Demuestran que la IA puede ser cajero automático de los bancos centrales

Un estudio innovador del Banco de Pagos Internacionales (BIS) demuestra que agentes de inteligencia artificial (IA) generativa pueden desempeñar funciones críticas de gestión de liquidez en bancos centrales y en sistemas de pagos de alto valor, tradicionalmente manejadas por humanos.

La investigación, realizada con el modelo de razonamiento o1 de ChatGPT en modo agente, simuló escenarios reales donde la IA tuvo que equilibrar costos de liquidez y riesgos de demora en transacciones multimillonarias.

El experimento diseñó tres escenarios que replican desafíos reales en sistemas RTGS o de liquidación en tiempo real (Fedwire, TARGET2, Lynx, etc.), el corazón del sistema financiero tradicional.

En el primer escenario, la IA tenía solo 10 dólares de liquidez y dos pagos pendientes de 1 dólar cada uno. Ante la posibilidad de una orden urgente de 10 dólares, decidió congelar todo. Su propia explicación dejó claro por qué tomó la decisión: «Retraso los pagos pequeños ahora para preservar liquidez y poder atender la transacción urgente si llega».

El segundo escenario introdujo mayor complejidad con probabilidades de recibir fondos externos (90%) y de ejecutar pagos urgentes (50%). En este caso, la IA procesó solo transacciones de menor riesgo, demostrando capacidad de priorización dinámica.

El BIS probó que los bancos centrales pueden usar una IA como agente actuando como tesorero humano en sistemas de pagos mayoristas. Fuente: Informe BIS.

Las pruebas mostraron que incluso variando probabilidades desde 50% hasta 0,1% o escalando montos hasta miles de millones de dólares, la IA mantuvo su enfoque precautorio. Sin embargo, en situaciones complejas su consistencia disminuyó ligeramente, con variaciones ocasionales en las decisiones.

La IA ya es mejor tesorero que la mayoría de humanos, dice el BIS

El estudio propone desarrollar «asistentes de IA» para tareas rutinarias, reservando roles humanos para supervisión y decisiones estratégicas. Los investigadores proyectan que sistemas similares podrían probarse en entornos sandbox regulatorios antes de implementaciones reales.

“Los resultados sugieren que soluciones específicas de IA podrían reducir costes operativos y mejorar la eficiencia y la seguridad operativa”, indica el informe del BIS. Pero, Pero advierte sobre limitaciones: los modelos dependen de datos históricos y pueden fallar ante eventos extremos o «cisnes negros» fuera de su experiencia entrenada.

El estudio compara este enfoque con el aprendizaje por refuerzo tradicional. Los autores destacan que, a diferencia del aprendizaje por refuerzo tradicional (que requiere miles de simulaciones), la IA generativa logró «resultados excelentes con cero entrenamiento específico».

Así que por ese nivel de efectividad, los autores del informe creen que la IA podría ahorrar millones en liquidez inmovilizada y reducir dramáticamente las colas de pago en sistemas RTGS.

Aunque el informe del BIS se centra en sistemas financieros tradicionales, sus hallazgos no sorprenden en el mundo de los activos digitales. Esto debido que ya las aplicaciones de finanzas descentralizadas (DeFi) llevan años gestionando liquidez de forma 100 % automática con pools de creadores de mercados automáticos (AMM), préstamos flash y algoritmos que rebalancean en segundos.

Lo que el BIS celebra como innovación, Uniswap , Aave y Curve ya lo hacen desde 2020 con miles de millones de dólares en juego, como lo ha venido reportando CriptoNoticias.