Por Rohith Rajamony, consultor sénior de soluciones empresariales para APAC, Smartstream
Por qué la IA agéntica debe estar en la agenda RegTech de APAC
En casi todas las conversaciones que he mantenido este año con responsables de cumplimiento y operaciones en APAC, surge la misma tensión. Las expectativas regulatorias aumentan más rápido que la plantilla, los volúmenes transfronterizos siguen creciendo y el back-office sigue absorbiendo la mayor parte de esa presión mediante esfuerzo manual. Los analistas de Singapur, Sídney y Tokio dedican sus días a realizar prácticamente el mismo trabajo: buscar datos en distintos sistemas, aplicar códigos de motivo, redactar correos electrónicos de seguimiento y esperar a que las contrapartes respondan. Es riguroso, es necesario y también es donde se acumula silenciosamente la mayor parte del riesgo operativo.
Este es el contexto que llevo conmigo a la Global RegTech Summit APAC en Marina Bay Sands el 29 de abril, donde estaré en el Demo Stage, dentro del programa de Innovación, presentando la solución Smart Agents de Smartstream. Antes del evento, quería compartir parte de lo que ha dado forma a nuestro enfoque sobre la IA agéntica en esta región y por qué creo que es el cambio más trascendental que RegTech ha experimentado en años.
Una carga de excepciones específica de APAC
Cuando se analiza qué consume realmente a un equipo de operaciones en APAC, el patrón es llamativo. Los datos del sector indican que hasta el 70 % del esfuerzo de back-office se absorbe en flujos de trabajo con alta carga de excepciones: conciliaciones, discrepancias de efectivo, excepciones de liquidación, investigaciones de AML y KYC. En APAC, esas cifras tienen cierto matiz regional. Las instituciones aquí operan en regímenes regulatorios fragmentados (MAS en Singapur, HKMA en Hong Kong, ASIC en Australia, JFSA en Japón y más), cada uno con sus propios ritmos de presentación de informes y expectativas probatorias. Si se añade la complejidad de los flujos transfronterizos, las ventanas de liquidación multidivisa que rara vez coinciden y las contrapartes con niveles de madurez de automatización muy dispares, la carga de triaje crece en consecuencia.
La mayoría de las empresas han invertido considerablemente en automatización basada en reglas y procesamiento directo durante la última década. Esas inversiones no han sido en vano, pero han alcanzado un techo. El trabajo que queda (por definición, las excepciones) es el trabajo con el que la automatización más ha luchado: ambiguo, contextual y dependiente del conocimiento tácito que reside en la mente de los analistas sénior.
Por qué la automatización tradicional llegó a su límite
Tres cosas mantienen atascados a los equipos de cumplimiento y operaciones. Los datos están fragmentados en sistemas internos, fuentes de datos de mercado, registros de terceros, correos electrónicos y plataformas de mensajería, por lo que los analistas dedican su tiempo a buscar información en lugar de actuar sobre ella. El conocimiento institucional reside en expertos individuales en lugar de en el propio flujo de trabajo, lo que significa que cada resolución está determinada por quién recoge el caso. Y el flujo de trabajo en sí no aprende. El mismo tipo de discrepancia llega de nuevo la semana siguiente y se dedican las mismas horas a su triaje.
Nada de esto es un fallo de esfuerzo. Es un límite estructural de cómo se diseñó la automatización tradicional: determinista, rígida y reactiva. Cuando se apilan cambios regulatorios, tipologías de fraude en evolución y liquidación transfronteriza sobre esa base, algo tiene que ceder.
Qué cambia realmente la IA agéntica
La IA agéntica, y Smart Agents en concreto, es un tipo diferente de capa de inteligencia. En lugar de responder a indicaciones aisladas o seguir un árbol de reglas fijo, un agente trabaja hacia un resultado definido («resolver esta discrepancia de liquidación», «hacer avanzar esta alerta KYC a un estado listo para decisión»). Planifica la secuencia de acciones, recupera y valida los datos que necesita en todos los sistemas, decide la ruta de resolución adecuada, ejecuta las actualizaciones, gestiona la comunicación con las contrapartes y registra todo con total auditabilidad.
