La frialdad del sector financiero frente a la popularidad de las "langostas": la línea roja de cumplimiento en la aplicación de agentes inteligentes aún no está clara

（来源：经济参考报）

Una ola de “cría de langostas” desatada por el agente de IA de código abierto OpenClaw (conocido popularmente como “langosta”) se está extendiendo por toda la red a una velocidad sin precedentes. La herramienta, llamada así por su logotipo de langosta roja, atrae a entusiastas de la tecnología y usuarios comunes por su capacidad de “liberar las manos” y ejecutar tareas automáticamente. Sin embargo, en medio de este festín tecnológico, el sector financiero—que suele ser el abanderado de la transformación digital—ha mostrado una “calma” distinta a la de otros sectores.

Durante más de una semana, el Centro Nacional de Respuesta a Emergencias Informáticas de Internet, el Ministerio de Industria y Tecnología de la Información y la Asociación China de Finanzas de Internet han emitido advertencias con frecuencia y han señalado directamente que, en la configuración predeterminada, OpenClaw presenta riesgos de seguridad como ataques de red y filtración de información; especialmente en el ámbito financiero, sus elevados privilegios del sistema y su configuración de seguridad débil, por defecto, lo convierten fácilmente en una brecha para robar datos sensibles o manipular transacciones de forma ilegal. Las advertencias en cadena de los reguladores han puesto un “sello” a la actitud prudente del sector financiero frente a esta ola de entusiasmo. En el choque entre la euforia tecnológica y el límite rojo del riesgo, la actitud real y las decisiones estratégicas de las instituciones financieras se están convirtiendo en una ventana para observar la profundidad con la que la IA se implementa en la industria.

Aunque “criar langostas” está muy de moda

La conformidad sigue siendo la “línea de alta presión”

“A nivel del negocio, no se ha probado la integración de este agente; en general, seguimos siendo cautelosos”. Un empleado de un banco comercial en la región del norte de China le dijo al reportero. Aunque algunos clientes lo han preguntado, la empresa no solo no tiene planes de integrarlo, sino que incluso internamente se prohíbe su uso. Un profesional del área de control de riesgos de un banco anónimo por acciones en el sur de China también reveló que un colega intentó instalarlo y probarlo en un dispositivo personal, pero, al percibir que el riesgo de seguridad era demasiado alto, finalmente optó por desinstalarlo.

Esta actitud general de “observar” no es casual. A diferencia de la búsqueda extrema de eficiencia del mercado masivo, la lógica subyacente de las instituciones financieras es el control de riesgos. “La razón central es que, con una regulación fuerte y un umbral de alto riesgo en la industria financiera, el mecanismo de ejecución automática extremo a extremo de OpenClaw en la etapa actual y los requisitos de cumplimiento financiero no están en absoluto alineados”. El analista senior del sector financiero en Analysys/consultoría Bain? (BocTong) Wang Pengbo cree que la seriedad y la seguridad en el ámbito financiero son líneas rojas que no se pueden traspasar, y son fundamentalmente diferentes a las de otros sectores.

Esta falta de alineación se refleja de manera intuitiva en los permisos tecnológicos. Un técnico del área de tecnología en la división de tecnología financiera de un banco por acciones le explicó al reportero que los permisos que OpenClaw necesita gestionar incluyen, entre otros, acceso al sistema de archivos local, llamada a APIs de servicios externos e incluso permisos de ampliación a nivel de sistema; sus permisos están muy por encima de los de una IA conversacional ordinaria. “Tanto las instituciones como las personas comunes deberían mantener la cautela”, dijo.

Las preocupaciones regulatorias, además, son aún más sistémicas. En la advertencia de riesgo publicada el 15 de marzo por la Asociación China de Finanzas de Internet, se enumeraron de forma detallada los cuatro grandes riesgos de OpenClaw en la industria financiera: el riesgo de pérdida de fondos derivado del robo de contraseñas de banca en línea aprovechando vulnerabilidades; el riesgo de responsabilidad por operaciones erróneas automatizadas, donde es difícil determinar el sujeto responsable; el riesgo de cumplimiento de datos, ya que los datos sensibles podrían transmitirse a terceros; y el riesgo de nuevas estafas al usar mensajes como “IA para hacer trading de acciones”. Estos puntos de riesgo prácticamente dieron en el “talón de Aquiles” de la industria financiera.

