Autor: Zhang Feng
Hoy en día, mientras la tecnología de inteligencia artificial arrasa en la industria financiera, el «Documento de consulta sobre directrices de gestión de riesgos de la inteligencia artificial» publicado por la Autoridad Monetaria de Singapur (MAS) el 17 de noviembre de 2025 es como un mapa oportuno que señala un rumbo seguro para las instituciones financieras que navegan en la ola de la innovación.Este documento no es sólo el primer marco de gestión de riesgos de ciclo de vida completo del mundo para aplicaciones de IA en el campo financiero, sino que también representa un cambio clave en el pensamiento regulatorio de la «defensa de principios» a la «implementación operativa».Para cualquier empresa relacionada con el mercado de Singapur, la comprensión profunda y la implementación sistemática de esta «Guía» ha pasado de ser «opcional» a «respuesta obligada».
1. Información sobre el núcleo de las «Directrices»: buscar un delicado equilibrio entre incentivos a la innovación y prevención de riesgos
El nacimiento de la «Guía» surge de una profunda comprensión regulatoria: la IA es un arma de doble filo.Si bien tecnologías como la IA generativa y los agentes de IA brillan en escenarios como el crédito, la consultoría de inversiones y el control de riesgos, también conllevan riesgos sin precedentes, como la “ilusión” de los modelos, el envenenamiento de datos, la dependencia de la cadena de suministro y la toma de decisiones autónoma fuera de control.Si estos riesgos no se controlan, podrían desencadenar reacciones en cadena mucho más allá de las crisis financieras tradicionales.
Por lo tanto, la lógica regulatoria de MAS no es una supresión “única”;«Basado en riesgos»con«Principio de proporcionalidad»la esencia de. Esto significa que el enfoque de la supervisión y los recursos invertidos por las empresas deben coincidir estrictamente con el nivel de riesgo de la propia aplicación de IA.Un modelo de IA de alto riesgo utilizado para la aprobación de préstamos requerirá, naturalmente, una gobernanza más estricta que una herramienta de IA utilizada para el análisis de documentos internos.Este enfoque diferenciado reconoce la singularidad de diferentes instituciones y diferentes escenarios, y apunta a construir una«La innovación no supera las reglas»Un ecosistema saludable consolidará en última instancia la posición de liderazgo de Singapur como centro mundial de tecnología financiera.
2. Construir tres capas de defensa: gobernanza, sistema de riesgos y ciclo cerrado de vida completo.
La «Guía» ha construido una sólida estructura de gestión de riesgos de tres niveles para las empresas, que avanza capa por capa para formar un circuito cerrado.
El primer nivel es el de gobernanza y supervisión, cuyo objetivo es aclarar “quién es el responsable”.La «Guía» asigna claramente la responsabilidad final de supervisión de los riesgos de la IA a la junta directiva y a la alta dirección, exigiéndoles no sólo que aprueben las estrategias de IA, sino también que mejoren su propia alfabetización en IA para llevar a cabo una supervisión eficaz.Para instituciones con amplias aplicaciones de IA y alta exposición a riesgos, configure un equipo en los departamentos de riesgo, cumplimiento, tecnología y negocios.«Comité de IA», convirtiéndose en el centro central para informar directamente a la junta directiva y una recomendación clave para garantizar la implementación de la gobernanza.
El segundo nivel es el sistema de gestión de riesgos, que aborda “qué gestionar” y “qué gestionar primero”.Las empresas primero deben establecer un mecanismo para identificar y registrar de manera integral todas las aplicaciones de IA, como hacer un inventario de los activos tangibles, ya sean de desarrollo propio, subcontratados o basados en herramientas de código abierto, para formar un sistema actualizado dinámicamente.«Lista de verificación de IA».Sobre esta base, toda aplicación de IA debe comenzar desde«Nivel de Impacto», «Complejidad Técnica» y «Dependencias Externas»Las tres dimensiones se someten a un «examen físico» y se les asignan clasificaciones de riesgo alto, medio y bajo.Este mapa de calor de riesgos es la base científica para que las empresas asignen recursos de gestión y control.
