IA responsable: gobernando la IA ya presente en su organización
Edición 01 · Octubre de 2026 · Período de cobertura: septiembre de 2026
Accendo Signals es una guía mensual sobre IA en mercados emergentes. Está escrita para inversores de impacto, bancos de desarrollo y los prestamistas, empresas agrícolas y compañías que apoyan. Cada edición cubre lo que cambió, dónde se destinaron los fondos y qué preguntas hacer a continuación. Esta edición se centra en la IA responsable dentro de tu propia organización. Esto significa conocer qué IA ya se está ejecutando, qué hace y quién la controla.
Tres señales
- Kenya: El banco central de Kenia quiere que los bancos estén preparados para evitar fraudes y ataques cibernéticos que utilicen la inteligencia artificial. Su proyecto de normas está abierto a comentarios públicos hasta el 7 de noviembre de 2026.
- Dinero: Entre el 1 de agosto y el 25 de septiembre de 2026, el 91 por ciento del dinero invertido en IA se destinó a centros de datos y chips de IA. La mayor parte de ello fue un préstamo en Indonesia. Sin ese préstamo, la cifra baja al 51 por ciento.
- Suministro: Los AI alquilados de otra empresa pueden desactivarse sin previo aviso. Los mejores modelos de peso abierto (los cuales cualquiera puede descargar y ejecutar) ahora provienen de empresas chinas. Por lo tanto, cada empresa necesita saber con qué rapidez podría pasar a otro modelo.
Carta del editor
Tres formas en que la IA se infiltra
La IA se introduce en cualquier organización de al menos tres formas, y la mayoría de las políticas responsables en materia de IA se limitan a la primera. La primera forma es la que la organización elige para crear o adquirir. Para un prestamista, podría ser una herramienta que determine quién recibe un préstamo. Para una empresa agrícola, podría ser una aplicación que asesore a los agricultores. Para una fundación, podría ser una herramienta que analice las solicitudes de subvenciones. La segunda forma es más difícil de detectar. La IA ahora se integra en las actualizaciones normales de software de las empresas que gestionan las cuentas, los registros de clientes y los pagos de la organización. La tercera forma puede ser la más importante. El personal utiliza herramientas de IA en sus propios teléfonos y cuentas porque les ayuda a trabajar más rápido.
El debate más importante sobre IA en septiembre se centró en un riesgo diferente. Dario Amodei dirige la empresa de IA Anthropic. El 12 de septiembre, él argumentó Que las empresas de inteligencia artificial que están construyendo los modelos más potentes “deben ralentizar el ritmo con el que mejoramos las capacidades de los modelos de inteligencia artificial”. Sam Altman de OpenAI y Elon Musk Acordado en cuestión de horas. Me pareció interesante que el debate no hablaba mucho sobre la IA que ya utilizan las organizaciones. Para una organización que sirve a la gente en Nairobi, Lagos, Chennai, Dhaka o Bogotá, esa es la parte donde se encuentra la mayor parte del riesgo en la actualidad.
Cada una de estas tres formas puede perjudicar a las personas a las que una organización sirve. Los prestamistas lo ponen muy claro. Una herramienta de préstamo puede rechazar a un buen cliente, y nadie puede explicar por qué. Una actualización de software puede cambiar el tono de los mensajes de pago en cuestión de segundos. Un empleado puede pegar la tarjeta de identificación y los datos de la cuenta móvil de un cliente en una aplicación personal basada en inteligencia artificial. A continuación, estos datos privados del cliente se han dejado en manos del prestamista. Para cualquier organización, la inteligencia artificial responsable significa evitar estos daños en todas estas formas, incluso en los sistemas que nunca decidió comprar.
Los primeros pasos son baratos. Pregunte a cinco empleados de primera línea qué datos insertan en las herramientas de IA. Escriba una regla de una sola página sobre qué datos de clientes nunca deben entrar en una herramienta pública de IA. Pregunte a cada proveedor de software por escrito qué funciones utilizan IA y qué modelo de IA se encuentra detrás de cada una. La junta directiva puede entonces mantener una lista de todos los sistemas de IA en uso, con una persona nombrada encargada de cada elemento. La organización sigue siendo responsable de todo lo que figure en esa lista, independientemente de lo que prometan sus proveedores. El Portafolio Playbook que se encuentra a continuación convierte estos pasos en un plan de un mes.
