS 1.3 u otro protocolo equivalente para transmitir datos?
- ¿Cómo se gestionan y rotan las claves de cifrado?
- ¿Qué ocurre con los datos cifrados cuando finaliza la relación contractual?
La encuesta conjunta del Bank of England y FCA sobre inteligencia artificial refleja que, aunque la IA aporta beneficios, también plantea nuevos retos de seguridad, protección del consumidor y estabilidad financiera.
Claridad sobre el uso de datos y entrenamiento de modelos de IA
Otra cuestión que incomoda a muchos proveedores de IA es: ¿Nuestros datos de tesorería se utilizan para entrenar sus modelos de IA?. La respuesta es trascendental.
Algunos usan datos de clientes para mejorar el rendimiento general de los modelos, lo que podría exponer información confidencial o causar problemas regulatorios. Otros mantienen una estricta segregación de datos, entrenando los modelos solo con conjuntos de datos anónimos y agregados, o con datos de clientes exclusivamente en entornos aislados.
Las directrices de la OCDE sobre IA en finanzas hacen hincapié en la importancia de la calidad de los datos, la gobernanza y una implementación alineada con el riesgo. Los directores financieros deben exigir compromisos por escrito sobre:
- Derechos de propiedad y uso de los datos.
- Acuerdos de acceso de terceros y subprocesadores.
- Prácticas de capacitación modelo y políticas de retención de datos.
- Mecanismos de residencia geográfica y transferencia transfronteriza de datos.
