IA en servicios financieros: CNMV frente a la FCA

La IA en servicios financieros enfrenta dos visiones supervisoras: la CNMV exige factor humano y validación; la FCA propone su espectro de autonomía.

IA en servicios financieros: dos supervisores, dos visiones

La IA en servicios financieros ha dejado de ser una promesa de laboratorio para convertirse en un asunto supervisor de primer orden. En cuestión de meses, dos reguladores europeos han puesto sobre la mesa su lectura del fenómeno: la Comisión Nacional del Mercado de Valores (CNMV) en España y la Financial Conduct Authority (FCA) en el Reino Unido. Ambos coinciden en que el ser humano no puede desaparecer de la ecuación, pero llegan a esa conclusión por caminos muy distintos, y esa diferencia de enfoque tiene consecuencias prácticas para cualquier gestora de patrimonios que esté decidiendo cómo debe gobernarse la IA en servicios financieros dentro de su casa.

Qué dice el estudio de la CNMV

El punto de partida español es un trabajo empírico, no un documento estratégico. La CNMV publicó el Documento de Trabajo n.º 96, titulado «Large Language Models and Stock Investing: Is the Human Factor Required?» (en castellano, «Grandes modelos de lenguaje e inversión en bolsa: ¿es necesario el factor humano?»), firmado por Ricardo Crisóstomo y Diana Mykhalyuk, técnicos de la Dirección General de Estrategia y Asuntos Internacionales del supervisor.

El planteamiento es directo: ¿pueden los grandes modelos de lenguaje generar por sí solos predicciones bursátiles fiables? Para responder, los autores sometieron a prueba cuatro sistemas de última generación, ChatGPT, Gemini, DeepSeek y Perplexity, en un entorno de mercado real y durante diez meses, entre abril de 2025 y enero de 2026, sobre valores del IBEX 35. Compararon además tres formas de interrogar a los modelos: una consulta simple, un enfoque estructurado y un razonamiento paso a paso.

Los hallazgos son matizados y, por eso mismo, útiles. Con preguntas sencillas y sin contexto, los modelos incurren en fallos recurrentes de razonamiento: errores de cálculo, interpretaciones financieras incorrectas y uso de información desactualizada o directamente inventada, las llamadas alucinaciones. El problema de fondo, advierte el supervisor, es que estos sistemas están diseñados para producir respuestas fluidas y seguras aunque el razonamiento que las sostiene sea defectuoso, de modo que un inversor sin criterio puede confiar en ellas sin comprender sus límites. Ahora bien, cuando las instrucciones se estructuran y se anclan en fuentes oficiales, como los registros regulatorios o los informes de resultados, la precisión mejora de forma notable, hasta el punto de que, según el estudio, uno de los modelos llegó a batir al índice de referencia en el periodo analizado. Es una radiografía honesta de la IA en servicios financieros en su prueba más exigente, la selección de valores.

La conclusión de la CNMV es nítida y define su visión sobre la IA en servicios financieros: la tecnología puede aportar valor, pero solo bajo supervisión. El factor humano es necesario, la validación y la verificación deben existir en todas las etapas del análisis y la decisión, y las recomendaciones deben apoyarse en datos oficiales. Es, en esencia, una defensa del modelo de humano en el circuito («human in the loop») fundamentada en pruebas, con la protección del inversor minorista como telón de fondo.

La visión de la FCA: el espectro de autonomía

La FCA aborda la IA en servicios financieros desde una altitud distinta. Su Mills Review, publicada el 6 de julio de 2026 y dirigida por el director ejecutivo Sheldon Mills, no es un experimento sino una revisión estratégica que proyecta cómo la inteligencia artificial reconfigurará los servicios financieros minoristas de aquí a 2030, con siete recomendaciones para el consejo del regulador.

Su idea vertebradora es el espectro de autonomía, una escala de cinco papeles para el ser humano según cuánto trabajo delega en la máquina: operador (usa la IA como herramienta), colaborador (planifican y actúan juntos), consultor (la IA recomienda y la persona decide), aprobador (la IA prepara y la persona autoriza) y observador (la IA actúa dentro de unos límites y la persona supervisa por excepción). El mensaje central es que el riesgo cambia de naturaleza a medida que se avanza por esa escala: en los primeros niveles la cuestión es la calidad del resultado, mientras que en los últimos pasa a ser el consentimiento, la responsabilidad y la reparación. La FCA sostiene que el marco británico, basado en principios y en resultados, sigue siendo válido, que no hacen falta normas específicas para la IA y que la clave está en adaptar el perímetro, el régimen de altos cargos y la responsabilidad a medida que la autonomía aumenta.

Dos supervisores, dos visiones

Puestas una junto a otra, las dos lecturas de la IA en servicios financieros revelan diferencias reveladoras más que contradicciones.