Existe otro riesgo, y se trata de la propia oferta de IA. Andrew Bailey preside el Consejo de Estabilidad Financiera (FSB), que reúne a los principales reguladores financieros del mundo. Él escribió a los ministros de finanzas y a los jefes de bancos centrales de la G20, un grupo de las economías más grandes del mundo. En la carta, publicado el 31 de agosto, dijo que “para el sistema financiero, la preocupación más inmediata es el impacto potencial de la IA de vanguardia en el riesgo cibernético”. También advirtió contra la dependencia de unos pocos grandes proveedores de tecnología. Para cualquier organización este riesgo es real. La IA alquilada de una empresa puede ser desactivada, y la mejor IA de mayor rendimiento proviene principalmente de un solo país (véase El coste de cambiar la IA). Por lo tanto, cada organización necesita un plan para perder un modelo de IA.
Accendo Associates Está escribiendo una serie de cuatro partes con una organización asociada sobre cómo los prestamistas y otros proveedores de servicios financieros pueden crear ese plan. Empezamos con un diseño simple. La organización se conecta a cada modelo de inteligencia artificial a través de un único punto. En ese momento, decide dónde se almacenan los datos de los clientes y qué modelo realiza qué función.
Las organizaciones más capacitadas para la inteligencia artificial pueden no ser las que tienen los modelos más grandes o más recientes. Tal vez sean las que saben qué está funcionando ya dentro de ellas.
Prateek Shrivastava, socio director, Accendo Associates
Portafolio de juego
Un plan práctico que un inversor puede poner en marcha este mes con las empresas que respalda.
Conoce tu IA en cuatro semanas
Cada empresa debería empezar con una tarea. Deben descubrir qué IA ya está funcionando, quién es el responsable de cada herramienta y qué sucede si una herramienta se detiene. Un inversor puede solicitar todos estos datos en una sola solicitud. En este plan, la IA significa cualquier herramienta que prediga, evalúe, clasifique o escriba algo sin que una persona realice cada paso.
En el primer mes, un pequeño equipo puede enumerar todas las herramientas de inteligencia artificial que utiliza la empresa y informar al consejo sobre lo que ha encontrado. Testar cada solución de repliegue puede llevar uno o dos meses más, y eso es normal. Dos herramientas más adelante en esta edición ayudan. La primera es una serie de cuatro preguntas que enviar a todos los proveedores (ver Europa y Estados Unidos: división en las reglas de inteligencia artificial). La segunda es una tabla de soluciones de repliegue que muestra qué cambiaría la empresa si una herramienta de inteligencia artificial dejara de funcionar (ver El coste de cambiar la inteligencia artificial).
- Primera semana, la lista. Enumere todos los instrumentos de inteligencia artificial (IA) que se introducen de las tres formas en que se utiliza la IA. Incluya qué herramientas creó la empresa o compró, qué herramientas llegaron al software de los proveedores y qué herramientas utilizan los empleados en sus propios equipos. También incluya los asistentes de chat y las herramientas de programación. Una breve encuesta a los empleados en forma anónima revela herramientas que faltan en la lista oficial, siempre que nadie tenga problemas por responderlas.
- La segunda semana, los proveedores. Envíe por escrito las cuatro preguntas a cada proveedor. Los grandes proveedores de IA rara vez completan formularios, así que guarde los términos publicados y el enlace web como respuesta. Si un proveedor no responde después de 15 días laborables, marque “no respuesta” y planteélo en la próxima revisión del contrato.
- La tercera semana, la alternativa. Enumere todos los instrumentos de inteligencia artificial que toman decisiones sobre personas o dinero. Completa una fila de la tabla de respaldo para cada uno. La segunda opción puede ser un proveedor alternativo, o bien el personal que realice el trabajo manualmente durante un tiempo. Practique con un solo cambio para ver cuánto tiempo tarda. También examine dos puntos que la ley pueda exigir. Los datos de los clientes deben permanecer en los lugares permitidos por la ley, y las personas deben poder pedir a una persona que revise una decisión tomada por una máquina.
