Superar la incertidumbre regulatoria en el sector de los servicios financieros en Luxemburgo: un reto organizativo y humano en el que la tecnología ya está preparada para ayudar
Temáticas: IA, Tendencias
La carga regulatoria: un término ampliamente utilizado desde 2018 y un problema que sigue sin resolverse
Las entidades financieras de Luxemburgo se enfrentan a uno de los ciclos regulatorios más complejos de su historia reciente. DORA, AMLA, CRD VI, MiCA, el Reglamento Europeo de Inteligencia Artificial (EU AI Act) y una constante sucesión de nuevas circulares de la CSSF están entrando en vigor simultáneamente, cada una con sus propios plazos de implementación y obligaciones de gobernanza.
Según la Encuesta ABBL/EY sobre el Coste de la Regulación 2025, aproximadamente el 51 % del presupuesto de las entidades de crédito se destina a actividades relacionadas con el cumplimiento normativo, principalmente costes de personal y servicios de consultoría.
A pesar del aumento de las plantillas y del gasto, la mayoría de las funciones de compliance todavía no pueden responder, en tiempo casi real, a una pregunta sencilla: «¿Qué ha cambiado la semana pasada, cómo nos afecta, qué debemos hacer en los próximos 3, 6 y 12 meses y por dónde debemos empezar?«
La visión tradicional señala a las herramientas como el principal obstáculo operativo. Herramientas que, en muchos casos, apenas han evolucionado durante años: procesos manuales, macros, hojas de cálculo y una dependencia excesiva de expertos especializados.
El coste de no hacer nada: una realidad que pocos se atreven a cuantificar
La mayoría de las organizaciones siguen funcionando de forma reactiva, lo que repercute directamente en su rentabilidad y productividad:
- las evaluaciones tardías del impacto regulatorio convierten los cambios normativos en costosos ejercicios de gestión de crisis
- la duplicación de esfuerzos entre los departamentos jurídico, de cumplimiento y de riesgos desvía recursos de actividades generadoras de ingresos
- y una deficiente trazabilidad de las auditorías expone a las entidades a riesgos supervisores, especialmente cuando las revisiones temáticas de la CSSF se centran cada vez más en la calidad de la documentación y en comprender la toma de decisiones.
Existe además un coste de oportunidad que rara vez aparece reflejado en una hoja de cálculo: las iniciativas estratégicas que nunca llegan a ponerse en marcha porque los equipos de cumplimiento trabajan permanentemente a contrarreloj. Entre ellas destacan:
- el lanzamiento de nuevos productos financieros y la maximización del volumen anual de negocio
- la mejora de los acuerdos de nivel de servicio (SLA) para ganar cuota de mercado
- la racionalización de los presupuestos de consultoría
- la formación del personal y la creación de capacidad operativa adicional
- la evolución del modelo de negocio (por ejemplo, pasar de una gestión interna a un gestor de fondos externo)
Pocos directivos incorporan estos costes a sus planes de transformación a medio plazo y, como consecuencia, las organizaciones se conforman con mejoras marginales cuando podrían alcanzar cambios verdaderamente transformadores.
Dónde la tecnología y la inteligencia artificial pueden ayudar, desde hoy mismo, de forma segura y precisa
Las herramientas de compliance basadas en inteligencia artificial ofrecen un amplio abanico de posibilidades de adopción. Las entidades pueden comenzar en cualquier punto de ese recorrido, pero deberían definir sus ambiciones en función de sus propias capacidades y no únicamente de las promesas comerciales de los proveedores.
Fase 1: Bajo riesgo y alto retorno: información, conocimiento y criterio
El enfoque correcto no debe centrarse únicamente en ahorrar tiempo, sino en mejorar la precisión, la calidad y la mitigación del riesgo.
La vigilancia regulatoria automatizada elimina semanalmente horas de revisión manual. Gracias a las consultas en un lenguaje sencillo, un responsable de cumplimiento puede preguntar:
«Según las últimas Normas Técnicas de Regulación (RTS) sobre la normativa europea de prevención del blanqueo de capitales, ¿cuál es mi exposición al riesgo regulatorio en mis políticas y procedimientos actuales?
