La Ley de IA de la UE amplía su aplicación en 2027: 4 formas en que bancos y aseguradoras pueden prepararse.

Łukasz Mokrzycki
Ingeniero de gobernanza, riesgo y cumplimiento
17 nov 2026
El 2 de diciembre de 2027 entran en vigor todas las obligaciones del Reglamento de Inteligencia Artificial de la UE para los sistemas de IA de alto riesgo. Para bancos y aseguradoras, esto incluye la IA utilizada para tomar decisiones sobre clientes particulares: a quién se le aprueba un préstamo y cómo se fijan los precios de los seguros de vida y de salud.
Sin embargo, no todos los sistemas de IA que utiliza un banco o una aseguradora entrarán en esa categoría de alto riesgo, y los criterios que determinan cuáles lo hacen también podrían cambiar antes de diciembre.
Con esto en mente, prepararse para 2027 no es una tarea de cumplimiento aislada. Forma parte del objetivo más amplio de desarrollar una IA que su equipo pueda comprender, explicar y respaldar. Por ahora, la mejor práctica es aplicar los principios fundamentales del Reglamento a todos los casos de uso de IA, desde el onboarding de nuevos clientes hasta la evaluación de solicitudes de crédito y la revisión de siniestros.
En este artículo, no detallaré todas las nuevas obligaciones. En su lugar, abordaré cuatro formas prácticas en las que su organización puede desarrollar sistemas de IA transparentes que no le quiten el sueño.
La mayoría de estos principios se basan en una idea central: trate cada sistema de IA no como un proyecto de cumplimiento que se da por terminado, sino como un producto del que usted es responsable y que debe mantener.
¿Qué exigirá el Reglamento de IA de la UE en 2027?
Antes de entrar en cómo empezar a prepararse, veamos un breve resumen de lo previsto para diciembre de 2027.
El Reglamento de IA clasifica los sistemas de IA según su nivel de riesgo. Las obligaciones para la categoría de alto riesgo, establecidas en el artículo 6, apartado 2, y el anexo III, entrarán en vigor el próximo diciembre.
Estos requisitos incluyen un sistema de gestión de riesgos, gobernanza de datos, documentación técnica, registro automático, supervisión humana, requisitos de precisión y solidez, y un sistema de gestión de la calidad.
Por ahora, solo dos casos de uso de «alto riesgo» afectan directamente a la banca y los seguros:
- El punto 5(b) abarca los «sistemas de IA destinados a ser utilizados para evaluar la solvencia de personas físicas o establecer su calificación crediticia».
- El punto 5(c) abarca los «sistemas de IA destinados a utilizarse para la evaluación de riesgos y la fijación de precios en relación con las personas físicas en el caso de los seguros de vida y de salud».
Pero, aunque estos son los únicos casos de uso sectoriales enumerados actualmente, las directrices definitivas de la Comisión sobre cómo clasificar los sistemas de alto riesgo no se esperan hasta agosto de 2027. Por eso, le recomendamos aplicar las siguientes buenas prácticas en todos los sistemas de IA que gestione su equipo.
1. Incorpore IA solo donde aporte valor y establezca límites con reglas
Los bancos y las aseguradoras pueden limitar su exposición regulatoria utilizando la IA solo donde aporte valor real.
Los procesos de crédito, gestión de siniestros y suscripción son una cadena de pasos, y no todos se benefician de incorporar IA. Una regla de negocio que establece «no abrir cuentas a solicitantes menores de 18 años» es transparente, tiene un bajo coste de ejecución y nunca se desvía.
La IA demuestra su valor al automatizar el trabajo que las reglas no pueden resolver: extraer cifras de un extracto bancario escaneado o resumir un expediente de siniestro complejo. En la prueba de Taktile Labs FinSpread-Bench, los agentes de IA estructuran los datos de los estados financieros con una precisión del 96,5 %, frente al 89 % de los analistas capacitados. La decisión sobre el límite de crédito final del prestatario sigue siendo un paso determinista, basado en reglas.
Combinar reglas e IA también puede ayudar a su equipo a cumplir los requisitos regulatorios al establecer límites claros sobre lo que un agente puede hacer.
Tras la ejecución de un agente, las reglas pueden comprobar que el resultado se ajuste a las políticas, de modo que el agente nunca tenga la última palabra. También pueden establecer las condiciones para una revisión humana, como cualquier reclamación superior a 2.000 € o cualquier solicitud con una inconsistencia en los datos.