- Semana cuatro, el consejo. Tráele tres cosas al próximo encuentro del consejo o del comité de riesgos. Estas son la lista, la persona encargada de cada herramienta y el primer cambio que hará la empresa. Una empresa joven sin consejo puede enviar la misma nota a sus principales inversores.
La verdadera prueba es la gente a la que la empresa sirve. Un buen resultado significa que se rechazan menos clientes, y a cualquiera que sea rechazado se le explica por qué. Los datos de los clientes se mantienen en el lugar adecuado, y el servicio sigue funcionando cuando la gente lo necesita más. En la próxima revisión del portafolio, los inversores podrán solicitar las cuatro cosas que produce el mes: la lista, las respuestas del proveedor, la tabla de respaldo y la nota del consejo de administración.
Portafolio de juego
Las startups pueden hacerlo desde el primer día
Las empresas jóvenes pueden hacer todo esto desde el primer día, y eso cuesta mucho menos que hacerlo más tarde. Una startup que está construyendo sus primeros productos no tiene sistemas antiguos que limpiar. Puede configurar su lista de IA, sus preguntas a los proveedores y su tabla de respaldo en su primer mes, con el tiempo de un ingeniero durante unas semanas. Una organización establecida que realice la misma tarea más tarde tendrá que desentrañar años de sistemas. Los inversores en empresas en fase inicial, como fundaciones y fondos de capital riesgo, pueden solicitar esto antes de invertir.
En agosto y septiembre, ocho empresas de inteligencia artificial en fase temprana recaudaron entre ellas 32 millones de dólares, y cada una de ellas podría empezar de esta manera. Accendo trabaja con inversores y las empresas que respaldan, desde empresas en fase inicial hasta prestamistas establecidos. Ayudamos en esta primera etapa y en el plan de inteligencia artificial que sigue. Si una empresa en la que inviertas se beneficiaría, escriba a [email protected].
Líderes
Nuevos reglamentos responsables sobre IA que pueden llegar a las empresas de tu cartera a través de sus proveedores e inversores.
Europa y Estados Unidos se dividen sobre las normas sobre inteligencia artificial
Europa y Estados Unidos aplican diferentes normas en materia de IA. La Unión Europea (UE) tiene una ley principal sobre IA. En julio de 2026, la UE pospuso sus normas más estrictas hasta el 2 de diciembre de 2027, incluyendo las reglas para la IA que decide quién recibe el crédito. Una regla se aplica desde el 2 de agosto de 2026: se debe informar a las personas cuando se están tratando con un sistema de IA.
Estados Unidos no tiene una ley nacional sobre inteligencia artificial. Orden del Presidente de fecha 20 de diciembre de 2025 Tiene como objetivo establecer una estrategia nacional y desafiar las leyes sobre IA elaboradas por los estados individuales. Algunos estados aún actúan por su cuenta. Colorado Firmó una nueva ley en mayo de 2026 en sistemas informáticos que toman decisiones sobre personas. El 16 de septiembre, la Conferencia de Supervisores Bancarios Estatales (CSBS), el grupo de reguladores de los bancos estatales, publicó un Lista de verificación de IA que los inspectores bancarios pueden elegir utilizar.
Pocos organismos en mercados emergentes se encuentran directamente bajo ninguno de estos conjuntos de normas, pero aún así los sienten de dos maneras. Sus proveedores de software suelen vender en Europa y Estados Unidos, por lo que diseñan sus productos según esas normas. Sus inversores suelen venir de esos lugares y hacer preguntas basadas en ellas. Así que en la próxima revisión de los proveedores, cualquier organización puede hacer cuatro preguntas por escrito. ¿Qué funciones utilizan la IA? ¿Qué modelo de IA se encuentra detrás de cada una? ¿Adónde se almacenan los datos de los clientes y se utiliza para entrenar la IA? ¿Cómo avisará el proveedor antes de que la IA cambie? Los inversores pueden hacer las mismas cuatro preguntas a sus empresas de cartera una vez al año.
Líderes
La ley sobre inteligencia artificial de Brasil aguarda
La ley de inteligencia artificial de Brasil está en suspenso. El diputado Aguinaldo Ribeiro lidera el proyecto de ley (Ley 2338/2023) en el Congreso. Él dijo a finales de agosto que el Congreso votaría sobre ello solo después de las elecciones de octubre. Por lo tanto, los prestamistas brasileños probablemente no tendrán una ley sobre IA para seguir hasta el resto de 2026.