Como dijo Shen Xiayi, vicepresidente de investigación del Instituto de Investigación de Valores de la Reserva Federal, “la innovación en el sector financiero siempre es como bailar con grillos”; cualquier innovación tecnológica debe tener como premisa que los riesgos sean controlables.

Exploración diferenciada:

De la “automatización de extremo a extremo” a la “asistencia humano-máquina”

Ser prudente no equivale a rechazar. De hecho, antes de que OpenClaw se volviera un fenómeno viral, una transformación inteligente más práctica y profunda ya se había abierto paso en diversos segmentos del sector financiero.

Se informó que instituciones como el Bank of Industry and Commerce (ICBC), el Banco de Desarrollo de Pudong (SPDB), y WeBank habían tenido noticias sobre el dinamismo de agentes inteligentes desarrollados internamente a nivel empresarial. En el ámbito de investigación de inversiones y análisis (投研), esta tendencia ha sido particularmente intensa. Según un recuento no exhaustivo del reportero, hasta ahora al menos 9 firmas de valores, incluidas Citic Securities, Huatai Securities y Guojin Securities, han incluido “la clase especial sobre OpenClaw” en sus agendas de roadshow. Las gestoras de fondos, como E Fund, Bosera y Xingzheng Global, también ya han conformado equipos dedicados para validar las funciones de OpenClaw en entornos de red aislados, explorando su aplicación en escenarios como la recopilación de información del mercado, revisiones de cumplimiento y generación automática de informes.

“Lo que observamos es que, actualmente, la transformación inteligente de instituciones como bancos, empresas de consumo financiero y pagos sigue una ruta de tipo asistencial; no se persigue de manera ciega una automatización de extremo a extremo, y la planificación es relativamente práctica”, comentó Wang Pengbo. Señaló que los enfoques de diferentes instituciones tienen sus propias prioridades: los bancos lo usan principalmente en aprobaciones de control de riesgos, marketing a clientes, gestión post-préstamo y atención al cliente inteligente; las compañías de consumo financiero se enfocan en optimizar modelos de control de riesgos; y las instituciones de pagos se usan sobre todo para la detección de fraude en transacciones y la prevención del lavado de dinero.

El informe “2025 Global Annual Banking Report” publicado por McKinsey, al describir el panorama futuro, coincide de forma notable con la ruta práctica de la industria actual: el primer agente ejecuta tareas, el segundo revisa vulnerabilidades y el tercero presenta la revisión final a humanos. En esta cadena de trabajo, la “revisión final” humana sigue siendo un eslabón indispensable. Los agentes inteligentes centrales que se han formado actualmente en algunas instituciones de finanzas de consumo, ya sea control inteligente de riesgos o plataformas de servicios de pagos, en esencia buscan que la IA desempeñe un papel en la asistencia en entornos no centrales o donde el riesgo sea controlable, bajo el marco de “colaboración humano-máquina”.

“Estos son, o bien eslabones asistenciales no centrales, o bien ámbitos donde la IA puede desempeñar un papel fundamental y donde el riesgo sea controlable”. Wang Pengbo considera que esto evita tanto los riesgos de cumplimiento y seguridad como el conflicto central de la apertura comercial. El mayor valor de los agentes inteligentes de código abierto es automatizar en las instituciones financieras aquellos procesos repetitivos y engorrosos, logrando reducir costos y mejorar la eficiencia.

Camino hacia el futuro:

Resolver los problemas centrales y mantener el límite de seguridad

Aunque el panorama es prometedor, al mismo tiempo que la tecnología inteligente dota de eficiencia a las instituciones financieras, las preocupaciones técnicas también se manifiestan como una sombra. Recientemente, el Banco Popular de China en la provincia de Sichuan emitió una multa administrativa a un banco, y la razón fue que incumplió las disposiciones de gestión de tecnología financiera.

