{{item.title}}
{{item.text}}
{{item.text}}
La inteligencia artificial (IA) está transformando la forma en que las organizaciones gestionan riesgos, ejecutan controles y toman decisiones. En este nuevo escenario, las tres líneas (antes conocidas como tres líneas de defensa) enfrentan un desafío sin precedentes: generar confianza en decisiones cada vez más automatizadas.
Durante años, el modelo de las tres líneas, promovido por el Instituto de Auditores Internos (IIA), ha fortalecido el gobierno corporativo, la gestión de riesgos y el aseguramiento independiente. Sin embargo, la llegada de la IA generativa y de los agentes inteligentes está modificando la forma en que operan los controles y cómo se ejerce su supervisión.
La pregunta ya no es si las organizaciones utilizarán IA. La verdadera pregunta es si sus modelos de gobierno, riesgo y control están evolucionando a la misma velocidad que la tecnología.
Tradicionalmente, la primera línea ha sido responsable de ejecutar procesos y controles. Sin embargo, en un entorno impulsado por IA, muchos de esos controles podrían ser ejecutados o monitoreados por sistemas inteligentes capaces de analizar información, generar alertas e incluso realizar recomendaciones en tiempo real.
Esto implica que los responsables de negocio ya no solo deberán supervisar procesos, sino también comprender los riesgos asociados a los modelos y herramientas que utilizan para tomar decisiones.
La segunda línea también enfrentará una transformación importante. Las funciones de riesgos, cumplimiento y control deberán ampliar su alcance para evaluar aspectos como calidad de datos, transparencia en las decisiones generadas por IA, sesgos, monitoreo de modelos y gobierno de IA. La discusión dejará de centrarse únicamente en si un control funciona y pasará a enfocarse también en si las decisiones generadas por los algoritmos son confiables y consistentes con el apetito de riesgo de la organización.
Por su parte, la tercera línea (Auditoría Interna) deberá evolucionar desde la revisión de procesos relativamente estables hacia la evaluación de sistemas que aprenden, se ajustan y generan resultados dinámicos. Esto requerirá nuevas capacidades, pero también reforzará la importancia del escepticismo profesional y del juicio humano como elementos fundamentales del aseguramiento.
En el sector financiero, la IA tiene el potencial de fortalecer procesos relacionados con monitoreo transaccional, prevención de fraude y evaluación de riesgos. En estos casos, el desafío será garantizar que las decisiones automatizadas sean trazables, explicables y adecuadamente supervisadas.
En minería y energía, la IA podría apoyar iniciativas de mantenimiento predictivo, monitoreo de activos y continuidad operativa. A medida que los algoritmos participen en decisiones críticas, será necesario fortalecer los mecanismos de supervisión y control sobre estos modelos.
En seguros, las organizaciones podrían utilizar IA para apoyar la evaluación de reclamaciones, identificar patrones atípicos y mejorar la gestión de riesgos. Esto incrementará la necesidad de contar con marcos de gobierno que aseguren consistencia, transparencia y un tratamiento adecuado de excepciones.
En retail y consumo masivo, la IA podría contribuir a optimizar inventarios, pronosticar la demanda y apoyar decisiones comerciales. A medida que estas herramientas ganen autonomía, conceptos tradicionales como autorización, segregación de funciones y responsabilidad sobre las decisiones deberán ser revisados.
Incluso en sectores como salud, donde la IA tiene el potencial de apoyar diagnósticos, priorización de pacientes y asignación de recursos, la confianza seguirá siendo tan importante como la eficiencia. La supervisión humana continuará siendo un componente esencial de cualquier proceso de toma de decisiones.
En la era de la IA, el desafío ya no es únicamente implementar tecnología. El verdadero reto es asegurar que las decisiones tomadas por sistemas inteligentes sean transparentes, confiables y estén adecuadamente gobernadas.
{{item.text}}
{{item.text}}