Hoy aún siguen respetando una norma: la ley de protección de datos de Brasil (LGPD, El artículo 20 de la Ley de Servicios Financieros (Ley de Servicios Financieros, artículo 20) permite a las personas solicitar una revisión de las decisiones tomadas únicamente por un ordenador. Si invierte en un prestamista brasileño, pregunte cómo maneja estas solicitudes de decisiones de préstamo en la actualidad.
Explicación
El coste de cambiar la IA
La mayoría de las organizaciones no desarrollan su propio AI, y lo obtienen de una de dos formas. Algunos lo alquilan de una empresa a través de Internet. Otros utilizan un modelo de peso abierto. Este último significa que la empresa publica los parámetros entrenados del modelo, llamados pesos, para que cualquiera pueda descargar el modelo y ejecutarlo en sus propios equipos. La versión de código abierto va un paso más allá y también comparte los datos y el código utilizados para crear el modelo.
El coste de la migración es el tiempo y el dinero que se invierten para trasladar un servicio de un modelo de IA a otro. El equipo tiene que reescribir las instrucciones y comprobar las respuestas nuevas. Si un regulador ha aprobado el sistema anterior, puede que también tenga que aprobar el nuevo. Una migración lenta perjudica a las personas que sirve la organización. Para un prestamista, las solicitudes de crédito se quedan estancadas. Para una empresa agrícola, el asesoramiento a los agricultores se detiene. Por eso el coste de la migración es parte de la IA responsable, al igual que la verificación de resultados injustos o la protección de los datos.
Ambos tipos de IA presentan un riesgo de suministro. La IA alquilada se puede apagar rápidamente. El 12 de junio de 2026, Anthropic Detuvo el acceso a dos de sus modelos, Fable 5 y Mythos 5, tras una orden del gobierno de Estados Unidos en virtud de las normas de exportación. Fable 5 Volvió para todos el 1 de julio, y Mythos 5 solo llegó a algunas organizaciones estadounidenses.
Los modelos de peso ligero no se pueden desactivar desde fuera, pero los mejores modelos provienen de muy pocos lugares. El 8 de octubre, los tres modelos de peso ligero más populares en la Clasificación de Análisis Artificial Todos provenían de empresas chinas: Xiaomi, Z.ai y Moonshot AI. Obtuvieron entre 44 y 46 puntos, frente a los 58 de la competencia. el modelo de alquiler más popular. El grupo de investigación Epoch AI Encontrado en mayo de 2026 que los modelos de peso ligero están aproximadamente cuatro meses por detrás de los mejores modelos alquilados.
Una tabla de repliegue simple gestiona la mayor parte de este riesgo. Tiene una fila para cada servicio de IA. Cada fila muestra el modelo que lo ejecuta y la alternativa, que puede ser un segundo modelo, un segundo proveedor o personal que realiza la tarea manualmente. También muestra cuándo se realizó la última prueba del cambio y cuántas horas se tardó en hacerlo. Los inversores pueden solicitar esta tabla a sus empresas de cartera y las organizaciones pueden completarla a partir de las respuestas de sus proveedores.
Avances en la IA pequeña
La IA está diseñada para funcionar con conexiones de Internet débiles, energía inestable y computadoras más antiguas.
La IA del Sudeste Asiático que funciona con menos recursos
El 18 de septiembre de 2026, AI Singapore, un programa nacional, y el fabricante de chips NVIDIA publicó nuevos modelos de IA llamados Nemotron-SEA-LION-v4.8. Están diseñados para idiomas del sudeste asiático. Cada modelo está hecho de muchas piezas pequeñas y expertas, y solo algunas de ellas funcionan al mismo tiempo. Esto permite que el modelo más pequeño funcione en computadoras modestas. Tiene 30 mil millones de parámetros (las configuraciones que aprende un modelo), pero solo unos 3 mil millones están activos al mismo tiempo. Ambos tamaños también vienen en versiones comprimidas que pueden ejecutarse en dispositivos cercanos al usuario. Desde febrero, el mismo programa también ofrece SEA-Guard, Modelos de seguridad adaptados a los idiomas y culturas del Sudeste Asiático.
