Agentes de IA y motores de decisiones: por qué se complementan en un banco

La pregunta viene apareciendo en casi todas las reuniones que tengo últimamente, y siempre con la misma forma: si un agente de IA razona, usa herramientas, lee documentos y sigue instrucciones, ¿para qué seguir manteniendo un motor de decisiones?

Es una buena pregunta. Y merece algo mejor que «porque siempre se hizo así».

La diferencia no es inteligencia contra rigidez. Es función y control. Un agente se arregla bien con lo que llega desordenado; un motor se ocupa de que la decisión final responda a una política publicada, aprobada y reconstruible. No compiten por el mismo lugar: son dos capas de la misma arquitectura.

Y la confusión no es un problema académico. Es la diferencia entre poder mostrarle a tu auditor por qué rechazaste una solicitud en marzo, y no poder.

Lo que un agente hace bien

Un agente es un modelo de lenguaje al que le das un objetivo, un conjunto de herramientas y libertad para encadenar pasos hasta cumplirlo. Donde brilla es en el trabajo que no tiene forma fija: razonar sobre un caso que ninguna regla previa contempla, leer un balance o un contrato y sacarle lo que importa, cruzar fuentes autorizadas, relevantes y trazables que antes pedían análisis manual, redactar el memo del comité, empujar un proceso de back office que hoy depende de que alguien se acuerde del paso siguiente.

El precio de esa flexibilidad es que el agente es probabilístico. Dos corridas con la misma entrada pueden tomar caminos distintos y llegar a redacciones distintas. Eso no es un defecto: es justamente la propiedad que lo hace útil frente a lo imprevisto. Pero es también, exactamente, la propiedad que no quieres en la aprobación de un crédito.

Acá conviene no exagerar el argumento, porque se exagera seguido. Un agente bien gobernado sí puede versionar toda su configuración: el modelo, las instrucciones, las herramientas, las fuentes, la memoria, los permisos. Y sí deja traza de cada ejecución. Lo que no puede prometerte es que dentro de dos años vaya a recorrer el mismo camino y llegar al mismo resultado, sobre todo si en el medio cambió el modelo o cambió una fuente. Poder versionar la configuración y poder reproducir la decisión no son la misma cosa, y para una entidad supervisada esa distinción lo es todo.

Y lo que hace un motor

Un motor es el sistema que toma la decisión y la registra: recibe la solicitud, consulta las fuentes que la política indica, aplica reglas y modelos, y devuelve un resultado con límite, condiciones y motivo.

Lo que define a un motor decisional no es que automatice. Es que automatiza de forma demostrable. Con los mismos inputs capturados, la misma versión de política y de modelos, y el mismo contexto de ejecución, produce siempre la misma decisión. Y si cambia es porque alguien publicó una versión nueva de la política, con nombre y fecha. Las reglas y los modelos están versionados, con permisos por rol, aprobaciones, pruebas en paralelo y vuelta atrás. Cada transacción deja reconstruible qué se consultó, qué se evaluó, qué versión estaba vigente y qué determinó el resultado. Se integra con el core y con los burós sin reemplazar el sistema de registro, corre en milisegundos y a escala, y respeta la segregación de funciones que piden las tres líneas de defensa.

Un motor no está hecho para pensar creativamente. Está hecho para aplicar la política de riesgo de forma controlada y masiva, y para que eso quede probado.

Dónde se separan, y por qué se necesitan

Si tuviera que resumirlo: el agente devuelve razonamiento, análisis y propuestas; el motor devuelve una decisión con su límite y su motivo. El agente tarda segundos o minutos por caso; el motor resuelve miles por minuto. El agente lo cambia quien administra su configuración; el motor lo cambia el área de riesgo, bajo control de cambios.

La diferencia más importante es la que menos se nombra: qué queda como unidad de gobierno. En el agente es toda su configuración, un conjunto móvil de modelo, instrucciones, herramientas, fuentes, memoria y guardrails. En el motor es una política publicada, con número de versión y con alguien que la aprobó. Lo primero se audita mirando cómo está armado el sistema. Lo segundo se audita mirando la decisión.

