El 1 de marzo, el Departamento del Tesoro de EE. UU. publicó dos documentos que todo director financiero (CFO) y líder de tesorería debería leer: un Léxico de Inteligencia Artificial y el Marco de Gestión de Riesgos de IA para Servicios Financieros (FS AI RMF). Juntos, representan la orientación federal más concreta hasta la fecha sobre cómo la IA debe ser gobernada, evaluada e implementada dentro de las instituciones financieras.

El FS AI RMF no es una declaración de política. Es un marco operativo, diseñado específicamente para servicios financieros, que incluye una matriz de 230 objetivos de control distribuidos a lo largo de todo el ciclo de vida de la IA. Adapta el Marco de Gestión de Riesgos de IA del NIST a las realidades de la tesorería, los pagos, la detección de fraudes y la gestión de riesgos. Si su organización utiliza IA en alguna parte de su función financiera, este marco es ahora el punto de referencia con el que se medirá su gobernanza.

Para los equipos de tesorería que evalúan plataformas impulsadas por IA, la pregunta es: "¿podemos demostrar que funciona dentro de un marco auditable y explicable?". El Departamento del Tesoro acaba de definir cómo debe ser eso.

Qué aprenderá

• Lo que el Tesoro publicó el 1 de marzo y por qué es la orientación sobre IA más significativa desde el punto de vista operativo que los servicios financieros han visto jamás
• Por qué los 230 objetivos de control del FS AI RMF son importantes específicamente para los equipos de tesorería, no solo para los bancos
• Cinco preguntas que hacer a cualquier proveedor de tesorería impulsado por IA para evaluar su postura de gobernanza
• Cómo se construyó GSmart AI para satisfacer los requisitos del marco en cuanto a auditabilidad, explicabilidad y responsabilidad del ciclo de vida
• Qué debe hacer su equipo ahora mismo para evaluar su postura actual de gobernanza de IA frente al FS AI RMF

Acciones que puede tomar hoy

• Inventarie cada herramienta impulsada por IA que su función de tesorería utiliza actualmente
• Utilice el cuestionario de etapa de adopción del FS AI RMF para evaluar el nivel actual de madurez de IA de su organización
• Pregunte a sus proveedores de TMS actuales o potenciales las cinco preguntas de gobernanza de esta publicación
• Descargue la Guía de Cumplimiento del FS AI RMF de Ripple Treasury para ver cómo GSmart AI se alinea con los 230 objetivos de control del marco: [link]
• Comparta esta publicación con sus equipos de TI, seguridad y cumplimiento para que tengan el lenguaje para evaluar a sus proveedores de IA frente al FS AI RMF

¿Qué publicó el Tesoro el 1 de marzo?

Los dos documentos son los primeros entregables de una iniciativa más amplia de seis partes desarrollada por el Grupo de Supervisión Ejecutiva de Inteligencia Artificial (AIEOG), una asociación público-privada liderada por el Departamento del Tesoro en coordinación con el Consejo Coordinador del Sector de Servicios Financieros y el Comité de Infraestructura de Información Financiera y Bancaria.

El Léxico de IA establece un vocabulario compartido para conceptos, capacidades y categorías de riesgo de IA en todas las funciones regulatorias y comerciales. Cuando su equipo de cumplimiento y su proveedor de tecnología definen la explicabilidad del modelo de manera diferente, la gobernanza falla. El Léxico está diseñado para solucionar eso de raíz.

El Marco de Gestión de Riesgos de IA para Servicios Financieros (FS AI RMF) es el más significativo operativamente de los dos. Consta de cuatro componentes: un cuestionario de etapa de adopción de IA, una matriz de riesgos y controles con 230 objetivos de control, una guía de usuario y una guía de referencia de objetivos de control. A diferencia del marco NIST subyacente, que es intencionalmente genérico para todas las industrias, el FS AI RMF está adaptado al contexto regulatorio y operativo específico de los servicios financieros.

Los cuatro recursos restantes de la serie cubrirán la gobernanza y la rendición de cuentas, la integridad y seguridad de los datos, el fraude y la identidad digital, y la resiliencia operativa. La dirección es clara: la gobernanza de la IA en los servicios financieros avanza hacia una supervisión estructurada, basada en el ciclo de vida y con controles documentados.

¿Por qué el FS AI RMF es importante para la Tesorería Corporativa?

La tesorería se encuentra en la intersección de cada riesgo que este marco está diseñado para abordar. La gestión de la posición de efectivo, la gestión de la exposición cambiaria, la previsión de efectivo, los controles de pago y el análisis de riesgos implican decisiones asistidas por IA o automatizadas por IA con consecuencias financieras significativas.

El FS AI RMF explicita lo que muchos líderes de tesorería ya han percibido: el uso de la IA no transfiere la responsabilidad. La concentra. Los 230 objetivos de control del marco abarcan el riesgo del modelo, la integridad de los datos, la explicabilidad, el sesgo y la resiliencia operativa. Cada una de esas dimensiones se aplica directamente a cómo las plataformas de tesorería impulsadas por IA procesan la información.

Esto también replantea fundamentalmente las conversaciones con los proveedores. Cuando su equipo evalúa una plataforma de tesorería impulsada por IA, ahora tienen un marco de gestión de riesgos de IA respaldado federalmente para evaluar. 

