MadridBarcelonainfo@velardevidal.com
Firma Legal & Tax
España · desde 2023
V&V Velarde & VidalLegal & Tax
InicioAnálisisFiscal
Inicio · Recursos · Guias · Fintech y servicios financieros: cómo prepararse para el Reglamento de IA
Protección de datos y compliance

Fintech y servicios financieros: cómo prepararse para el Reglamento de IA

Por Sergio Lozano, Socio — Protección de datos y complianceActualizado: 2028-09-21

El sector fintech y los servicios financieros tradicionales se encuentran ante una transformación regulatoria sin precedentes en la Unión Europea. El Reglamento de Inteligencia Artificial aprobado por las instituciones europeas establece un marco de obligaciones graduadas por nivel de riesgo que afecta de forma directa y severa a las entidades que utilizan sistemas de IA en la evaluación crediticia, la detección del fraude, la gestión de activos o la valoración de riesgos. Ignorarlo no es una opción: la exposición regulatoria comienza mucho antes de que los plazos de cumplimiento vencen.

En breve: Prepararse para el Reglamento de Inteligencia Artificial en el sector fintech exige un diagnóstico de los sistemas de IA en uso, su clasificación por nivel de riesgo, el diseño de controles de gobernanza y la adaptación de los programas de cumplimiento ya existentes – incluyendo los derivados del marco de protección de datos. El calendario regulatorio es escalonado, pero las decisiones de arquitectura técnica y jurídica deben tomarse con anticipación para evitar que el coste de la adecuación se multiplique.

¿Por qué el Reglamento de IA es una prioridad estratégica para el sector financiero?

Los servicios financieros figuran entre los sectores que el legislador europeo ha identificado como de uso de alto riesgo de la inteligencia artificial. No se trata de una declaración genérica: la normativa enumera de forma explícita los sistemas que se consideran de alto riesgo en este ámbito, y muchos de los modelos que las entidades fintech y bancarias ya tienen desplegados caen dentro de esa categoría.

¿Qué significa eso en la práctica? Significa que esos sistemas quedan sujetos a requisitos específicos de datos de entrenamiento, documentación técnica, transparencia, supervisión humana y exactitud, entre otros. No basta con que el sistema funcione bien. Debe poder demostrarse que cumple, y esa demostración requiere documentación, procesos y controles que no se improvisan.

En nuestra experiencia asesorando a empresas del sector, el error más frecuente es suponer que la conformidad con el Reglamento General de Protección de Datos (RGPD) cubre automáticamente las exigencias del Reglamento de IA. Son marcos distintos que se superponen pero no se sustituyen. La Agencia Española de Protección de Datos (AEPD) ha señalado la interconexión entre ambos instrumentos, pero también ha subrayado que cada uno exige medidas específicas propias.

El sector financiero tiene, además, una característica que amplifica la presión: ya está sujeto a una densa capa de normativa sectorial – supervisión prudencial, normativa contra el blanqueo de capitales, regulación de mercados – que convierte cualquier incumplimiento en una cadena de consecuencias regulatorias y reputacionales. Un fallo de cumplimiento en materia de IA no se gestiona aisladamente; se acumula sobre un expediente ya complejo.

¿Qué sistemas de IA utilizan habitualmente las entidades fintech y cómo se clasifican?

El primer paso del diagnóstico es el inventario. Muchas organizaciones financieras no tienen un mapa completo de los sistemas de IA que operan, ya sea porque los han desarrollado internamente, porque los han adquirido a terceros proveedores o porque se despliegan a través de APIs integradas en plataformas de terceros.

El Reglamento distingue cuatro niveles de riesgo: riesgo inaceptable – que implica prohibición directa –, alto riesgo, riesgo limitado y riesgo mínimo. Para el sector financiero, los sistemas que con mayor frecuencia quedan clasificados en la categoría de alto riesgo incluyen los siguientes:

  • Modelos de scoring crediticio y sistemas de evaluación de solvencia de personas físicas.
  • Sistemas de detección y prevención del fraude basados en análisis de comportamiento.
  • Motores de recomendación de productos de inversión dirigidos a clientes minoristas.
  • Herramientas de valoración de riesgos en seguros que afecten al acceso o precio del producto.
  • Sistemas de identificación y verificación de identidad (KYC automatizado) con decisión o preselección automatizada.