Como esas reglas forman parte del proceso de decisión y no de las instrucciones del agente, el agente no puede eludirlas.
2. Gestione los sistemas de IA como productos en evolución, no como proyectos puntuales
Debido a la presión por implementar la IA rápidamente, los equipos suelen centrarse en el desarrollo inicial, sin un plan de mantenimiento a largo plazo. IDC prevé que las empresas del Global 1000 subestimarán sus costes de infraestructura de IA en un 30 % hasta 2027.
Esa brecha es crítica, porque el Reglamento de Inteligencia Artificial de la UE exige la supervisión, validación y gestión de riesgos continuas de los sistemas de IA
Al igual que otras infraestructuras esenciales, como un CRM o los pipelines de datos, un sistema de IA en buen estado también necesita personal, presupuesto y tiempo dedicados. Como dijo un compañero ingeniero de Taktile: debemos gestionar los sistemas basados en IA como productos, no como proyectos.
Un proyecto tiene un principio y un final claros. Un producto nunca está terminado. Cuenta con un presupuesto específico, un equipo multidisciplinar y un sistema para adaptarse y mejorar continuamente.
Así se ve en la práctica:
Hemos visto un caso en el que una nueva versión del modelo obtuvo mejores resultados en benchmarks generales. Pero, al probarla dentro de un agente desplegado, la precisión de las decisiones crediticias cayó aproximadamente un 30%. El modelo no era peor. Los prompts y la arquitectura del agente se habían ajustado a la versión anterior, y la nueva se comportaba de forma lo suficientemente distinta como para cambiar los resultados.
El equipo lo detectó porque los usuarios de negocio que entendían los KPI tenían responsabilidad a largo plazo sobre el sistema y visibilidad de su funcionamiento.
3. Integre la supervisión humana desde el primer día y abórdela como un reto de UX
El Reglamento de IA de la UE exige que una persona pueda comprender realmente, supervisar y anular las decisiones de un sistema de IA en tiempo real. El propio sistema de IA debe proporcionar a la persona información clara y un control suficientes para detectar y corregir problemas.
Una vez que gestione su sistema de IA como un producto, puede abordar estos requisitos de supervisión humana como un reto de UX. Se trata de diseñar un entorno que no solo esté optimizado para la IA, sino que también resulte fácil de entender y permita a las personas interactuar con él de forma sencilla.
¿Puede un gestor de siniestros consultar fácilmente en lenguaje natural por qué un agente de IA tomó una determinada decisión? ¿Puede un responsable de crédito ver en una única pista de auditoría todas las fuentes de datos, reglas, IA y acciones humanas que intervinieron en la aprobación de un préstamo?
Una política de gobernanza puede documentar esta necesidad, pero es en el diseño del sistema donde se hace realidad.
De hecho, el Reglamento establece expresamente que el propio sistema debe estar diseñado para permitir la supervisión, e incluso identifica la trampa que el diseño debe evitar: el sesgo de automatización, el hábito de confiar en el resultado porque lo ha generado una máquina.
La mejor defensa contra esa trampa es involucrar a expertos en la materia desde el principio. Quienes entienden qué hace que una decisión sea fiable deben participar en el diseño del sistema, no solo en su auditoría.
4. Para facilitar las auditorías, integre la IA en los flujos de trabajo de principio a fin
KPMG constató que el 51% de los bancos ya estaba realizando pruebas piloto con agentes de IA a mediados de 2026. Ahora, el debate sobre la IA en la banca y los seguros está pasando de la productividad individual al rediseño de procesos completos, de principio a fin, en torno a los agentes de IA.
Al avanzar hacia esta nueva fase, existe el riesgo de que las instituciones arrastren una secuela de la primera: una IA dispersa en herramientas independientes. Y cuando la IA está desconectada, es más difícil auditarla, documentarla y ajustarla a la normativa.
Para una decisión regulada de principio a fin, como la aprobación de un préstamo o una reclamación de seguro, el objetivo es que cada paso de IA se ejecute en el mismo entorno. Cuando todo el proceso de gestión de reclamaciones sigue un único flujo de decisión, cada paso de IA es visible en un mismo lugar: qué modelo se ejecutó, a qué datos accedió, qué generó y en qué punto una regla o una persona tomó el control.
El registro de auditoría es mucho más fácil de elaborar y más sencillo de entender tanto para su equipo como para los reguladores.
