El 8 de septiembre de 2026 se publicó el resumen de la primera sesión de la serie de tres webinars del Estudio Global de Referencia en Cumplimiento 2026 de StarCompliance, con un panel formado por Kelvin Dickenson, director de producto de StarCompliance; Gabby Byrne, líder de cumplimiento estratégico de NatWest; y Rich Konefal, director de cumplimiento de Raymond James Financial.
De toda la sesión, un par de cifras merece quedarse en la cabeza de cualquier gerente que esté evaluando IA para su área: 23% de los encuestados reportó una reducción del esfuerzo manual gracias a la IA, pero 26% reportó un aumento de carga de trabajo. Más equipos terminaron con más trabajo que con menos.
Por qué la IA puede aumentar la carga
El panel ofreció tres explicaciones que no tienen nada de misteriosas y sí mucho de conocidas:
- Un reporte más rápido genera demanda de más reportes. La capacidad nueva se llena sola.
- Un insight más rápido eleva la expectativa de velocidad para todo lo demás.
- Al descargar las tareas rutinarias, lo que queda en el escritorio del analista es la cola de casos complejos que exigen juicio. El volumen baja; la dificultad promedio sube.
Ninguna de esas tres cosas es un defecto del modelo de IA. Son consecuencias organizacionales de haber cambiado el cuello de botella de lugar sin ajustar las expectativas ni la estructura del equipo. Quien mida el éxito del proyecto solo en horas ahorradas va a concluir que la herramienta falló, cuando lo que falló fue el diseño del proceso alrededor de ella.
El punto de partida no era la eficiencia, era la gobernanza
El panel arrancó por la gobernanza, no por el ahorro. A medida que el acceso a herramientas de IA se extiende dentro de las instituciones financieras, la discusión dejó de ser si el personal debe usarlas y pasó a ser cómo se controla ese uso: entornos controlados, protocolos de acceso, monitoreo, capacitación y extensión de los marcos de vigilancia existentes a los canales de IA. La protección de información material no pública y de datos de clientes sigue siendo la prioridad.
Pero el acceso por sí solo no alcanza. El panel insistió en la alfabetización real en IA: saber formular mejores instrucciones, aportar el contexto correcto, detectar imprecisiones y reconocer cuándo el criterio humano tiene que retomar el control. Bien usada, la IA puede comprimir en minutos lo que tomaba horas —por ejemplo, armar el historial de operaciones y el contexto transaccional de una alerta de abuso de mercado— y liberar al analista para que evalúe riesgo en vez de recolectar datos.
Construir o comprar, otra vez
La IA también movió esa decisión. Hoy es más fácil desarrollar herramientas internas y automatizar flujos puntuales. Los panelistas marcaron, sin embargo, una distinción que conviene no perder de vista: resolver un problema interno acotado no es lo mismo que construir tecnología de cumplimiento que debe operar de forma confiable a escala, con mantenimiento continuo, integraciones y actualización regulatoria permanente. El prototipo es barato; el ciclo de vida no.
El consejo más útil de la sesión
Para las firmas que apenas empiezan, el mensaje fue directo: empiece por un problema, no por la tecnología. Identifique un proceso repetitivo o un flujo atascado en recolección de información, pruebe la IA contra eso, y expanda desde ahí. La calidad del resultado está estrechamente ligada a la calidad del contexto que se entrega.
Esa es exactamente la disciplina que aplicamos en TEKFENIX. Con CumplimientoControl no automatizamos “el cumplimiento” en abstracto: automatizamos el paso concreto que consume horas —la recolección y el ordenamiento de la evidencia detrás de cada alerta— y dejamos la decisión, con su justificación registrada, en manos del oficial responsable. Y con Servigo365 aplicamos el mismo principio en la mesa de ayuda: la IA resuelve lo repetitivo y documenta el contexto, para que el equipo humano llegue al caso difícil con el expediente ya armado en vez de empezar desde cero.