Antes de respaldar un producto construido sobre estos modelos, un inversor debería comprobar tres cosas. En primer lugar, comprobar la licencia, ya que en el comunicado de prensa no se especifica nada al respecto. En segundo lugar, solicitar los resultados de las pruebas en el propio idioma del cliente. En tercer lugar, solicitar el coste real por conversación en el dispositivo que lo ejecutará, medido fuera de un entorno de demostración.
Flujos de capital
¿A dónde se destinaron los fondos de IA y qué parte del sistema de IA fue financiada?.
Una de las hipotecas representaba el 82 por ciento del dinero
Nuestros Nota del 28 de septiembre sobre los flujos de capital Se registran acuerdos de IA en cinco regiones del mundo. Entre el 1 de agosto y el 25 de septiembre de 2026, 25 acuerdos firmados sumaron un valor de 3.790 millones de dólares. De ese monto, 3.450 millones de dólares se destinaron a la potencia informática, es decir, a centros de datos y chips de IA.
Un acuerdo representó la mayor parte del total. Zankore alquila potencia informática de inteligencia artificial en Indonesia. Firmó un préstamo de hasta 3.100 millones de dólares con cinco bancos para comprar chips de inteligencia artificial. Ese préstamo representa el 82 por ciento de todo el dinero. Sin él, el total se reduce a 690 millones de dólares, y la participación en la potencia informática baja al 51 por ciento.
Las empresas que desarrollan productos de inteligencia artificial para clientes cerraron 15 de las 25 operaciones, por un valor total de 169 millones de dólares. La más importante fue de 125 millones de dólares para Kapital Grupo Financiero en México. Ocho startups jóvenes recaudaron entre ellos 32 millones de dólares, y tres subvenciones sumaron 11,5 millones de dólares más. El resto no dijo cuánto recaudaron.
Lea estos números con dos precauciones. En primer lugar, el gran préstamo se contabiliza en su máximo, mientras que los otros acuerdos son inversiones y subvenciones. Así que las cifras muestran hacia dónde se dirigió el dinero, pero no son una comparación justa. En segundo lugar, de los 25 acuerdos, 10 no compartían un monto, por lo que todos los porcentajes se basan únicamente en los que sí lo hicieron.
Sudeste Asiático: 3 acuerdos firmados por un valor de 3.100 millones de dólares, casi todos ellos fruto del préstamo Zankore.
África subsahariana: 3 acuerdos firmados por un valor de 470 millones de dólares (ver el apartado Regional Spotlight).
América Latina y el Caribe: 9 acuerdos firmados por un valor de 206 millones de dólares, los acuerdos más numerosos de cualquier región, liderados por Kapital Grupo Financiero.
Sur de Asia: 4 acuerdos firmados por un valor de 12 millones de dólares. Se anunciaron grandes proyectos de centros de datos en Telangana y Odisha, en India, pero aún no se han firmado.
Medio Oriente y África del Norte: Se firmaron 6 acuerdos, pero solo se conoce un valor de 1,5 millones de dólares, ya que cinco acuerdos de HUMAIN y White & Case no compartieron un monto.
Los inversores que buscan un acuerdo sobre centros de datos o chips de inteligencia artificial pueden empezar con una pregunta: ¿cuánta de esa potencia informática está reservada por empresas locales? El Capital Flows Map es el propio registro de Accendo sobre los acuerdos de inteligencia artificial reportados públicamente, y la nota explica cómo los contamos.
Reportaje regional · África subsahariana
Kenya incorpora la inteligencia artificial a las normas bancarias
El 10 de septiembre de 2026, el Banco Central de Kenia (CBK) Pedimos comentarios al público sobre nuevos borradores de sus libros de normas principales para los bancos. Los comentarios deben llegar el 7 de noviembre. Los borradores no incluyen un capítulo separado sobre IA. En cambio, la IA aparece en tres lugares. Las juntas deben asegurarse de que existan sistemas de alerta temprana basados en IA. Los auditores internos deben comprobar si se está cometiendo fraude mediante la utilización de IA. Los equipos de seguridad deben protegerse contra los ataques cibernéticos que utilicen IA.
