Publicado el
8 MIN DE LECTURA
IA para fintechs: lo que la app necesita tener en 2026
Por:
IA para fintechs es el uso de inteligencia artificial en el crédito, el fraude y la atención de una empresa financiera. Desde el 15 de octubre de 2026, el tema tiene una referencia internacional: las 12 buenas prácticas finales del Consejo de Estabilidad Financiera (FSB). En la app, se convierten en requisitos: inventario, registro por agente, explicación, revisión humana y contrato con el proveedor.
El informe no es ley ni norma brasileña, y el propio FSB dice que no crea un estándar internacional. Aun así, el consejo recomienda que el directorio y la alta gerencia de las instituciones financieras usen las prácticas como referencia al revisar la gobernanza, la gestión de riesgos y los controles de IA. Quien está en la fase de creación de app para fintech gana mucho al diseñar estas piezas junto con las primeras pantallas, y no después del primer incidente.
En Wama, la IA entra en el código y en la automatización, con Claude Code y los agentes de Framer, y todo resultado pasa por lectura humana antes de llegar al cliente. Es el mismo principio que el FSB le pide a la fintech: la máquina propone, y alguien con autoridad revisa antes de que la decisión pese sobre el cliente.
¿Qué publicó el FSB en octubre de 2026?
El FSB publicó el 15 de octubre de 2026 el informe final de buenas prácticas para la adopción responsable de IA, con 12 prácticas para instituciones financieras. El comunicado del FSB informa que la versión final incorpora la consulta pública hecha sobre el borrador de junio de 2026.
Las prácticas vienen en dos grupos. Las cuatro primeras tratan de la gobernanza de toda la organización: estrategia alineada por la alta gerencia, roles definidos, riesgo de IA dentro de la gestión de riesgos y capacidad de adaptarse. Las ocho siguientes cubren el ciclo de vida de cada uso de IA, desde la evaluación de riesgo al inicio hasta la dependencia de proveedores.
Dos puntos cambian la lectura para la fintech más pequeña. El informe pide proporcionalidad: una institución menos compleja y un uso de menor riesgo pueden aplicar solo las prácticas relevantes. Y trata la IA agéntica como fuente de riesgos propios, como acciones no autorizadas y acciones equivocadas.
¿Qué le piden las 12 prácticas al producto?
Para quien construye la app, las prácticas del ciclo de vida se convierten en seis piezas de producto, que entran en la base de datos, en el contrato y en la UI/UX para fintech.
Práctica del FSB | En qué se convierte en el producto |
|---|---|
Materialidad y riesgo (5) | una ficha de cada uso de IA, con finalidad, riesgo, responsable y aprobación |
Gobernanza de datos (7) | datos de entrenamiento y de uso verificados: precisos, completos, consistentes y seguros |
Explicabilidad y transparencia (8) | un motivo legible de la decisión, para el cliente y para la auditoría |
Desempeño (9) | un panel de aciertos y de corrección humana por caso de uso |
Supervisión humana (10) | una cola de revisión con poder real de cambiar el resultado |
Terceros (12) | un contrato con el proveedor del modelo, con auditoría y salida |
La ficha de cada uso es el punto de partida. El informe describe bancos con un inventario central de IA: finalidad, alcance, nivel de riesgo, dependencias, responsables y aprobaciones. En una fintech, eso cabe en una pantalla del panel, prevista en el desarrollo de software para fintech desde la primera versión.
Registro y trazabilidad de cada agente de IA
Todo agente de IA en la app necesita identidad propia y un rastro completo. El FSB pide que cada agente tenga un identificador único, separado de los usuarios humanos y de los otros sistemas, para que la institución sepa qué acciones tomó y quién lo configuró y supervisó.
La trazabilidad responde cuatro preguntas sobre cada acción: qué la disparó, qué información y qué herramientas consultó el agente, qué pasos dio y si se mantuvo dentro de sus permisos todo el tiempo. El informe en PDF también menciona el versionado de prompts, con control de versiones para volver a una configuración anterior.
En el producto, eso se convierte en una tabla de eventos que nadie edita, con el agente, la versión del prompt, la herramienta llamada y el resultado. Cuando la IA escribe en sistemas internos, vale la misma disciplina que al conectar un agente de IA a los sistemas de la empresa: lectura antes que escritura y permisos por herramienta. El FSB recomienda registrar con base en el riesgo, sin acumular un volumen que nadie puede analizar.
¿Cuándo necesita explicación y revisión una decisión de crédito?
La decisión de crédito necesita explicación y revisión siempre que la tome solo la máquina y afecte al cliente. El artículo 20 de la LGPD, la ley de protección de datos de Brasil, le da al titular el derecho de pedir la revisión de una decisión automatizada que defina su perfil de crédito y obliga al responsable a informar, cuando se le solicite, los criterios y procedimientos usados, respetando el secreto comercial.