Y los dos tienen riesgo, aunque de distinto tipo. El del agente es decidir solo en un entorno regulado, sin evidencia reconstruible. El del motor es propagar una política equivocada a gran escala, que puede arruinar miles de solicitudes en minutos. La ventaja del motor no es tener poco riesgo: es que su riesgo se simula antes, se aprueba, se versiona, se monitorea y se revierte.

Pero enumerar diferencias se queda corto, porque lo interesante no es que sean distintos: es que cada uno resuelve exactamente lo que al otro le falta. El motor es preciso y ciego. Sabe aplicar una política impecable, pero solo sobre datos que ya llegaron limpios y estructurados; frente a un PDF o a un caso raro, se queda esperando a una persona. El agente es lo contrario: se mueve bien en el desorden, pero no puede prometerte que mañana va a decidir igual que hoy.

Puestos uno al lado del otro, esas dos limitaciones se cancelan. El agente le da al motor lo que al motor no le llegaba, y el motor le da al agente algo que el agente solo no tiene: un lugar donde su trabajo se convierte en una decisión con respaldo. Cada uno vuelve al otro más útil de lo que era por separado. Por eso la pregunta no es cuál elegir.

El razonamiento no es el problema

«Si razona bien, que decida» suena razonable y no lo es. Hay tres motivos, y ninguno es filosófico.

Al supervisor no le interesa cuán inteligente es

Le interesa la evidencia. Si una entidad no puede reconstruir qué información se utilizó, qué política estaba vigente y qué determinó el resultado, no controla realmente la decisión.

Pedro Machado, del Consejo de Supervisión del BCE, lo resumió con claridad: si un banco no puede explicar por qué un modelo se comporta como se comporta, en términos útiles para tomar decisiones, entonces no controla ese modelo.

En Latinoamérica el marco avanza en la misma dirección. El BCRA exige documentar objetivos, responsabilidades, datos, métricas, umbrales y procedimientos de validación para el uso de IA y machine learning. En Perú, la SBS cuenta con un reglamento específico de riesgo de modelos que comprende gobierno, validación, seguimiento y modelos provistos por terceros.

La exigencia práctica es siempre la misma: poder reconstruir la decisión y demostrar bajo qué política se tomó.

Sin consistencia no se puede medir nada

Dos solicitantes con el mismo perfil tienen que recibir el mismo tratamiento, salvo que haya una política explícita que diga lo contrario. Si la decisión depende del camino que el modelo eligió esa vez, pierdes la capacidad de medir. Y si no puedes medir, no puedes calibrar: no sabes si la mora subió por la política, por el mercado o por una variación del propio sistema.

Ese es el punto silencioso de todo esto. Un motor te deja atribuir el resultado a una decisión de política. Un agente decidiendo solo convierte tu cartera en un experimento sin grupo de control.

Y después está la escala

Un motor resuelve miles de decisiones por minuto con un costo por decisión estable y predecible. Un agente consume tiempo y cómputo variables en cada caso. En originación de alto volumen, esa diferencia deja de ser técnica bastante rápido y pasa a ser económica.

Usar un agente como motor de decisiones es como poner a un analista sénior brillante a decidir cada crédito a mano. Funciona con volumen bajo y casos difíciles. Colapsa cuando aparecen el volumen y el regulador.

No es cuál elegir, es cómo ordenarlos

Si llegaste hasta acá, la conclusión es que la pregunta estaba mal planteada. No hay que elegir entre un agente y un motor. Hay que ponerlos en el orden correcto, y ese orden tiene consecuencias bien concretas sobre qué controles hacen falta y qué queda como evidencia.

Eso es lo que vemos en la segunda parte: las tres capas, los controles mínimos que necesita un agente que lee documentos, un caso completo de punta a punta y cinco preguntas para decidir qué va de cada lado. Está acá: cómo integrar agentes de IA con un motor de decisiones.

Y si prefieres verlo sobre tu propio proceso, revisamos tu flujo y te mostramos una arquitectura posible, con evidencia, versionado y puntos de aprobación. Evaluar mi arquitectura de decisiones