Las nuevas normas responden a una clara demanda de los bancos. El CBK Encuadernación propia, Utilizando datos hasta finales de 2024, se descubrió que la mitad de las 125 instituciones que respondieron ya utilizaban IA. Casi todas ellas, el 93 por ciento, querían recibir asesoramiento del banco central. Ahora esa información se incluye en las normas normales del banco, y los clientes notarán más claramente la influencia de esta medida en la protección contra fraudes. Los estafadores pueden utilizar la IA para simular una voz o enviar mensajes convincentes, antes de que el banco se dé cuenta.
Las empresas kenianas en las que inviertes tienen hasta el 7 de noviembre para hacer comentarios, y deberían comprobar dos cosas primero. ¿Qué de estas reglas les aplica, ya que los bancos de microfinanciación y los prestamistas digitales tienen reglas distintas? ¿El plan de auditoría de este año ya cubre el fraude que utiliza la inteligencia artificial?
La mayor parte del dinero invertido en la región se destinó a infraestructuras. En agosto y septiembre, rastreamos tres acuerdos por un valor de 470 millones de dólares. El más importante fue una inversión de 300 millones de dólares en la West Indian Ocean Cable Company (WIOCC), una empresa de infraestructura digital. Fue aportada por la Africa Finance Corporation y Vision Invest. El segundo fue un préstamo de 170 millones de dólares del Fondo de Cooperación Económica de Corea para la construcción de un instituto de inteligencia artificial y habilidades digitales en Tanzania. Es uno de los pocos acuerdos firmados para competencias profesionales.
Todo lo que no se relaciona con la infraestructura recibe muy poca atención. Desde enero de 2023, el mapa ha encontrado solo 30 oportunidades de inversión en África subsahariana relacionadas con algo más que infraestructura. Se distribuyen en 23 países y ascienden a unos 110 millones de dólares (USD).Necesario, pero no suficiente). Cuando una empresa en la que inviertas planee un producto de IA, pregunte cuánta parte del presupuesto se destina a datos locales y formación del personal. Luego pregunte quién está financiando esa parte.
Sudeste Asiático: El préstamo de Zankore representa casi toda la inversión realizada en la región. La versión de SEA-LION (véase Avances en IA de pequeña escala) introdujo nuevos modelos de IA para los idiomas de la región.
Sur de Asia: Reuters publicado el 1 de septiembre, Según fuentes anónimas, la National Payments Corporation of India (NPCI) está preparando un nuevo sistema que permitirá a los asistentes de inteligencia artificial realizar pagos pequeños a través de UPI, la red de pagos instantáneos de India, sin que el usuario haya de aprobar cada uno. Pine Labs, una empresa de pagos de India, ha implementado un sistema similar desde junio. necesita la autorización del cliente solo una vez.
América Latina y el Caribe: La CAF, el banco de desarrollo para América Latina y el Caribe, ha anunciado un plan de cambio digital de 12.000 millones de dólares. El plan aún no ha sido firmado.
Medio Oriente y África del Norte: También se anuncia el plan de Egipto para un centro de datos nacional de inteligencia artificial, pero aún no se ha firmado.
Escuchado
“Una institución puede externalizar el cálculo, pero no puede externalizar las consecuencias.”
Rohit Jain, Vicegobernador del Banco de la Reserva de la India, ponente en el Global Fintech Fest, Mumbai, 9 de septiembre de 2026.
Lo que estamos viendo
Tres plazos. El informe final del FSB sobre Doce buenas prácticas para una IA responsable Se espera que entre en vigor en octubre de 2026. Periodo de comentarios de Colorado sobre sus nuevas normas sobre inteligencia artificial finaliza el 26 de octubre. El plazo de comentarios de Kenia finaliza el 7 de noviembre.
Un panel. El 28 de octubre a las 08:00 hora de Nueva York, Accendo organiza un panel sobre cómo atraer más inversión en IA en África más allá de los centros de datos (regístrese aquí). Los ponentes son Nick Williams (Banco Africano de Desarrollo), Johan Bosini (Quona Capital) y Snehar Shah (iXAfrica). El panel continúa donde deja la sección Regional Spotlight.
Dos pruebas. En primer lugar, observaremos si los ocho proyectos de IA más importantes que figuran en el Mapa de Flujos de Capital, por un valor de 66,6 mil millones de dólares, se convierten en acuerdos firmados. En segundo lugar, observaremos si NPCI confirma su sistema para pagos de IA.
