La inteligencia artificial ya forma parte de la planificación de las auditorías internas de BBVA. La sesión de septiembre de Los Lunes del IAI ha permitido conocer la experiencia de la entidad en la generación de programas de trabajo mediante esta tecnología. Miguel Caso, Manager de Innovación en Auditoría Interna de BBVA, ha explicado la evolución del proyecto, desde los primeros asistentes conversacionales hasta los actuales agentes capaces de combinar información, herramientas y controles para generar una propuesta de trabajo.

La experiencia se ha centrado en la fase de planificación del ciclo de Auditoría Interna, concretamente en la elaboración del Programa de Trabajo -backlog, en la terminología de BBVA-, que recoge los riesgos, objetivos y alcance de cada revisión y sirve de base para su ejecución. Para generarlo, el equipo trabaja con información procedente de la documentación de auditoría, la normativa aplicable, trabajos anteriores y la matriz corporativa de riesgos y controles. Como ha explicado Caso, el reto no está tanto en el volumen de información como en la capacidad de relacionar y transformar contenidos de distinta naturaleza de acuerdo con una metodología común y el criterio experto del auditor interno.

La evolución de la solución ha ido de la mano del avance en las propias capacidades de la inteligencia artificial. El punto de partida fue un asistente conversacional capaz de transformar la información disponible en un programa de trabajo listo para revisar, un desarrollo que posteriormente se complementó con un segundo asistente enfocado en la consulta de la matriz de riesgos y controles. El salto tecnológico permitió integrar ambas funciones y avanzar hacia un agente autónomo, capaz de organizar la ejecución de distintas tareas y decidir en cada momento qué herramientas utilizar. En este proceso, Caso ha destacado el papel clave de las skills, que dotan al agente de capacidades específicas y hacen que la solución sea escalable.

Arquitectura y demostración práctica
Tal y como ha mostrado Caso durante su intervención, la arquitectura desarrollada se apoya en varios elementos fundamentales:

• Un prompt maestro que establece las instrucciones y el contexto profesional;
• habilidades específicas para generar el programa de trabajo, consultar la matriz de riesgos y controles y analizar la normativa;
• conexiones con otras aplicaciones, configuradas de acuerdo con los permisos necesarios;
• una memoria orientada a recoger las preferencias del usuario;
• y un sistema de control de calidad automático que comprueba cada propuesta antes de su entrega, deteniendo la ejecución si no cumple las reglas establecidas.

Próximos pasos y conclusiones
Según ha adelantado el experto, uno de los retos actuales pasa por integrar estas capacidades en WorkIA, la herramienta corporativa con la que operan los equipos de auditoría interna en el banco. El objetivo es que los agentes accedan directamente a los datos o se comuniquen con la aplicación a través de un canal seguro, preservando en todo momento los controles de identidad, permisos y calidad, así como la necesaria validación humana. En este sentido, ha señalado que la implantación también exige evaluar el comportamiento de los propios agentes y determinar, en cada caso, cuándo conviene apostar por desarrollos internos o recurrir a soluciones externas.

El mensaje que ha recorrido toda la sesión ha sido claro: la inteligencia artificial puede apoyar y hacer más eficiente el trabajo de Auditoría Interna, pero el juicio y la decisión siguen correspondiendo al auditor interno. Como ha señalado Caso, las respuestas generadas por estos sistemas no constituyen un producto final, sino una propuesta que debe ser revisada y validada por una persona.

Ver video resumen
Ver sesión completa en AUDITORES INTERNOS TV

Inscribirme a la sesión