Preparación para diciembre de 2027
Todavía podría cambiar mucho antes de que sean aplicables las obligaciones para los sistemas de alto riesgo, incluidos los casos de uso que queden dentro de su ámbito de aplicación. Pero los pasos anteriores dejarán a su equipo bien preparado, sea cual sea la forma definitiva de las normas.
Un punto de partida práctico es identificar dónde se utiliza ya la IA en sus procesos de crédito, gestión de siniestros y suscripción. ¿Qué pasos la necesitan realmente y en cuáles funcionaría mejor una regla? ¿Quién es responsable de cada sistema una vez que está en producción? ¿Podría un gestor de siniestros o un responsable de crédito explicar una decisión concreta a un supervisor con la información que tiene disponible hoy?
Este es el trabajo que permite a su equipo usar la IA en las decisiones que determinan el rendimiento y respaldar cada una de ellas.
Preguntas frecuentes
¿Clasifica el Reglamento de IA de la UE la calificación crediticia y la fijación de precios de seguros como actividades de alto riesgo?
Sí. El anexo III del Reglamento de IA de la UE enumera dos casos de uso de servicios financieros como de alto riesgo: los sistemas de IA utilizados para evaluar la solvencia de personas físicas o establecer su calificación crediticia (punto 5(b), con una excepción para la detección del fraude), y los sistemas de IA utilizados para evaluar riesgos y fijar precios en relación con personas físicas en los seguros de vida y de salud (punto 5(c)). Los préstamos a empresas, los seguros distintos del seguro de vida y la validación de siniestros no figuran en el anexo III.
¿Cuándo se aplican a los bancos y las aseguradoras las obligaciones para sistemas de alto riesgo del Reglamento de IA de la UE?
A partir del 2 de diciembre de 2027. El Ómnibus Digital sobre IA (Reglamento (UE) 2026/1744), publicado en el Diario Oficial el 24 de julio de 2026, aplazó la fecha límite del anexo III del 2 de agosto de 2026 al 2 de diciembre de 2027. Los requisitos en sí no cambiaron. Las obligaciones de transparencia del artículo 50 y las de alfabetización en materia de IA del artículo 4 ya son aplicables a bancos y aseguradoras.
¿Qué exige el Reglamento de IA de la UE para la supervisión humana de la IA en las decisiones sobre créditos y siniestros?
El artículo 14 exige que los sistemas de IA de alto riesgo estén diseñados de modo que las personas encargadas de su supervisión puedan comprender sus capacidades y limitaciones, detectar anomalías durante su funcionamiento, interpretar sus resultados, ser conscientes del sesgo de automatización, decidir no utilizarlos o dejar sin efecto sus resultados en un caso concreto y detenerlos. Las medidas de supervisión deben ser proporcionales al riesgo y al nivel de autonomía del sistema. Se trata de requisitos de diseño del sistema, no solo de una política de gobernanza.
¿Necesitan los bancos y las aseguradoras una evaluación de impacto en los derechos fundamentales conforme al Reglamento de IA de la UE?
Sí, en el caso de los sistemas de alto riesgo. El artículo 27 exige específicamente a los responsables del despliegue de los sistemas del anexo III, puntos 5, letras b) y c), es decir, los de calificación crediticia y fijación de precios de seguros de vida y de salud, que realicen una evaluación del impacto en los derechos fundamentales antes de su primer uso. Esta debe describir el proceso en el que se utiliza el sistema, las personas afectadas, los riesgos de perjuicio, las medidas de supervisión humana y lo que ocurre cuando se materializa un riesgo. Los resultados se notifican a la autoridad de vigilancia del mercado.
¿Se aplica el Reglamento de IA de la UE a los sistemas de IA que no son de alto riesgo?
En parte. El artículo 4 (alfabetización en materia de IA) y el artículo 50 (transparencia, como informar a los clientes cuando interactúan con un sistema de IA) se aplican a todos los sistemas de IA incluidos en su ámbito de aplicación. Las obligaciones más exigentes para los sistemas de alto riesgo no se aplican, pero los supervisores financieros esperan un rigor similar de todos modos: el dictamen de la EIOPA de agosto de 2025 aplica principios de gobernanza, documentación y supervisión a los sistemas de IA de las aseguradoras que no se clasifican como de alto riesgo, en virtud de las normas vigentes de Solvencia II y la IDD.
Aviso legal
Este artículo tiene fines exclusivamente educativos y no constituye asesoramiento jurídico. El Reglamento de Inteligencia Artificial de la UE y las directrices para su aplicación siguen evolucionando, y su aplicación dependerá de los sistemas y las circunstancias específicos de su entidad.