Elabora un análisis de brechas y una hoja de ruta de remediación según su urgencia, complejidad operativa e impacto en términos de responsabilidad.» Y obtener en cuestión de segundos una respuesta estructurada, documentada y con referencias verificables. Estas tareas no requieren integración con los sistemas centrales de la entidad, generan retornos medibles en pocos días y producen resultados auditables, trazables y fiables, al basarse en modelos especializados entrenados con textos regulatorios y no en inteligencias artificiales genéricas que inventan respuestas.
El objetivo no es hacer más trabajo en menos tiempo, sino generar un resultado preciso y con el menor riesgo posible, como si el profesional más experimentado de la organización pudiera asumir una carga de trabajo infinita.
Fase 2: Nivel intermedio: conectar la IA con los flujos de trabajo internos
Es en este punto donde el cumplimiento normativo deja de ser reactivo para convertirse en una función estructurada y proactiva. La IA puede ayudar a:
- vincular obligaciones regulatorias con controles internos
- identificar automáticamente lagunas en las políticas
- generar documentación preparada para auditorías
La revisión temática CSSF/BCL 2025 concluyó que el 28 % de las entidades supervisadas ya utilizan IA en producción y otro 22 % está desarrollando proyectos piloto, muchos de ellos sobre plataformas propias basadas en Claude o ChatGPT. Sin embargo, la cuestión fundamental es cuántas de estas organizaciones están obteniendo un valor real —mayor precisión, más productividad y menor riesgo— mientras reparten su atención y presupuesto entre las necesidades del negocio, la gobernanza tecnológica, la ciberseguridad, la calidad de los datos y las operaciones informáticas.
Fase 3: Nivel avanzado: estrategia y operaciones regulatorias proactivas
Esta es la visión que muchos directivos ya comparten:
- modelizar escenarios basados en futuras regulaciones
- automatizar análisis de brechas antes de las revisiones supervisoras
- realizar auditorías simuladas para poner a prueba los controles
- construir organizaciones donde el conocimiento regulatorio permanezca actualizado y distribuido de manera uniforme
El gran desafío: la gestión del cambio
Las tres fases descritas ya están disponibles en el mercado. El principal obstáculo no es tecnológico, sino organizativo. Entre las barreras más habituales destacan:
- Exceso de confianza en plataformas propias diseñadas para un entorno regulatorio que ya no existe. El coste irrecuperable es real, pero el mantenimiento de estos sistemas dificulta la adaptabilidad.
«Puedes pisar el acelerador todo lo que quieras, pero el freno de mano sigue echado.»
- Ausencia de una cultura de experimentación La aversión al riesgo hace que los proyectos piloto se estanquen, nunca se definan indicadores claros de éxito y el resultado habitual sea mantener el statu quo.
«La experimentación es el camino más corto hacia mejoras exponenciales.»
- Expectativas poco realistas en ambos sentidos. Algunos equipos esperan que la IA resuelva todos los problemas de forma inmediata; otros la descartan tras un único resultado imperfecto. La IA aplicada al compliance mejora con una implementación adecuada y una definición clara de los casos de uso.
«Hay que aprender a distinguir lo mediocre de lo bueno y de lo excelente.»
- Ausencia de un caso de negocio claro para reasignar presupuesto Sin una metodología que permita cuantificar las horas ahorradas, la reducción del riesgo y la mejora de la calidad de las auditorías, las inversiones tecnológicas seguirán siendo una prioridad secundaria.
«Lo que no puede medirse rara vez recibe financiación.»
Elegir al socio adecuado: uno que entienda sus capacidades y que aporte resultados en plazo, coste y calidad, minimizando activamente el riesgo
La creencia generalizada es que únicamente las grandes instituciones liderarán la eficiencia en materia de cumplimiento normativo, bajo la premisa de que sus mayores presupuestos y el acceso a consultoras de primer nivel les otorgan una ventaja competitiva.
En realidad, los niveles de precios y los perfiles de rentabilidad actuales hacen que las plataformas de software avanzadas sean accesibles para cualquier entidad, desde proveedores de servicios financieros de tercer nivel hasta bancos sistémicos de primer nivel.
Las organizaciones que realmente lideran este ámbito son aquellas que miran más allá de las presentaciones comerciales y los eslóganes de marketing, seleccionan proveedores capaces de demostrar resultados reales y aplican una sólida gestión del cambio para convertir la tecnología en beneficios empresariales medibles.
Autores