La primera es de propósito y alcance. El trabajo de la CNMV es empírico, acotado y de presente: mide lo que los modelos hacen hoy en una tarea concreta, la selección de valores. La Mills Review es estratégica, amplia y de futuro: describe hacia dónde va todo el sector minorista y cómo debería responder el regulador. Una mira el microscopio; la otra, el horizonte.

La segunda es de actitud ante la adopción de IA en servicios financieros. La CNMV parte de la cautela y de la evidencia del fallo: su instinto es proteger al inversor frente a una automatización excesiva. La FCA parte de la habilitación: ve la IA como una fuerza transformadora que conviene encauzar, e incluso anticipa unas finanzas agénticas en las que los sistemas actúan por cuenta del cliente dentro de objetivos prefijados.

La tercera, y la más importante para quien tiene que diseñar controles, es el papel que cada supervisor asigna al ser humano. Para la CNMV, la persona es un verificador: comprueba, valida y corrige la falibilidad del modelo. Para la FCA, la posición de la persona es una decisión de diseño: hasta qué punto de la escala se permite llegar a cada función. La primera pregunta «¿ha revisado usted lo que la máquina produjo?»; la segunda, «¿hasta dónde ha decidido usted delegar, y puede demostrarlo?». Son dos formas complementarias de exigir lo mismo, un control humano con sentido sobre la gobernanza de la IA en servicios financieros.

Donde ambas visiones convergen sobre la IA en servicios financieros es en el fondo operativo. Las dos coinciden en que la supervisión humana no es negociable, en que los sistemas deben anclarse en datos verificados y oficiales, y en que sin un marco de gobernanza sólido los riesgos para el cliente y para el sistema se amplifican. El español aporta el «porqué» respaldado por datos; el británico, el «hasta dónde» y el «cómo gobernarlo».

Qué significa para las gestoras de patrimonio

De la suma de ambas visiones se puede extraer una hoja de ruta muy concreta para cualquier despliegue de IA en servicios financieros.

Ancle la herramienta en fuentes oficiales y verificadas. El propio experimento de la CNMV muestra que la fiabilidad se dispara cuando el modelo trabaja sobre registros regulatorios y resultados auditados, en lugar de sobre lo que encuentra por su cuenta en la red. Un asistente que recupera, cita y resume documentación es mucho más seguro que uno al que se le pide una opinión de inversión desde cero.

Sitúe cada caso de uso en el espectro de autonomía y fije un techo deliberado. La mayor parte del valor en una gestora, la búsqueda de evidencia, la preparación de revisiones, la extracción de costes y comisiones, la correspondencia con proveedores, vive en los niveles de operador y consultor. Cualquier acción irreversible o que mueva dinero del cliente debe quedar por debajo del nivel de aprobador, con autorización humana explícita.

Construya la validación de la IA en servicios financieros en el propio flujo de trabajo. Deje constancia de qué generó el modelo, qué modificó la persona y qué se detectó y resolvió, de modo que la trazabilidad exista en el momento de decidir y no haya que reconstruirla después. Asigne un responsable con nombre y apellidos a cada caso de uso relevante de IA en servicios financieros y revise los controles de forma continua, porque la deriva de los modelos y la dependencia de proveedores externos erosionan el control de manera silenciosa.

Nada de esto exige esperar a una norma nueva. Ni la CNMV ni la FCA proponen un reglamento específico para la IA en servicios financieros; ambas confían en que el marco vigente, aplicado con criterio, es suficiente si la entidad asume su responsabilidad de diseño.

Una misma exigencia por dos caminos

La lección para las gestoras españolas y europeas es que no hay que elegir entre las dos visiones de la IA en servicios financieros, sino combinarlas. Del estudio de la CNMV conviene tomar la disciplina empírica: probar antes de confiar, medir el fallo y anclar la máquina en datos oficiales. De la Mills Review conviene tomar la disciplina de gobernanza: decidir con intención cuánta autonomía se concede a cada función y ser capaz de demostrarlo. Quien entienda que el futuro de la IA en servicios financieros se juega en esa combinación, y no en la velocidad de adopción, será quien llegue a 2030 dentro del marco y no tratando de explicar cómo acabó fuera de él.

Para saber más

• CNMV, Documento de Trabajo n.º 96, «Large Language Models and Stock Investing: Is the Human Factor Required?», fuente primaria del estudio.
• FCA, AI and the future of retail financial services (The Mills Review), informe completo.
• FCA, nota de prensa sobre la publicación de la Mills Review.

Contenido relacionado en nuestra web: nuestro enfoque de gobernanza de IA, IA y asesoramiento financiero y cumplimiento y gestión de riesgos.

Este artículo se basa en el Documento de Trabajo n.º 96 de la CNMV y en la Mills Review de la FCA (julio de 2026). Constituye una reflexión profesional y no asesoramiento legal, financiero ni de inversión. Cada entidad debe verificar la normativa vigente antes de actuar.