Junto a estos, los sistemas de IA de riesgo limitado – como los chatbots de atención al cliente – no están sujetos a los requisitos reforzados de alto riesgo, pero sí a obligaciones de transparencia: el usuario debe saber que interactúa con un sistema automatizado. Este es un punto que, en nuestra práctica, las entidades subestiman con frecuencia.

La clasificación no siempre es obvia. Un mismo sistema puede comportarse de forma distinta según el caso de uso. Hemos observado que empresas que creían tener solo sistemas de riesgo limitado descubrían, al realizar el análisis, que parte de su funcionalidad los situaba en la categoría de alto riesgo. El inventario debe hacerse con rigor técnico y jurídico, no de forma declarativa.

Las obligaciones concretas que genera la categoría de alto riesgo

Un sistema de IA clasificado como de alto riesgo en el sector financiero arrastra un conjunto de obligaciones que afectan tanto al proveedor del sistema – quien lo desarrolla o comercializa – como al responsable del despliegue – la entidad que lo utiliza para prestar el servicio.

La distinción proveedor/responsable del despliegue es fundamental. Una fintech que compra un modelo de scoring a un tercero no queda liberada de obligaciones: asume las que le corresponden como responsable del despliegue. Si, además, ese modelo se personaliza o reentrenan con datos propios, la frontera con el papel de proveedor se difumina y las obligaciones se acumulan.

Las principales obligaciones para los sistemas de alto riesgo incluyen:

  1. Sistema de gestión de la calidad: procesos documentados de diseño, desarrollo, validación, supervisión y mejora continua del sistema.
  2. Documentación técnica completa: descripción del sistema, datos de entrenamiento, metodología, métricas de rendimiento, pruebas de robustez y medidas de seguridad.
  3. Registro automático de eventos (logging): capacidad de rastrear el comportamiento del sistema durante su ciclo de vida para permitir la auditoría posterior.
  4. Transparencia e información a los usuarios: los usuarios del sistema – en este contexto, los empleados de la entidad que aplican la decisión – deben poder interpretar los resultados y comprender sus limitaciones.
  5. Supervisión humana efectiva: mecanismos que permitan a las personas supervisar el sistema, intervenir y anular o desestimar sus resultados. No basta con que exista un botón de anulación: debe haber procesos que garanticen que la supervisión es real.
  6. Exactitud, robustez y ciberseguridad: el sistema debe alcanzar los niveles apropiados de exactitud para su finalidad y ser resiliente frente a errores y ataques.

Antes de poner en servicio un sistema de alto riesgo, las entidades deben completar una evaluación de conformidad. Para determinadas categorías – entre las que se encuentran algunos sistemas del sector financiero – esta evaluación requiere la intervención de un organismo notificado externo. El marcado CE es el resultado del proceso; desplegarlo sin completarlo genera responsabilidad directa.

¿Cómo se articula la relación entre el Reglamento de IA y el marco de protección de datos?

Los sistemas de IA del sector financiero procesan datos personales de forma masiva. Eso hace que el Reglamento de IA y el RGPD – con su norma de desarrollo español, la Ley Orgánica de Protección de Datos y Garantía de los Derechos Digitales (LOPDGDD) – operen de forma simultánea sobre los mismos sistemas.

La AEPD ha publicado orientaciones sobre la intersección entre ambos marcos y ha subrayado que las evaluaciones de impacto sobre la protección de datos (EIPD) deben incorporar las dimensiones de riesgo que introduce la IA. Dicho de otro modo: si ya tenías que hacer una EIPD para un sistema de decisión automatizada, esa EIPD ahora debe ampliarse para capturar también los riesgos específicos del Reglamento de IA.