Donde el modelo tradicional tiene a un humano recorriendo cinco o seis aplicaciones y un hilo de correo electrónico, el modelo agéntico tiene los datos servidos directamente al usuario, con la mayor parte del recorrido ya completado. El momento de juicio humano se preserva; simplemente ocurre en el punto donde realmente se requiere juicio, no después de un largo tramo de trabajo preparatorio.
Las cifras son significativas. En nuestras mediciones controladas, una excepción que requería unos 14 minutos de esfuerzo manual se reduce a aproximadamente medio minuto cuando se gestiona de forma autónoma. Eso es cerca de una ganancia de productividad de 29 veces por discrepancia, con tiempos de resolución entre un 30 y un 60 % más rápidos y entre un 20 y un 40 % menos escalaciones. Sinceramente, sin embargo, el cambio más importante es cualitativo. Los analistas dejan de hacer trabajo de silla giratoria y empiezan a hacer el trabajo de supervisión, riesgo y reconocimiento de patrones para el que fueron contratados.
Por qué esto importa para la conversación RegTech
Aquí es donde la audiencia RegTech de APAC debe prestar atención. La autonomía sin control no es viable para los reguladores de esta región, y con razón. MAS, HKMA y ASIC han dejado claro que la explicabilidad, la trazabilidad y la responsabilidad humana siguen siendo innegociables a medida que las empresas adoptan IA. Un sistema agéntico solo se gana su lugar en el back-office si puede satisfacer esas expectativas por defecto.
Por eso las decisiones de diseño detrás de Smart Agents importan tanto como las ganancias de eficiencia. Cada acción que realiza un agente se registra con total explicabilidad. La gobernanza está integrada mediante flujos de trabajo de creador-verificador, autonomía controlada por políticas y escalación con humano en el bucle donde se requiere juicio. Los controles no son una idea tardía añadida a la IA; son cómo funciona el sistema. Para los responsables de cumplimiento, esto convierte la IA agéntica de una conversación sobre riesgo en una conversación sobre control, lo cual es una postura muy diferente.
También hay un argumento de escalabilidad que impacta particularmente en APAC. Los picos de volumen aquí (ya sean impulsados por estrés del mercado, ventanas de presentación de informes regulatorios o impulsos de incorporación de contrapartes) tienden a llegar más rápido de lo que las empresas pueden incorporar personal. Una fuerza laboral agéntica absorbe esos picos sin los ciclos de contratación, formación y rotación que exige el escalado de FTE. Eso es resiliencia, no solo eficiencia.
Dónde encaja Smartstream
Smart Agents está diseñado específicamente para operaciones financieras con alta carga de excepciones, con integración nativa en nuestras plataformas de conciliaciones, datos y comisiones, y protocolos abiertos para conectarse a sistemas de terceros e internos. Aporta un profundo conocimiento del sector acumulado durante décadas de trabajo de conciliación y operativo, combinado con las capacidades de razonamiento agéntico, orquestación y aprendizaje continuo que las instituciones modernas necesitan. El énfasis en todo momento ha sido en una autonomía precisa, conforme y auditable, en lugar de inteligente por sí misma.
Analice la IA agéntica para sus operaciones
Si asiste a la Global RegTech Summit APAC el 29 de abril, búsqueme en el Demo Stage, donde mostraré cómo Smart Agents gestiona flujos de trabajo de investigación reales de principio a fin, y qué significa eso para un equipo de cumplimiento sobre el terreno en Singapur, Hong Kong, Sídney o Tokio. Asista o no a la cumbre, si está evaluando dónde debe situarse la IA agéntica en su hoja de ruta de 2026, póngase en contacto con el equipo de Smartstream para iniciar la conversación sobre lo que Smart Agents podría significar para sus operaciones.
