El equipo que cambia de táctica en cada partido no gana campeonatos ⚽
Existe una creencia común en entidades financieras cuando llega una herramienta de inteligencia artificial. La idea es conectarla al sistema lo antes posible y ver qué pasa. El problema no es la IA, sino dónde entra al partido.
En fútbol profesional, el equipo no replantea su sistema de juego cada semana por el informe del rival de turno. Si lo hace, los jugadores no saben qué papel tienen y la liga la gana quien sea más consistente, no quien tenga mejor plantilla.
En banca el núcleo del sistema cumple la misma función. Tiene reglas que ningún proveedor puede alterar, como la forma en que se aprueba un crédito o se registra una decisión ante los reguladores. Conectar un modelo de IA directo al core sin aislamiento significa que cambiarlo obliga a tocar esas reglas.
La arquitectura hexagonal, diseño que separa el núcleo del negocio de los sistemas externos como modelos de IA y canales digitales, permite que la IA llegue como refuerzo al esquema. El modelo ocupa una posición definida y, si aparece uno mejor, el reemplazo ocurre sin detener el campeonato.
El equipo también necesita reglas sobre quién puede dar órdenes y quién solo consulta el marcador. Para el scoring de riesgo, la originación de crédito o los asistentes normativos, esa diferencia es crítica. CQRS, patrón que separa las consultas inteligentes de las escrituras controladas, resuelve esa distinción sin alterar los datos originales.
Esa separación tiene respaldo regulatorio. La norma SR-11-7 de la Reserva Federal exige que los modelos empleados en banca puedan ser explicados en su propósito y supuestos por cualquier persona del equipo, no solo por quienes los construyeron. Un sistema donde la IA se mezcla con el core sin aislamiento no puede cumplir ese estándar.
No hay nada malo en cambiar de modelo cuando llega uno mejor. Lo que no puede cambiar son las reglas del torneo.
El equipo que cambia de táctica en cada partido no gana campeonatos. En banca la arquitectura que permite innovar con IA sin perder el control regulatorio no es la más moderna del catálogo, es la que protege el núcleo mientras los modelos entran como fichajes planificados, no como urgencias.
Primero, define qué parte del sistema no puede ser cedida a ningún proveedor. Luego, separa las decisiones de consulta de las que modifican el estado. Después, diseña el ingreso de cada modelo a través de una capa aislada con comportamiento esperado. Por último, valida que cualquier persona del equipo pueda explicar qué decide el modelo y cómo se audita.
Versión en inglés
The Team That Changes Tactics Every Game Doesn't Win Championships ⚽
There's a common belief in financial entities when an artificial intelligence tool arrives. The idea is to connect it to the system as soon as possible and see what happens. The problem isn't the AI, but where it enters the match.
In professional football, the team doesn't rethink its playing system every week based on the report of the opponent of the moment. If it does, the players don't know what role they have and the league is won by whoever is most consistent, not whoever has the best squad.
In banking, the core system serves the same function. It has rules that no provider can alter, like the way a credit is approved or a decision is recorded before regulators. Connecting an AI model directly to the core without isolation means changing it forces touching those rules.
Hexagonal architecture, a design that separates the core of the business from external systems like AI models and digital channels, allows AI to arrive as reinforcement to the scheme. The model takes a defined position and if a better one appears, replacement happens without stopping the championship.
The team also needs rules about who can give orders and who only consults the scoreboard. For risk scoring, credit origination, or regulatory assistants, that difference is critical. CQRS, a pattern that separates intelligent queries from controlled writes, solves that distinction without altering original data.
That separation has regulatory backing. The Federal Reserve's SR-11-7 rule requires that models used in banking can be explained in their purpose and assumptions by any team member, not just those who built them. A system where AI mixes with core without isolation cannot meet that standard.
There's nothing wrong with changing models when a better one arrives. What can't change are the rules of the tournament.
The team that changes tactics every match doesn't win championships. In banking, the architecture that allows innovating with AI without losing regulatory control is not the most modern in the catalog, it's the one that protects the core while models enter as planned signings, not emergencies.
First define what part of the system cannot be ceded to any provider. Then separate queries from decisions that modify state. Then design the entry of each model through an isolated layer with expected behavior. Finally validate that any team member can explain what the model decides and how it gets audited.