Los puntos de confluencia más relevantes para el sector financiero son los siguientes:

  • Decisiones automatizadas con efectos significativos: el RGPD ya regula el derecho a no ser objeto de decisiones basadas exclusivamente en tratamiento automatizado. El Reglamento de IA añade requisitos de supervisión humana que deben coordinarse con ese derecho.
  • Minimización de datos y calidad del dato de entrenamiento: el principio de minimización del RGPD condiciona los datos que pueden usarse para entrenar modelos; el Reglamento de IA impone requisitos de calidad y representatividad de esos mismos datos.
  • Notificación de brechas de seguridad: el plazo de 72 horas para notificar a la AEPD una brecha de seguridad que afecte a datos personales no desaparece ni se modifica por el Reglamento de IA, pero la brecha puede ahora tener una dimensión adicional si afecta a un sistema de IA en producción.
  • Atención a los derechos de los interesados: las solicitudes de acceso, rectificación, supresión u oposición relativas a decisiones adoptadas o apoyadas por IA deben gestionarse con procesos que conecten el sistema de IA con el procedimiento de respuesta a derechos. El plazo de un mes, prorrogable a dos, sigue siendo el referente del RGPD.

Coordinar ambos marcos desde el inicio – en lugar de tratar de integrarlos a posteriori – es la forma más eficiente de construir un programa de cumplimiento sostenible. Lo hemos visto en nuestra práctica: las empresas que abordaron el RGPD y el Reglamento de IA de forma integrada redujeron significativamente el esfuerzo de auditoría y la duplicidad de controles.

El mito de la cláusula de privacidad como paraguas de cumplimiento

Uno de los malentendidos más extendidos que encontramos en la fase de diagnóstico es creer que con una política de privacidad actualizada en la web y una cláusula en los contratos ya se ha completado el cumplimiento. Es un error con consecuencias costosas.

El cumplimiento real en materia de datos e IA requiere, como mínimo: un registro de actividades de tratamiento actualizado y completo; una evaluación de impacto para los tratamientos que lo exigen – y los sistemas de IA de alto riesgo lo exigen siempre –; un protocolo documentado de gestión de brechas de seguridad; cláusulas de encargo de tratamiento con todos los proveedores que acceden a datos personales; y, para las entidades que despliegan sistemas de IA de alto riesgo, la documentación técnica y los controles de supervisión exigidos por el Reglamento.

La sanción por incumplimiento del RGPD puede alcanzar importes muy relevantes – la normativa prevé dos umbrales distintos según la gravedad de la infracción –, y el Reglamento de IA añade su propio régimen sancionador, que incluye multas proporcionales al volumen de negocio global de la entidad. Los dos marcos pueden acumularse sobre el mismo hecho.

El registro de actividades de tratamiento, el protocolo de brechas y un programa de compliance estructurado no son burocracia: son los instrumentos que, en un procedimiento sancionador, permiten demostrar la diligencia de la organización y reducen la exposición efectiva.

¿Cómo diseñar un programa de compliance para IA en una entidad financiera?

Un programa de cumplimiento para IA en el sector financiero no se construye desde cero ni de forma aislada. Se ancla en la estructura de governance ya existente – comités de riesgos, área de cumplimiento normativo, auditoría interna – y se extiende para incorporar los elementos específicos que exige el nuevo marco.

Proponemos estructurarlo en cuatro fases:

