Desde la ambición de la IA hasta la ejecución gobernada

Cómo las instituciones financieras pueden poner a trabajar la IA, los datos y la toma de decisiones sin perder el control de los flujos de trabajo que tienen detrás

Conéctate con nosotros en el stand de AWS re:Invent #1734

Una decisión de IA no se sostiene sola

Un modelo de IA puede identificar un patrón. Un agente de IA puede recomendar una acción. Pero ninguno de los dos ofrece un resultado empresarial sin un flujo de trabajo controlado y de extremo a extremo.

En servicios financieros, ese flujo de trabajo puede comenzar con datos de transacciones de un mainframe. Puede extraer datos de clientes o riesgos de otros sistemas, ejecutar un modelo en la nube, iniciar una decisión, enviar una alerta para revisión y activar un proceso de cliente, cumplimiento o operaciones.

Cada entrega importa.

Si los datos están incompletos, retrasados o inconsistentes, la salida puede no ser fiable. Si un proceso de IA se ejecuta sin un contexto claro del flujo de trabajo, los equipos pueden tener dificultades para entender qué lo desencadenó, qué sistemas se vieron afectados o qué acción siguió. Si ocurre una excepción, alguien debe Ve y responder.

91%

los líderes de TI consideran que la orquestación mejorada con IA es extremadamente o muy importante.

99%

de las instituciones financieras son probando IA, pero solo el 3% la ha desplegado a nivel empresarial.

La IA no está lista para su utiliza empresarial en el momento de la inferencia. Requiere datos de confianza, barreras de seguridad adecuadas y un proceso visible, coordinado y gobernado alrededor de cada decisión.

Considera la decisión de fraude detrás de una transacción con tarjeta

Un cliente realiza una compra. La transacción debe ser aprobada, rechazada o revisada en segundos.

 

El modelo del fraude está una parte de esa decisión. El resto está en el trabajo que ocurre en torno a ello.

Una decisión. Muchas dependencias.

El modelo de fraude no puede funcionar de forma aislada. Su resultado solo están tan fiable como los datos, pasos de flujo de trabajo, sistemas y controles que lo rodean. Cada uno de estos pasos tiene que ejecutarse en el orden correcto, a tiempo, siempre, en segundos. Esa coordinación están orquestación, y es lo que hace que una decisión de IA sea fiable en producción.

El 48% de las instituciones financieras considera la calidad de los datos como su principal desafío en IA/ML, y solo el 9,5% dice estar muy preparado para apoyar IA/ML.3

Para las instituciones financieras, la velocidad no están suficiente. La IA debe permanecer conectada a los datos, sistemas, controles y personas responsables de cada resultado.

Integrar la IA en el modelo operativo

La IA está pasando a formar parte del trabajo que realizan las instituciones financieras cada día. Puede apoyar la detección de fraudes, análisis de riesgos, incorporación de clientes, procesamiento de reclamaciones, previsión financiera y actividades de cumplimiento.

Las organizaciones que la escalen con éxito no tratarán la IA como una capa separada de tecnología. La conectarán con los datos, aplicaciones, procesos y personas responsables de llevar una decisión a un resultado fiable. AWS proporciona la base para construir y escalar IA en servicios financieros: Amazon Bedrock y Amazon SageMaker para construir y ejecutar modelos y agentes, y servicios de datos como Amazon S3, AWS Glue y Amazon Redshift para preparar y servir los datos de los que dependen. Control-M SaaS de BMC funciona en AWS y orquesta el flujo de trabajo alrededor de esos servicios, coordinando los datos, aplicaciones, infraestructura y dependencias que llevan una decisión de IA a producción.

Considera de nuevo la decisión de fraude. Los datos de transacciones del mainframe aterrizan en Amazon S3. AWS Glue los prepara. Un modelo en Amazon SageMaker o Amazon Bedrock valora el riesgo. La decisión se traslada a través de APIs hacia la gestión de casos, la notificación al cliente y los sistemas de cumplimiento. Control-M SaaS coordina cada paso como un flujo de trabajo gobernado, de modo que cada dependencia, excepción y traspaso permanece visible.

Ve la ejecución de IA gobernada en acción.

Descubre cómo Control-M Saas de BMC puede ayudar a las instituciones financieras a orquestar los flujos de trabajo detrás de las decisiones de IA, desde datos confiables hasta resultados fiables.

  1. Enterprise Management Associates (EMA), El futuro de la automatización y orquestación de cargas de trabajo, según informó BMC en marzo de 2025.
  2. Ataccama, Data Trust Report 2025 (edición de servicios financieros), octubre de 2025.
  3. Wolters Kluwer, Informe de tendencias en IA en cumplimiento bancario del primer trimestre de 2026, febrero de 2026, 148 instituciones financieras.