La "langosta" desata la fiebre por los AI Agents, la elección prudente de los bancos y la reconstrucción del futuro

¿Por qué los bancos son muy cautelosos con los AI Agents?

Blue Whale News, 16 de marzo (reportera Yan Qinwen) El año pasado, la aparición de DeepSeek generó una carrera por parte de los bancos para implementar nuevas tecnologías, pero este año, la popularidad de “Langosta” ha llevado a los bancos a adoptar una postura de alta cautela.

“OpenClaw en esencia funciona mediante modelos grandes que llaman al sistema operativo para realizar operaciones localizadas, lo que requiere permisos elevados. Los bancos poseen una gran cantidad de información de usuarios, lo que implica riesgos potenciales”, afirmó un profesional técnico de una institución bancaria. Además, algunos bancos han informado a sus empleados que no deben usar OpenClaw (Langosta).

¿Cómo deben responder los bancos y otras instituciones financieras ante la ola de AI Agents? En la Cumbre Internacional de Innovación Financiera de Shanghai 2026, expertos de diversos sectores discutieron sobre las aplicaciones de la inteligencia artificial en la industria financiera.

De hecho, implementar OpenClaw en los bancos no es tarea sencilla. En la cumbre, Wang Kaijing, vicepresidente de la división financiera de SenseTime, dijo: “Para crear una versión bancaria de OpenClaw, se necesita comprender profundamente todas las bases de datos, procesos comerciales y lógica operativa del banco, para poder aplicar en el sistema bancario lo que llamamos aplicaciones de agentes inteligentes en el mercado de consumo final”.

Desde la perspectiva de Wang Kaijing, las herramientas de análisis de datos de modelos grandes, que muestran el estado de riesgo desde una perspectiva más completa, ayudan a los bancos a gestionar el control de riesgos de manera más detallada. Sin embargo, las decisiones finales sobre riesgos y la lógica de operación de riesgos se ejecutan bajo el sistema operativo interno del banco o bajo la supervisión de riesgos.

El subdirector del Instituto de Inteligencia Artificial de Beijing, Lin Yonghua, también enfatizó la importancia de la seguridad en la operación. “Para que sistemas de agentes inteligentes como OpenClaw ingresen a las empresas, deben operar en entornos de seguridad empresarial”.

No obstante, Dong Longfei, vicepresidente senior de Moore Threads, mencionó que los AI Agents están en constante iteración y que es necesario construir un sistema. “Hoy en día, OpenClaw o los Agents no alcanzan a revolucionar el sistema bancario, pero si miramos diez años hacia adelante, los Agents actuales quizás sean solo un ‘bebé’, y en el futuro crecerán hasta convertirse en ‘adultos’”.

Dong Longfei explicó que los Agents representan la comunicación entre máquinas, no entre humanos y máquinas. La comunicación entre máquinas se realiza esencialmente mediante API, pero todos los sistemas bancarios son cerrados. “Este es un paso importante para que los bancos pasen de sistemas cerrados a abiertos, pero este cambio no se puede lograr en un día o dos”.

Además, Dong señaló que los bancos tradicionales deberían colaborar con empresas tecnológicas y plataformas digitales, creando APIs abiertas para integrar AI Agents en todo el sistema. También sugirió que en el futuro, los modelos podrían incluir la construcción de sistemas propios de privacidad de datos y ética de confianza.

“Es posible que en el futuro algunos bancos ya no existan, y otros se conviertan en agentes, que son construcciones entre máquinas. Toda la industria cambiará a un nuevo esquema”, afirmó Dong Longfei.

Entonces, ¿qué pueden hacer los bancos y otras instituciones financieras para hacer que los AI Agents sean más seguros y eficientes?

“Lo más importante son las Skills (habilidades especializadas)”, señaló Lin Yonghua. “Solo las Skills profesionales pueden entender realmente las aplicaciones y conocimientos en áreas específicas. Actualmente, existen decenas de miles de Skills de código abierto en todo el mundo, pero lo que falta son Skills certificadas y eficientes que puedan resolver problemas especializados”.

Para el sector financiero, Lin Yonghua cree que es necesario construir una base de conocimientos financieros y conocimientos especializados, conectando los grandes modelos con bases de datos de conocimientos específicos. Con el acelerado desarrollo de la era de los agentes inteligentes, acumular Skills que puedan ser utilizados por estos agentes es de suma importancia.

Cabe destacar que la era de la inteligencia artificial también ha impactado a los bancos tradicionales. Li Lin, subdirector del Instituto de Investigación del Banco Pudong, señaló que, aunque algunos bancos están adoptando más tecnologías digitales y de IA, la integración sistémica aún no está completamente adaptada a la IA.

“Actualmente, la IA se basa en confianza y verificación. Primero hay que confiar en ella, y luego verificarla. La verificación ayuda a corregir los problemas en los negocios”, explicó Li Lin.

Él agregó que la base de datos sólida es la condición principal para un buen uso de la IA. Además, el tamaño del banco también influye: cuanto mayor sea, mayor será la inercia y la presión para la transformación, especialmente cuanto más grande sea la plantilla.

“Para los bancos, la adopción de IA finalmente se reflejará en su rendimiento”, concluyó Li Lin.