  1. Inventario y clasificación de sistemas de IA. Identificar todos los sistemas de IA que la entidad utiliza, desarrolla o adquiere. Clasificar cada uno según el nivel de riesgo del Reglamento. Documentar el resultado en un registro específico, comparable al registro de actividades de tratamiento del RGPD. Esta fase produce el mapa de riesgo de IA de la organización.
  2. Análisis de brechas (gap analysis). Para cada sistema de alto riesgo, comparar el estado actual de documentación, controles y procesos con lo que exige el Reglamento. El resultado es una lista priorizada de acciones de remediación, con estimación de esfuerzo y responsables.
  3. Remediación y documentación. Desarrollar o actualizar la documentación técnica, los registros de eventos, los procedimientos de supervisión humana y los mecanismos de transparencia. Revisar los contratos con proveedores de sistemas de IA para asignar correctamente las responsabilidades entre proveedor y responsable del despliegue. Actualizar las evaluaciones de impacto para integrar la dimensión de IA.
  4. Gobernanza continua. Designar roles claros de responsabilidad sobre el cumplimiento en materia de IA. Establecer un proceso de revisión periódica de los sistemas en producción. Integrar los controles de IA en el programa de auditoría interna y en el canal de denuncias de la entidad, en línea con el modelo de compliance penal que muchas organizaciones financieras ya tienen implantado.

La cuarta fase es la más frecuentemente omitida. Las organizaciones invierten en la fase de remediación y luego no establecen mecanismos de mantenimiento. El cumplimiento en materia de IA no es un proyecto con fecha de cierre; es un proceso continuo que evoluciona con el sistema.

El canal de denuncias y el compliance penal como elementos del ecosistema de cumplimiento

Las entidades financieras que ya tienen un programa de compliance penal – y que, conforme a la legislación societaria y la normativa sectorial, en muchos casos están obligadas a tenerlo – cuentan con una base sólida sobre la que construir el cumplimiento en materia de IA.

El compliance penal exige, entre otros elementos, un sistema de control interno, una evaluación de riesgos de comisión de delitos, y un canal de denuncias confidencial. Todos estos elementos son reutilizables en el contexto del Reglamento de IA. ¿Por qué? Porque los incumplimientos del Reglamento de IA – en particular en materia de transparencia y supervisión humana – pueden tener consecuencias que van más allá de la sanción administrativa: en determinados supuestos, pueden generar responsabilidad civil por daños causados por sistemas defectuosos, e incluso conectar con tipos penales relacionados con la estafa, la manipulación informática o la responsabilidad penal de la persona jurídica.

El canal de denuncias que exige la normativa de protección de los informantes – transpuesta en España a través de legislación específica – debe permitir también la comunicación de posibles incumplimientos en materia de IA, tanto por parte de empleados como de terceros. Diseñar el canal con ese alcance ampliado desde el inicio es más eficiente que añadirlo después.

Hemos implantado programas de protección de datos y compliance en empresas tecnológicas, industriales y de salud: la experiencia muestra que las organizaciones que integran el compliance de IA en su modelo general de cumplimiento normativo alcanzan un nivel de madurez superior y con menor coste acumulado que las que lo tratan como un proyecto independiente.

¿Qué decisiones debe tomar la dirección y en qué plazos?

El Reglamento de IA establece un calendario de aplicación escalonado. Las prohibiciones de prácticas de IA inaceptables se aplicaron en primer lugar. Las obligaciones para los sistemas de alto riesgo tienen plazos de aplicación que varían según la categoría y el momento en que el sistema se pone en servicio por primera vez. Los sistemas ya en producción cuando entran en vigor las obligaciones disponen de períodos transitorios, aunque más cortos de lo que muchas organizaciones anticipan.

Lo que la dirección debe decidir – y documentar – con anterioridad al vencimiento de los plazos aplicables incluye:

  • Aprobación del inventario de sistemas de IA y de su clasificación por nivel de riesgo.
  • Asignación de recursos para el gap analysis y la remediación, con presupuesto y calendario.
  • Designación del responsable de coordinación del cumplimiento en materia de IA – que en muchas entidades se integrará en la función de Chief Compliance Officer o equivalente.
  • Revisión de los contratos en curso con proveedores de tecnología, para incorporar las obligaciones derivadas del papel de responsable del despliegue.
  • Decisión sobre los sistemas de alto riesgo que requieran evaluación de conformidad por organismo notificado: el proceso de selección y contratación del organismo lleva tiempo.
  • Actualización de la política de IA de la organización y comunicación interna a los equipos que operan los sistemas afectados.

