El punto de partida: la IA no está prohibida, está supervisada
Existe un mito en el sector financiero panameño: "la Superintendencia no permite usar IA". Es falso. Lo que existe es un marco de supervisión que exige a los bancos gestionar los riesgos de cualquier tecnología que usen, y la IA no es la excepción. La Superintendencia de Bancos de Panamá ha sido clara en sus lineamientos sobre gestión de riesgo operativo y riesgo tecnológico: el banco puede adoptar nuevas tecnologías, pero sigue siendo responsable de sus resultados, las use directamente o a través de un tercero.
En la práctica, esto significa que un banco o una financiera puede implementar chatbots de atención, sistemas de análisis de documentos, motores de detección de fraude o asistentes internos con IA — siempre que pueda demostrar control sobre cómo funcionan y qué hacen con los datos.
Lo que el regulador espera en la práctica
Cuando aterrizamos los lineamientos a proyectos reales, las exigencias se resumen en cuatro ideas. Primero, gobernanza: alguien dentro del banco debe ser responsable del sistema, entender qué hace y poder explicarlo. Un modelo que nadie en la institución comprende es un hallazgo de auditoría esperando a ocurrir.
Segundo, trazabilidad: cada decisión relevante del sistema debe poder reconstruirse. Si un motor de IA pre-aprueba o rechaza algo, tiene que quedar registro de con qué datos y bajo qué criterios. Tercero, gestión de terceros: si el proveedor de IA es externo —como nosotros—, el banco debe tener contratos que cubran confidencialidad, ubicación de los datos, derecho de auditoría y continuidad del servicio, conforme a lo que la Superintendencia establece para la tercerización de servicios.
Cuarto, protección de datos: además del marco bancario, aplica la Ley 81 de protección de datos personales. Los datos de clientes que alimentan un modelo necesitan base legal, y hay que tener especial cuidado con servicios de IA que usan las conversaciones para entrenar modelos globales. Por eso en banca configuramos siempre servicios empresariales donde los datos del banco no se usan para entrenamiento y se procesan bajo acuerdos de confidencialidad.
Qué están implementando los bancos hoy
Los casos de uso que avanzan más rápido en la plaza son los de menor riesgo regulatorio y retorno más claro. El primero es la atención al cliente de primera línea: chatbots que resuelven consultas de saldos, requisitos, sucursales y estados de trámites, sin tomar decisiones de crédito. Como el bot no decide nada sensible, el análisis de riesgo es manejable.
El segundo es el procesamiento de documentos regulados: extracción y validación de datos de cédulas, avisos de operación, estados financieros y formularios de debida diligencia, con un humano validando y trazabilidad completa de cada extracción. Aquí la IA no reemplaza el criterio del oficial de cumplimiento; le quita las horas de transcripción para que las dedique al análisis.
El tercero son los asistentes internos: buscadores inteligentes sobre manuales, políticas y normativa, que le ahorran al personal la cacería de documentos. Al no tocar datos de clientes, son de los proyectos más fáciles de aprobar internamente.
Cómo empezar sin sustos regulatorios
Nuestra recomendación para bancos, financieras y cooperativas es la misma que para cualquier empresa, con una capa extra de disciplina: empezar por un caso de uso acotado, documentarlo bien y medir. La documentación que en una PYME es opcional, en una entidad regulada es parte del entregable: descripción del sistema, flujo de datos, matriz de riesgos y plan de contingencia.
Un piloto bien diseñado —por ejemplo, el chatbot de consultas frecuentes o la extracción de un solo tipo de documento— permite mostrarle a auditoría y al regulador un sistema controlado antes de escalar. Es el camino más rápido precisamente porque genera confianza. Si su entidad está evaluando un caso de uso y quiere una opinión técnica de qué es viable con la regulación actual, el diagnóstico inicial de 30 minutos es gratuito.
¿Quiere esto en su empresa?
Diagnóstico gratis de 30 minutos con un ingeniero senior. Le decimos qué automatizar, cuánto cuesta y qué retorno esperar — números, no promesas.