[TokenPost columna] El comienzo de la ‘Economía Agentic (Agentic Economy)’: El día en que la IA se convierte en gestora de las bóvedas bancarias

Hoy en día, estamos en la era de la “Economía Agentic (Agente)”. Esta palabra, seleccionada como palabra clave central en la edición de enero de 2026 de la revista mensual de alta calidad de TokenPost, 《Blockchain Business Review》, significa que la IA ha superado la simple herramienta y se ha transformado en un sujeto autónomo de actividades económicas, marcando un nuevo paradigma económico. Además, esta gran tendencia también se ha confirmado en el sistema financiero más conservador y central: el sistema de “pagos y liquidaciones”.

Recientemente, un documento de trabajo publicado por el Banco de Pagos Internacionales (BIS) y el equipo de investigación del Banco de Canadá ha demostrado que la IA generativa (Gen AI) tiene el potencial de asumir el papel de “Gestor de Efectivo (Cash Manager)” en los bancos, lo que sugiere que la economía de agentes no es ciencia ficción de un futuro lejano, sino una realidad inminente.

◇ Experimento del BIS: IA, resolviendo el “problema de la gestión de liquidez”

El equipo de investigación del BIS realizó un experimento en el que se otorgó la autoridad de gestión de liquidez en un sistema de pagos mayoristas a un modelo de IA generativa general. La tarea asignada a esta inteligencia artificial no fue sencilla. Porque necesita prepararse para impactos de liquidez (Liquidity Shock) en flujos de fondos inciertos, y equilibrar delicadamente los costos de retraso en la liquidación y los costos de mantener liquidez (Trade-off).

Sorprendentemente, incluso un modelo de IA general sin entrenamiento financiero especializado tomó decisiones “precautorias (Precautionary)” similares a las de gestores humanos experimentados.

La IA tomó decisiones como:

• Retrasar pequeños pagos actuales para prepararse ante futuros pagos urgentes de gran monto;
• Reajustar prioridades mediante el cálculo de la probabilidad de entrada de fondos;
• Derivar la estrategia óptima que minimiza el retraso en la liquidación y mantiene la liquidez.

Esto demuestra con fuerza que la IA ha superado la etapa de simplemente ejecutar instrucciones y ha evolucionado a un “agente económico” capaz de calcular riesgos y actuar en condiciones de incertidumbre.

◇ “Más rápido y flexible que el aprendizaje por refuerzo (RL)”… La innovación que abre la Gen AI

El mensaje que transmite esta investigación a la comunidad financiera de Corea es muy claro: “velocidad” y “eficiencia”.

El método de aprendizaje por refuerzo (RL), que ha sido el principal modelo de optimización financiera, es como enseñar a un niño las reglas de pagos y liquidaciones una por una desde cero. Para aprender la estrategia óptima, se requieren decenas de miles de simulaciones, datos masivos y mucho tiempo.

En comparación, los agentes basados en IA generativa tienen capacidades de aprendizaje “Zero-shot” o “Few-shot”. Solo con indicaciones, pueden entender el contexto y realizar inferencias inmediatas, por lo que no necesitan un entrenamiento prolongado para involucrarse en operaciones financieras complejas. Esto significa que las instituciones financieras pueden reducir significativamente los costos operativos y acelerar el diseño de prototipos mediante la introducción de agentes inteligentes.

[BBR Vol. 16] “La IA tiene billetera y realiza transacciones autónomas”… La nueva orden financiera que traerá la “Economía de Agentes” en 2026

◇ El futuro de las finanzas: “Sandbox de IA” y el papel de los humanos

Por supuesto, no se puede entregar inmediatamente toda la autoridad de una caja fuerte bancaria a la IA. El informe del BIS también enfatiza el modo “Humano en el ciclo (Human-in-the-loop)”, y destaca la importancia de los gestores humanos que realizan la validación final de las decisiones de la IA. Al mismo tiempo, advierte sobre el riesgo de que, en situaciones imprevistas de “cisnes negros”, la dependencia de datos pasados pueda llevar a decisiones erróneas por parte de la IA.

Pero la dirección ya está marcada. Los responsables políticos pueden utilizar estos agentes de IA para construir “Simuladores de pagos y liquidaciones multi-agente (Multi-agent payment system simulator)”. Se pueden probar en un entorno virtual la resistencia ante bloqueos sistémicos (Gridlock) o situaciones de crisis, y experimentar con nuevas políticas regulatorias.

◇ La actitud que debemos tener ante la ‘Economía de Agentes’

La razón por la que TokenPost se enfoca en la ‘Economía de Agentes’ en su edición de enero es muy clara. Porque 2026 será el año en que la IA pase de ser una herramienta auxiliar para los humanos a convertirse en un agente autónomo.

El mercado financiero de Corea ya está acelerando su transformación con la introducción de banqueros IA, asesores robotizados activos, etc. La investigación del BIS va aún más allá, demostrando que la IA puede ir más allá de simples respuestas y convertirse en el protagonista de negocios centrales como la gestión de fondos.

Las instituciones financieras nacionales deben, ahora, para mejorar la eficiencia operativa, acelerar la adopción de soluciones de IA que cumplan con sus objetivos, y prepararse cuidadosamente para la evaluación de riesgos y la supervisión regulatoria. Este estudio del BIS es solo el comienzo de un cambio profundo. El futuro de las finanzas, hoy en día, depende de “quién puede contratar agentes más inteligentes”.