El FSB separa dos cosas que suelen venir mezcladas. La explicabilidad es cuánto se entiende cómo llega el modelo a su resultado; la transparencia es la información entregada a cada público, del directorio al cliente. Un modelo poco explicable puede servir en algunos usos, con controles compensatorios.
La revisión también tiene que ser de verdad. El informe llama efectiva a la supervisión en la que la persona tiene capacidad, autoridad e incentivo para intervenir, y no a la revisión de marcar casillas. El producto ayuda al registrar cuándo el revisor contradice a la IA y por qué. Lo que la ley le pide a un producto con IA está en el artículo sobre LGPD e inteligencia artificial.
Qué exigirle al proveedor del modelo de IA
Cuando la fintech usa un modelo de un tercero, el FSB trata esa dependencia como un riesgo que se gestiona por contrato. La práctica 12 enumera lo que el contrato con el proveedor de IA tiene que garantizar:
derecho a monitorear el servicio y a recibir información sobre él;
acceso y auditoría, incluso por un auditor independiente;
reglas de acceso, calidad y seguridad de los datos, con quién actualiza qué;
los países donde se procesan los datos;
continuidad del negocio si el servicio falla;
derecho a terminar el contrato.
El informe hace una advertencia que sorprende a muchos: la IA integrada en una herramienta que no se vende como IA también cuenta. El CRM, el antifraude o la atención tercerizada pueden tener un modelo por dentro. En la lectura de Wama, esta lista entra en el alcance antes del diseño, junto a las primeras pantallas: con una sola persona del brief al deploy, el requisito del contrato y la pantalla que lo cumple no se pierden entre equipos.
Errores comunes al poner IA en la app de la fintech
Tratar el informe del FSB como ley. No crea obligaciones; úsalo como lista de buenas prácticas y revisa la regla que aplica a tu licencia.
Encender el agente antes de tener registro. Sin identificador y sin rastro, nadie puede reconstruir lo que hizo después de un incidente.
Revisión humana de fachada. Una cola que solo aprueba en lote no es supervisión efectiva, y el informe lo dice con todas las letras.
Olvidar la base de conocimiento. Datos maliciosos inyectados en la base que consulta el agente cambian su comportamiento con el tiempo; el FSB lo llama envenenamiento de memoria.
Esperar que la IA acorte la decisión. En Wama, la IA aceleró la construcción, no la decisión, y el plazo total de los proyectos no cambió.
Poner IA en la atención sin mirar la regla del canal. La atención automatizada también responde a las reglas del SAC (servicio de atención al cliente) en la app de la fintech.
Preguntas frecuentes
¿El informe del FSB es obligatorio para las fintechs en Brasil?
No. El propio FSB afirma que las 12 buenas prácticas no crean un estándar internacional ni prescriben cómo debe actuar cada institución. Sirven de referencia para que el directorio y la alta gerencia revisen la gobernanza y los controles de IA. La obligación concreta viene de la ley y de las normas, como la LGPD en el caso de las decisiones automatizadas.
¿Una fintech pequeña tiene que aplicar las 12 prácticas?
Tiene que aplicar lo que sea proporcional. El informe dice que una institución más pequeña, menos compleja o menos interconectada, y un uso de IA de menor riesgo, pueden aplicar solo las prácticas relevantes o adaptarlas. En la práctica, empieza por la ficha de cada uso, el registro del agente y la revisión humana en las decisiones que afectan al cliente.
¿Qué es la IA agéntica en una fintech?
La IA agéntica es un sistema diseñado para funcionar como agente autónomo: decide pasos, interactúa con otros sistemas y optimiza procesos sin intervención humana directa. En una fintech, puede ser el agente que analiza alertas de fraude o responde a los clientes. El FSB pide un identificador único, el rastro de cada acción y una supervisión proporcional al riesgo.
¿Cuánto cuesta poner IA en la app de la fintech?
Depende del alcance, y no existe un precio de catálogo para la función de IA. Como referencia, un MVP de SaaS hecho por Wama cuesta entre US$ 4.000 y US$ 20.000, según la complejidad. El uso del modelo es un costo recurrente, pagado al proveedor. Los rangos están detallados en cuánto cuesta un MVP.
¿Wama ya hizo una app para fintech?
Sí. Wama diseñó y desarrolló la app de Cappta, una institución de pago con adquirencia y cuenta digital en white label, con diseño en Figma y apoyo de IA en el flujo de construcción. También entregó la plataforma de Milhas Pix, desde la página de adquisición hasta las pantallas de gestión de ofertas y seguimiento de transacciones.
Si tu fintech va a poner IA en la app en este ciclo, diseña la ficha de cada uso, el registro del agente y la cola de revisión junto con las primeras pantallas. Es más barato que reconstruir el rastro después. Habla con Wama sobre tu producto.