La anticipación reduce el coste. Un programa de cumplimiento iniciado con suficiente margen temporal permite repartir el esfuerzo, corregir los sistemas con menor urgencia y negociar en mejores condiciones con proveedores y organismos de evaluación. La adecuación reactiva – realizada bajo presión temporal con el plazo encima – multiplica los costes y aumenta el riesgo de errores.

¿Evalúa cómo estructurar este proceso en su organización? Le ayudamos a identificar el punto de partida y a trazar el camino más eficiente: info@velardevidal.com.

La dimensión transfronteriza: grupos financieros y operaciones internacionales

El Reglamento de IA es de aplicación extraterritorial: se aplica a los proveedores que comercializan sistemas en la Unión Europea, aunque estén establecidos fuera, y a los responsables del despliegue que operan en la UE. Para los grupos financieros con presencia en varias jurisdicciones, esto genera complejidades adicionales.

Un grupo con matriz fuera de la UE que opera en España a través de una filial debe determinar cuáles de sus sistemas de IA están sujetos al Reglamento europeo y cuáles a la normativa de otras jurisdicciones – que puede ser distinta o inexistente –. La filial española, como responsable del despliegue, asume obligaciones directas independientemente de que el sistema sea desarrollado y mantenido por la matriz.

Los grupos con estructura de holding deben revisar también cómo se distribuyen los datos de entrenamiento entre entidades del grupo. Si el modelo se entrena con datos de clientes europeos – incluidos los datos de clientes españoles sujetos al RGPD – y ese entrenamiento se realiza en un servidor fuera de la UE, concurren simultáneamente las restricciones de transferencia internacional de datos del RGPD y las obligaciones de calidad de datos del Reglamento de IA.

Para estas situaciones, coordinamos con abogados locales de confianza en la jurisdicción correspondiente, lo que permite ofrecer un análisis consolidado que considera las exigencias de cada marco aplicable sin perder la coherencia del enfoque global.

Puede encontrar orientación adicional sobre marcos de cumplimiento en entornos regulados en nuestra sección de preguntas frecuentes sobre cumplimiento en sectores regulados, donde abordamos situaciones comparables en otros ámbitos de alta exigencia normativa.

Checklist ejecutivo: diez pasos para la preparación ante el Reglamento de IA

A modo de síntesis operativa, recogemos los pasos que, en nuestra práctica, constituyen la secuencia más eficiente de preparación para una entidad fintech o de servicios financieros:

  1. Realizar el inventario completo de sistemas de IA en uso – propios, adquiridos o accedidos vía API.
  2. Clasificar cada sistema según el nivel de riesgo del Reglamento de IA, con justificación documentada.
  3. Identificar los sistemas de alto riesgo que requieren evaluación de conformidad por organismo notificado.
  4. Completar el gap analysis para cada sistema de alto riesgo: documentación técnica, logging, supervisión humana, exactitud.
  5. Revisar y actualizar las evaluaciones de impacto sobre protección de datos para integrar la dimensión de IA.
  6. Auditar y actualizar los contratos con proveedores de sistemas de IA para distribuir correctamente las responsabilidades.
  7. Revisar los procedimientos de atención a derechos de los interesados para incorporar las decisiones apoyadas en IA.
  8. Ampliar el canal de denuncias para incluir los incumplimientos en materia de IA dentro de su ámbito de aplicación.
  9. Designar el responsable interno de coordinación del cumplimiento en materia de IA e integrar la función en el modelo de governance existente.
  10. Establecer un calendario de revisión periódica de los sistemas en producción y de actualización de la documentación.

El registro de actividades de tratamiento y la documentación técnica de los sistemas de IA de alto riesgo son los dos pilares documentales que cualquier inspección o procedimiento sancionador examinará en primer lugar. Su ausencia o insuficiencia es el indicador más claro de incumplimiento a ojos de las autoridades supervisoras.

Para profundizar en los procedimientos de respuesta a derechos de los interesados, que son parte integral del cumplimiento en este contexto, puede consultar nuestra guía sobre cómo atender los derechos de los interesados, donde desarrollamos la secuencia completa y los plazos aplicables.