El investigador de tiempo parcial de SuShang Bank, Xue Hongyan, analizó que las preocupaciones de las instituciones financieras sobre los agentes inteligentes de código abierto se concentran principalmente en tres dimensiones: privacidad de datos, ya que existe una contradicción entre la alta sensibilidad de los datos financieros y las amplias necesidades de recolección de los agentes; cumplimiento regulatorio, porque la inexplicabilidad de los agentes entra en conflicto con los requisitos de “trazabilidad y auditoría”; y costos de I+D, ya que la inversión en refuerzo de seguridad y en corrección de errores podría superar los beneficios esperados.

Los desafíos más profundos provienen de la propia tecnología. Huang Feng, director de información de la gestora Guolian An Funds, puso un símil: en la actualidad, OpenClaw es más como un “becario con mucha capacidad”; puede completar trabajos asistenciales, pero la precisión de salida es inestable. Y en el sector financiero, los requisitos de precisión de los resultados de datos suelen tener que alcanzar el 100%; negocios centrales como el cálculo de valor neto y las consultas de cuentas no permiten ni el más mínimo error. Además, para que OpenClaw realice tareas se requieren altos niveles de acceso al sistema, lo cual entra en contradicción natural con el control estricto de permisos de la industria financiera—incluso un empleado senior con más de diez años de servicio no está autorizado a acceder a todos los datos centrales; entonces, ¿cómo podría permitirse fácilmente que un “becario de IA” obtenga todos los permisos de datos de nivel base de una compañía financiera?

Frente a estos desafíos, la industria tiene una comprensión clara sobre la ruta de desarrollo futura. Wang Pengbo considera que, si los agentes inteligentes de IA de código abierto van a entrar en escenarios centrales de la industria financiera, deben resolver seis problemas centrales: algoritmos explicables y trazables para cumplir con requisitos de fuerte supervisión; definir con claridad los límites de responsabilidades y rendición de cuentas para alinearlos con la seriedad de la industria; resolver las deficiencias de los grandes modelos en sí para mejorar el nivel de inteligencia; cumplimiento de datos para garantizar que la información sensible no se filtre; equilibrar las demandas comerciales para encontrar un punto de equilibrio de intereses; y conservar permisos de intervención humana para evitar riesgos irreversibles.

La práctica del Banco de Nanjing ofrece un ejemplo para observar. En el banco, el puesto de trabajo de agentes inteligentes de extremo a extremo HiAgent, desplegado en cooperación con proveedores externos, ya se ha implementado con más de 20 agentes inteligentes de alta calidad, y ha iniciado el “Plan Doble Cien de Grandes Modelos”, con el objetivo de entrenar a los empleados de primera línea para que se conviertan en “jugadores avanzados” de agentes inteligentes. Esta idea de “permitir que los empleados dominen las herramientas” es una expresión concreta de la filosofía de “colaboración humano-máquina”.

El 11 de marzo, el Banco Popular de China convocó una reunión de trabajo tecnológico para 2026, donde se planteó con claridad “profundizar la integración entre negocios y tecnología, avanzar de manera activa, prudente, segura y ordenada, aplicando inteligencia artificial en el ámbito financiero, y liberar la energía del desarrollo digital e inteligente”. Estas dieciséis palabras orientan la exploración de IA en la industria financiera: no se puede actuar con miedo y parar por completo por temor a riesgos, pero tampoco se puede avanzar con ceguera y excesiva prisa.

En la ola de “cría de langostas”, la elección de las instituciones financieras puede parecer algo “conservadora”, pero el valor de la tecnología no solo reside en el gran espacio de imaginación que puede aportar, sino también en hasta qué punto puede dominarse de forma segura y controlable. Para la industria financiera, la prudencia quizá llegue más lejos que la euforia.

Gran cantidad de información y análisis precisos, todo en la app de Sina Finance