Básico
Spot
Opera con criptomonedas libremente
Margen
Multiplica tus beneficios con el apalancamiento
Convertir e Inversión automática
0 Fees
Opera cualquier volumen sin tarifas ni deslizamiento
ETF
Obtén exposición a posiciones apalancadas de forma sencilla
Trading premercado
Opera nuevos tokens antes de su listado
Contrato
Accede a cientos de contratos perpetuos
TradFi
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Launchpad
Anticípate a los demás en el próximo gran proyecto de tokens
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Simple Earn
Genera intereses con los tokens inactivos
Inversión automática
Invierte automáticamente de forma regular
Inversión dual
Aprovecha la volatilidad del mercado
Staking flexible
Gana recompensas con el staking flexible
Préstamo de criptomonedas
0 Fees
Usa tu cripto como garantía y pide otra en préstamo
Centro de préstamos
Centro de préstamos integral
Centro de patrimonio VIP
Planes de aumento patrimonial prémium
Gestión patrimonial privada
Asignación de activos prémium
Quant Fund
Estrategias cuantitativas de alto nivel
Staking
Haz staking de criptomonedas para ganar en productos PoS
Apalancamiento inteligente
Apalancamiento sin liquidación
Acuñación de GUSD
Acuña GUSD y gana rentabilidad de RWA
El dilema de cumplimiento de la IA: la confianza sigue perteneciendo a los humanos
Roman Eloshvili es un fundador y director ejecutivo de XData Group, una empresa de desarrollo de software B2B. Allí, dirige el desarrollo de IA en la banca mientras navega por las relaciones con inversores y fomenta la escalabilidad empresarial. También es el fundador de ComplyControl, una startup de RegTech con sede en el Reino Unido que se especializa en soluciones tecnológicas de vanguardia para bancos.
¡Descubre las principales noticias y eventos fintech!
Suscríbete al boletín de FinTech Weekly
Leído por ejecutivos de JP Morgan, Coinbase, Blackrock, Klarna y más
Bancos y fintechs de todo el mundo están buscando formas de utilizar la inteligencia artificial de muchas maneras: para acelerar operaciones, reducir costos, mejorar interacciones con los clientes, y más. Y, sin embargo, cuando se trata de cumplimiento —arguiblemente, una de las partes más exigentes y que consumen más tiempo en finanzas— la mayoría de las empresas aún se están conteniendo.
Una encuesta realizada a principios de 2025 encontró que solo una pequeña fracción de las empresas (menos del 2%) ha integrado completamente la IA en sus flujos de trabajo. Sin embargo, la mayoría de ellas aún se encuentran en las primeras etapas de exploración y adopción. Si es que realmente la adoptan.
La presión sobre las empresas para mantenerse al día con los cambios regulatorios sigue estando muy presente y en aumento. Entonces, ¿por qué el cumplimiento es tan lento en adoptar la IA cuando podría ser de gran ayuda?
Intentemos averiguarlo.
El Ojo Humano para las Cosas Aún Importa
Probablemente lo primero y más importante que debemos tener en cuenta aquí es que el cumplimiento no se trata solo de seguir una lista de verificación. Se trata de tomar decisiones de juicio en situaciones que a menudo caen en áreas grises. El mundo de las decisiones financieras rara vez es blanco y negro. Las regulaciones difieren entre jurisdicciones, y la interpretación de esas reglas rara vez es sencilla.
La IA es brillante para procesar datos a una velocidad asombrosa y detectar anomalías. Pero, si bien puede señalar una transacción que parece sospechosa basada en patrones preestablecidos, eso no significa que pueda explicar claramente el “por qué” detrás de sus conclusiones. Más importante aún, lucha con los matices. Un oficial de cumplimiento humano puede detectar cuando el comportamiento de un cliente, aunque inusual, es inofensivo. La IA, por otro lado, es mucho más probable que simplemente dispare una alarma sin contexto.
Esta es la razón por la que los líderes de cumplimiento dudan en entregar las riendas aquí. Las máquinas pueden ser de ayuda, pero la mayoría de las personas aún confían mucho más en la capacidad de un humano para ver el panorama general y juzgar en consecuencia.
Eficiencia vs. Riesgos Regulatorios y Reputacionales
La capacidad de una IA para analizar miles de transacciones en tiempo real es algo que ningún equipo de cumplimiento podría igualar mientras esté atrapado en modo manual. Así que, en términos de eficiencia, nadie puede argumentar que no es una gran herramienta de apoyo, capaz de reducir la carga de trabajo para que el personal humano pueda concentrarse en tareas más estratégicas y matizadas.
Pero el cumplimiento no es un área donde la velocidad por sí sola gane. Si un sistema de IA comete un error de juicio, podría significar multas, daños reputacionales o escrutinio regulatorio. Todas estas cosas pueden ser muy perjudiciales para un negocio —posiblemente incluso destructivas. Entonces, ¿es de extrañar que muchos deseen evitar invitar a tales complicaciones sobre sus cabezas?
La mayoría de los reguladores también coinciden en que, cuando se trata de la toma de decisiones basada en IA, alguien debe seguir siendo responsable. Si un modelo de IA bloquea erróneamente una transacción legítima o pasa por alto una fraudulenta, la responsabilidad en última instancia sigue recayendo en la empresa. Y son los oficiales de cumplimiento humanos quienes deben asumir esa responsabilidad.
Esto crea un sentido natural de precaución: los líderes de cumplimiento deben sopesar los beneficios de un monitoreo más rápido frente a los riesgos de posibles sanciones regulatorias. Y hasta que los sistemas de IA se vuelvan más explicables y transparentes, es probable que muchas empresas sean reacias a permitirles tomar decisiones autónomas.
Cómo Avanzar con la Adopción de IA de Manera Responsable
Una lección muy importante que se debe extraer de todo lo anterior es que la hesitación de los líderes de cumplimiento no significa que sean anti-IA. De hecho, muchos son optimistas sobre el papel de la IA en el futuro. Lo importante es encontrar el camino correcto a seguir.
Como lo veo, el curso más natural y prometedor disponible para nosotros es adoptar un modelo híbrido. Una colaboración entre humanos e IA, donde la inteligencia artificial hace el trabajo pesado —escaneando transacciones, señalando actividad inusual o generando informes. Y cuando los resultados finales estén listos, los humanos pueden revisarlos, interpretar el contexto de las decisiones de la IA y tomar la decisión final.
Pero para prescribir un modelo así, las empresas deberán asegurarse de que sus sistemas de IA sean explicables. El cumplimiento no se trata solo de detectar riesgos; se trata de demostrar que las decisiones son justas. Por eso el mercado necesita más herramientas de IA que puedan explicar sus resultados en términos simples.
No se Trata de “Hombre vs. Máquina”
Hablando realísticamente, no veo que la IA haga obsoletos a los oficiales de cumplimiento. Es mucho más probable que sus roles cambien —de hacedores a gerentes. Los oficiales pasarán menos tiempo realizando verificaciones ellos mismos y, en cambio, verificarán las decisiones de la IA, lidiando con las zonas grises donde las máquinas aún fallan.
En su esencia, el cumplimiento es un negocio humano. Y aunque la IA puede hacer que los equipos de cumplimiento sean más rápidos y efectivos, no puede manejar la responsabilidad moral y regulatoria que conlleva.
Por eso es mi firme creencia que el futuro del cumplimiento se tratará menos de “hombre contra máquina” y más de “hombre con máquina”— trabajando juntos para mantener los sistemas financieros seguros y justos.