Servicios relacionados

El asesoramiento en materia de Reglamento de IA para el sector financiero se integra naturalmente con otras áreas de trabajo que abordamos de forma coordinada. La revisión de contratos con proveedores tecnológicos conecta con nuestra práctica de Derecho societario y operaciones. La gestión de incidentes de seguridad y brechas de datos conecta con el área de litigación y arbitraje cuando la brecha genera reclamaciones de terceros. Los programas de compliance penal y canal de denuncias se articulan junto con las estructuras de gobierno corporativo de la entidad.

Puede explorar el alcance completo de nuestra práctica en protección de datos y compliance, donde detallamos todos los servicios disponibles en este ámbito para empresas que operan en España.

Preguntas frecuentes

¿Qué implica cómo prepararse para el Reglamento de IA para una empresa?
Prepararse para el Reglamento de IA implica, en primer lugar, conocer qué sistemas de IA utiliza la empresa y clasificarlos por nivel de riesgo. Para los sistemas de alto riesgo – categoría en la que caen muchos sistemas financieros – la preparación exige documentación técnica completa, evaluaciones de conformidad, mecanismos de supervisión humana y un sistema de gestión de la calidad. Además, la empresa debe coordinar este cumplimiento con el marco de protección de datos ya existente, revisando contratos con proveedores y actualizando sus evaluaciones de impacto. El proceso requiere tanto decisiones técnicas como jurídicas, y conviene iniciarlo con anticipación suficiente para evitar la adecuación bajo presión.
¿Qué plazos y costes conlleva cómo prepararse para el Reglamento de IA?
El Reglamento de IA establece un calendario de aplicación escalonado. Las prohibiciones de IA inaceptable se aplicaron en primer lugar; las obligaciones para sistemas de alto riesgo tienen plazos que varían según la categoría y el momento de puesta en servicio del sistema. Los sistemas ya en producción disponen de períodos transitorios. En cuanto a los costes, dependen del número y complejidad de los sistemas afectados, del estado de la documentación existente y de si algún sistema requiere evaluación por organismo notificado. La anticipación reduce el coste: un programa iniciado con margen permite distribuir el esfuerzo y evitar adecuaciones reactivas que son significativamente más costosas.
¿Qué riesgos hay que evitar en cómo prepararse para el Reglamento de IA?
Los riesgos más relevantes son: clasificar incorrectamente un sistema de alto riesgo como de riesgo limitado, omitiendo así obligaciones esenciales; no documentar el proceso de evaluación de conformidad antes de poner el sistema en servicio; no revisar los contratos con proveedores tecnológicos para asignar correctamente las responsabilidades entre proveedor y responsable del despliegue; y tratar el cumplimiento del Reglamento de IA como un proyecto cerrado en lugar de un proceso continuo. En el sector financiero, estos riesgos se amplifican porque se acumulan sobre marcos regulatorios sectoriales ya exigentes, de modo que un incumplimiento puede desencadenar procedimientos en paralelo ante distintas autoridades supervisoras.
¿Cuándo conviene contar con asesoramiento en cómo prepararse para el Reglamento de IA?
El momento óptimo es antes de que el plazo aplicable sea inminente. El asesoramiento temprano permite realizar el inventario y el gap analysis sin urgencia, diseñar la remediación de forma ordenada y negociar en mejores condiciones con proveedores y organismos de evaluación. También conviene contar con asesoramiento cuando la entidad adquiere o desarrolla un nuevo sistema de IA – para incorporar los requisitos de cumplimiento desde el diseño –, cuando recibe un requerimiento de información de una autoridad supervisora en este ámbito, o cuando revisa sus contratos de tecnología con motivo de una renovación o renegociación.

Hablemos de su caso

Para una primera valoración, escríbanos a info@velardevidal.com.

Plantear mi caso

Este contenido es informativo y no constituye asesoramiento jurídico. Para un análisis de su situación, contacte con info@velardevidal.com.