El tercer nivel es la gestión y el control del ciclo de vida completo, que estipula «cómo gestionar».Esta es la parte más operativa de las Directrices, que integra los requisitos regulatorios en todos los aspectos de la IA desde su inicio hasta su jubilación.Desde garantizar la legalidad y equidad de los datos de entrenamiento, hasta la verificación de la interpretabilidad en la etapa de desarrollo del modelo; desde las pruebas de seguridad contra «ilusiones» y ataques de inyección de palabras antes de conectarse, hasta la interfaz de supervisión manual que debe conservarse durante la operación; e incluso la estricta gestión de terceros proveedores y las especificaciones para el retiro de modelos,Se ha formado una cadena de gestión sin callejones sin salida.
3. Características distintivas: visión de futuro, operatividad y sabiduría regulatoria diferenciada
A lo largo de todo el texto, la Guía muestra varias características distintivas que la hacen destacar entre muchos textos regulatorios. Su visión de futuro se refleja en el hecho de que, por primera vez en el mundo, la IA generativa y los agentes de IA han sido incluidos explícitamente en el ámbito de supervisión, enfrentando los riesgos tecnológicos más vanguardistas.Su operatividad es mucho más que una iniciativa basada en principios.Es como un «manual de operaciones» detallado que deconstruye principios abstractos como la equidad, la ética, la rendición de cuentas y la transparencia (FEAT) en acciones específicas, como elementos de listas de verificación de IA e indicadores de evaluación cuantitativa.Lo que es más notable es su diseño de gradiente regulatorio diferenciado, que establece un camino de cumplimiento de simple a complejo para instituciones pequeñas, medianas e instituciones grandes/de alto riesgo, lo que refleja un espíritu pragmático.
Además, la «Guía» no es una isla. Crea sinergias y complementa el «Marco Modelo de Gobernanza de Inteligencia Artificial» existente en Singapur, la «Ley de Protección de Datos Personales» (PDPA) y otras regulaciones, y promueve la preparación de manuales de mejores prácticas de la industria a través de proyectos como el Proyecto MindForge, construyendo conjuntamente un«Supervisión dura + orientación suave»Sistema ecológico tridimensional.
4. Ruta de implementación paso a paso: integración integral de las empresas nacionales y cumplimiento preciso de las empresas transfronterizas
Frente a las Directrices, diferentes tipos de empresas deben adoptar estrategias de respuesta completamente diferentes.
Para enInstituciones financieras que operan en Singapur, el trabajo de implementación debe promoverse sistemáticamente en tres pasos:
Antes de la fecha límite de consulta del 31 de enero de 2026, las empresas deben completar el inventario integral de trabajo de «comprensión» central de los activos de IA y completar las calificaciones de riesgo preliminares, y participar activamente en la retroalimentación. Al ingresar al período de transición de 12 meses que comienza en la segunda mitad de 2026, será un período de construcción integral: mejorar la estructura de gobernanza, establecer un proceso de gestión del ciclo de vida completo, fortalecer la gestión de proveedores externos y realizar capacitación sobre cumplimiento para todos los empleados.Para la segunda mitad de 2027 y la etapa de normalización posterior, la atención se centrará en la optimización dinámica, la auditoría interna y la colaboración de la industria para continuar revitalizando el sistema de gestión de riesgos.
Para aquellas empresas que no han establecido entidades en Singapur pero han ampliado su alcance comercial al mercado del país (como brindar servicios financieros transfronterizos y proporcionar tecnología de inteligencia artificial a las instituciones financieras de Star City), el núcleo de la estrategia es«Cumplimiento preciso» y «aislamiento de riesgos». En primer lugar, es necesario determinar claramente qué empresas y aplicaciones de IA entran dentro del ámbito regulatorio de las Directrices.Posteriormente, es necesario establecer un proceso de cumplimiento especial y archivos para esta parte del «nuevo negocio» para garantizar que pueda responder a las inspecciones de los socios o de MAS en cualquier momento.Técnicamente, se recomienda aislar adecuadamente el sistema de inteligencia artificial que enfrenta el mercado de Singapur y comunicar de manera proactiva y transparente el estado de cumplimiento a los socios de Singapur, a fin de transformar las capacidades de cumplimiento en confianza del mercado y ventajas de cooperación.
