Existe un patrón que muchas organizaciones conocen bien. Llega una tecnología nueva, la adopción se acelera más rápido de lo que la gobernanza puede seguirle el paso, y, unos años después, el equipo de finanzas se encuentra ante una hoja de cálculo, preguntándose cómo terminó el gasto siendo tan alto y quién aprobó.

La era SaaS expuso lo que sucede cuando la adopción tecnológica supera la supervisión financiera. Y con la IA agente incrustada en flujos de trabajo diarios, las organizaciones corren el riesgo de recorrer un camino similar.

Informes recientes sobre empleados de Amazon que supuestamente ‘tokenmaxxean’ —inflando métricas internas de IA para inflar las cifras de adopción— son una señal temprana de lo que eso se parece en la práctica.

Pero la dinámica no es exclusiva de Amazon. Cuando el uso de la IA no es plenamente visible y los incentivos favorecen mostrar más actividad en lugar de menos, la rendición de cuentas tiende a desaparecer en silencio. Apunta a una falla de gobernanza, y las fallas de gobernanza requieren soluciones estructurales.

La oportunidad es clara. La gobernanza, no tanto.

La necesidad de visibilidad

El informe Banking on the Cloud 2026 de AWS presenta de forma clara y atractiva el caso estratégico de la IA agent para los servicios financieros. La infraestructura de computación en la nube y los agentes de IA se posicionan como la base de la banca de próxima generación, lo que implica decisiones más rápidas y experiencias de cliente más sensibles.

Lo que el informe se centra es en lo que la IA puede ahorrar. La otra parte de la ecuación es qué cuesta ejecutar esa IA a escala y quién es responsable de ello.

El modelo de costes de los agentes de IA se comporta de manera diferente a cualquier cosa que la mayoría de equipos de finanzas corporativas haya gestionado antes. Cuando se licencian herramientas de software convencionales, suele existir un precio fijo y un recuento de usuarios. El gasto es visible incluso cuando no está bien controlado.

Los agentes de IA funcionan de forma distinta: corren de manera continua, invocando servicios externos y desencadenando acciones a través de sistemas a medida que avanzan. Cada paso consume recursos y, dado que los agentes operan de forma autónoma, a menudo manejando tareas que antes requerían juicio humano, ese consumo puede escalar de forma rápida y impredecible. No hay una línea de contrato que lo capture limpiamente y no hay una fecha de renovación que fuerce una revisión.

Para adelantarse a esto, se requiere visibilidad que la mayoría de las organizaciones apenas está empezando a construir.

El problema del desbordamiento

El desafío de gestión de SaaS es familiar para la mayoría de líderes de TI y finanzas. Los activos de aplicaciones crecieron más rápido de lo que la adquisición podía rastrear, la gobernanza quedó rezagada respecto a la adopción, y muchas empresas dedicaron años a racionalizar pilas de software que nunca pretendieron construir. Es un problema continuo que las empresas siguen gestionando años después.

El desbordamiento de agentes de IA probablemente se desarrollará de forma diferente, pero el problema subyacente es similar. la diferencia crítica es el ritmo.

Una herramienta SaaS que se despliega y se olvida permanece allí, facturando en silencio a una tarifa fija. Un agente de IA que genera resultados en tiempo real está consumiendo recursos desde el momento en que funciona, y esa exposición financiera, si no se supervisa, se acumula de formas que una suscripción de software olvidada simplemente no lo hace.

Las organizaciones que logren visibilidad integral desde temprano estarán en una posición significativamente más fuerte que aquellas que traten la gobernanza de costes como algo que formalizar más tarde.

También hay una dimensión regulatoria que se está volviendo más relevante, especialmente en servicios financieros. Los agentes de IA suelen depender de proveedores externos de modelos y de fuentes de datos de terceros. Cada dependencia introduce un posible punto de fallo y, en industrias reguladas, una exposición de cumplimiento.

Los reguladores están atentos: las obligaciones completas de la Ley de IA de la UE para los servicios financieros deben entrar en vigor en agosto de 2026, y las auditorías de DORA ya están en marcha, lo que significa que la pregunta de quién posee esa cadena de responsabilidad necesitará una respuesta más clara de lo que tienen la mayoría de las organizaciones en la actualidad.

Cómo se ve una buena gobernanza

Lo alentador es que nada de esto exige construir nuevas disciplinas desde cero. Requiere aplicar las disciplinas ya conocidas a un contexto nuevo y hacerlo temprano.

El punto de partida correcto es entender el coste en relación con el resultado. ¿Qué cuesta realmente completar una tarea usando un agente de IA y qué vale esa tarea para el negocio? Responder a ello implica conectar los datos de gasto de IA con la visión más amplia de cómo se usa la tecnología y qué aporta, para que finanzas e ingeniería trabajen a partir de la misma información en lugar de hablar entre sí sin entenderse.

También es necesario incorporar controles en la infraestructura en lugar de agregarlos encima. A medida que los despliegues de agentes crecen, ningún equipo puede revisar de forma realista flujos de trabajo de forma manual. Las políticas que dependen de que alguien recuerde consultar un panel no son políticas; son sugerencias. Cuando una revisión presupuestaria se vuelve difícil o un regulador hace preguntas, las sugerencias no sostienen.

Lo más importante es establecer la propiedad desde el primer día. ¿Qué presupuesto soporta este despliegue? ¿Quién lo revisa cuando el consumo cambia? En este momento, muchos agentes de IA están siendo desplegados por equipos de ingeniería sin una participación significativa de finanzas. Esa brecha es totalmente reducible. Cerrar esa brecha antes de que llegue la factura, en lugar de después, es donde se construye la verdadera ventaja.

Las organizaciones que gestionen bien la IA agente serán aquellas que traten la gobernanza como parte de la decisión de despliegue y no como un añadido posterior. Una responsabilidad más clara implica decisiones más rápidas y inversiones en IA que realmente puedan defenderse ante la junta directiva o ante un regulador. A lo largo de este año y más allá, esa es la diferencia clave entre las organizaciones que escalan la IA con confianza y las que todavía están desentrañando la factura.

Hemos revisado, clasificado y comparado los mejores programas de finanzas personales.

Este artículo se produjo como parte de TechRadar Pro Perspectives, nuestro canal para presentar las mentes más brillantes de la industria tecnológica hoy.

Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadar Pro ni Future plc. Si estás interesado en contribuir, obtén más información aquí: https://www.techradar.com/pro/perspectives-how-to-submit

from Latest from TechRadar https://ift.tt/vf7nrsk
via IFTTT IA