¿Qué deben preguntar los equipos de tesorería a sus proveedores de IA?

Basándose en el énfasis del FS AI RMF en los controles del ciclo de vida y la transparencia, aquí hay cinco preguntas que todo líder de tesorería debería hacer a cualquier plataforma impulsada por IA que esté utilizando o evaluando activamente:

• ¿La IA se entrena con sus datos o funciona con sus datos? La distinción es importante para la integridad de los datos y la rendición de cuentas del modelo según el FS AI RMF.
• ¿Puede explicar, a un nivel que su director financiero y el comité de auditoría aceptarían, cómo el modelo llegó a una previsión o señal de riesgo específica?
• ¿Cómo maneja la plataforma la desviación del modelo, la validación y el monitoreo después de la implementación, y no solo durante la misma?
• ¿Existe un marco de control documentado vinculado a los resultados de la IA, o la información se presenta como una caja negra?
• ¿Cómo apoya el proveedor su propia documentación de gobernanza interna y los requisitos de auditoría externa relacionados con la IA?

¿Cómo se alinea GSmart AI con el FS AI RMF?

Muchas herramientas de tesorería impulsadas por IA están diseñadas para impresionar en una demostración. Menos están construidas para resistir el tipo de escrutinio del ciclo de vida que el FS AI RMF ahora codifica. Las capacidades de GSmart AI de Ripple Treasury fueron diseñadas desde cero en torno a la auditabilidad y los resultados transparentes porque esos son los estándares bajo los cuales operan realmente los equipos de tesorería.

GSmart Risk Insights revela el riesgo de exposición con una lógica rastreable sobre la que su equipo puede actuar con confianza. Puede ver qué impulsó una señal, comprender los datos subyacentes y defender el resultado ante su director financiero o comité de auditoría sin necesidad de recurrir a un ticket de soporte del proveedor.

GSmart Forecast Insights produce previsiones de efectivo transparentes en sus entradas y variaciones, dando a los líderes de tesorería el contexto que necesitan para respaldar sus cifras ante la dirección y los auditores. El FS AI RMF no es una presión externa a la que estemos reaccionando. Es una descripción de lo que la IA responsable en tesorería siempre ha requerido.

El marco pregunta si su IA está documentada y es explicable en cada etapa de su ciclo de vida. Esas son exactamente las preguntas que GSmart AI fue diseñado para responder. Y a medida que se implementen los cuatro recursos restantes de AIEOG, mapearemos explícitamente las capacidades de GSmart AI con cada dimensión.

Hemos publicado una guía de cumplimiento del FS AI RMF que explica cómo GSmart AI aborda los 230 objetivos de control del marco en la práctica. Si está evaluando soluciones de tesorería impulsadas por IA y desea una forma estructurada y alineada con el marco para evaluar cómo es realmente la gobernanza responsable de la IA en el contexto de un TMS, esa guía es para usted.

Mientras tanto, obtenga más información sobre cómo GSmart Risk Insights y GSmart Forecast Insights se construyeron con la auditabilidad y la transparencia como pilares fundamentales: Más información sobre GSmart AI.

Preguntas Frecuentes

¿Qué es el Marco de Gestión de Riesgos de IA para Servicios Financieros (FS AI RMF)?

El FS AI RMF es un marco de gobernanza de IA específico del sector publicado por el Departamento del Tesoro de EE. UU. el 1 de marzo de 2026. Adapta el Marco de Gestión de Riesgos de IA del NIST para instituciones financieras, proporcionando 230 objetivos de control mapeados a lo largo del ciclo de vida de la IA para ayudar a las organizaciones a evaluar, implementar y gobernar la IA de manera responsable.

¿Es obligatorio el FS AI RMF para las instituciones financieras?

Actualmente, el FS AI RMF es una guía voluntaria, no una regulación vinculante. Sin embargo, se espera que dé forma a los estándares de auditoría a medida que se acelera la adopción de la IA en los servicios financieros. Las organizaciones que se alineen pronto estarán mejor posicionadas cuando las expectativas regulatorias se endurezcan.

¿Cómo se aplica el FS AI RMF a los sistemas de gestión de tesorería?

Los sistemas de gestión de tesorería que utilizan IA para la previsión de efectivo, la gestión de riesgos cambiarios, la visibilidad de la exposición o los controles de pago entran directamente dentro del alcance del FS AI RMF. Los objetivos de control del marco relacionados con la validación de modelos, la explicabilidad, la integridad de los datos y la supervisión humana son todos directamente aplicables a cómo funciona la IA dentro de un TMS.

¿Qué deben hacer los directores financieros y los tesoreros en respuesta al FS AI RMF?

Los líderes de tesorería deben comenzar por inventariar todas las herramientas impulsadas por IA en uso en su función, y luego utilizar el cuestionario de etapa de adopción de IA del FS AI RMF para evaluar su nivel de madurez actual. A partir de ahí, una evaluación de brechas frente a los 230 objetivos de control identificará dónde es necesario fortalecer la documentación de gobernanza, la responsabilidad del proveedor y los procesos de monitoreo.

‍