5. Más allá del cumplimiento: transformar la gestión de riesgos en competitividad central
La clave para implementar las Directrices es integrar profundamente sus requisitos en escenarios comerciales y procesos operativos específicos para lograr una «integración perfecta» de la gestión de riesgos y las operaciones diarias.
aaprobación de créditoTomemos como ejemplo este escenario de alto riesgo,Las empresas deben establecer múltiples puntos de control de cumplimiento en sus procesos comerciales.enetapa de diseño de requisitos, los equipos comerciales y técnicos deben evaluar conjuntamente el posible sesgo del modelo y prohibir explícitamente el uso de características sensibles como la raza y el género como base para la toma de decisiones; enModelo en desarrollo, introduciendo verificación independiente y pruebas de equidad para garantizar su interpretabilidad;Después de conectarse, el sistema debe forzar la revisión manual de los casos de «alto riesgo» o «límite» y registrar completamente la trayectoria de toma de decisiones para la trazabilidad de la auditoría. Al mismo tiempo, para la aplicación de la IA generativa en el servicio al cliente inteligente, es necesario incorporar la detección de «alucinaciones» y el monitoreo en tiempo real en el proceso de diálogo para evitar respuestas engañosas, y establecer nodos de control manual claros para operaciones que involucran transacciones o información sensible.
Las empresas deben transformar la «gestión y control del ciclo de vida completo» de la «Guía» en la de cada departamento comercial.POE(Procedimiento operativo estándar). Por ejemplo, en el proceso comercial de recomendación de marketing, la autorización del usuario y la representatividad de los datos deben garantizarse desde la etapa de recopilación de datos; la iteración del modelo requiere no sólo pruebas técnicas, sino también una revisión conjunta por parte de los departamentos comerciales y de cumplimiento en función de los requisitos reglamentarios más recientes; Los resultados de las pruebas A/B en las operaciones deben incluir una evaluación del impacto en la equidad.Al incorporar estructuralmente puntos de control de riesgos de IA en los procesos comerciales, las empresas no solo pueden cumplir sistemáticamente los requisitos de cumplimiento, sino también mejorar la calidad y la solidez de las decisiones comerciales, convirtiendo realmente los marcos regulatorios en ventajas operativas.
La implementación de las Directrices no es de ninguna manera un simple centro de costos o una carga de cumplimiento.La clave de su éxito radica en si la empresa puede elevarlo a un nivel estratégico. La atención genuina por parte de la alta dirección y la inversión continua de recursos son las piedras angulares. La junta directiva debe incorporar los riesgos de IA en el apetito de riesgo general de la institución para su consideración integral.La colaboración profunda entre los departamentos comerciales y los departamentos técnicos es el linaje.La gestión de riesgos de la IA no debe ser un baile en solitario del equipo técnico, sino que debe ser un circuito cerrado vinculado de requisitos comerciales, implementación de tecnología y supervisión del cumplimiento.Además, en la era actual de rápida iteración de la tecnología y la supervisión, establecer un mecanismo para la adaptación dinámica y la optimización continua, y hacer un buen uso de las herramientas automatizadas de seguimiento y evaluación para mejorar la eficiencia son las claves para que las empresas sigan siendo ágiles.
Con el tiempo, las empresas líderes se darán cuenta de que las capacidades de gestión de riesgos de IA sólidas, transparentes y creíbles se han convertido en un poderoso activo de marca y una ventaja competitiva en sí mismas.No solo puede cumplir con los requisitos regulatorios, sino también ganarse la confianza a largo plazo de los clientes y del mercado, y construir el foso más confiable para las empresas en la era digital llena de incertidumbre.A medida que la versión final entre en vigor en 2026, aquellas empresas que tomen la iniciativa en completar el diseño sistemático sin duda obtendrán valiosas ventajas como pioneras en la vía de la nueva tecnología financiera en Singapur e incluso en el mundo.
jakiro
