La política de AI para la gestión de patrimonios: riesgo de modelo, privacidad y responsabilidad humana

1. Introducción

La inteligencia artificial puede entrar en una organización de gestión de patrimonios a través de un programa formal, una plataforma bancaria, un sistema de cartera, un gestor externo, una actualización de software o el navegador de un empleado. Por tanto, un family office puede utilizar AI antes de que su órgano de gobierno haya aprobado una estrategia de AI.

La exposición va más allá de los modelos de inversión. Un asistente de reuniones puede procesar conversaciones familiares. Una herramienta documental puede leer registros de fideicomisos, fundaciones, pasaportes, salud o sucesión. Un asistente de investigación puede generar afirmaciones no respaldadas para un documento de inversión. Un sistema de cuentas puede identificar facturas anómalas. Una plataforma de ciberseguridad puede priorizar amenazas. Una herramienta de relaciones puede elaborar perfiles de miembros de la familia o de contrapartes. Un agente puede ejecutar acciones en el correo electrónico, los archivos y los sistemas de flujo de trabajo.

La política debe gobernar estos usos como sistemas. Un sistema incluye el propósito de negocio, las personas, el modelo, los prompts, las fuentes de datos, la capa de recuperación, las integraciones, el resultado, la decisión posterior, el proveedor, la infraestructura y la monitorización. Cambiar un componente puede cambiar el riesgo sin cambiar el nombre del modelo.

El UAE tiene varios regímenes de protección de datos y de servicios financieros. El Decreto-Ley Federal n.º 45 de 2021 establece requisitos de datos personales dentro de su ámbito de aplicación, incluida la transparencia sobre decisiones basadas en el tratamiento automatizado, la evaluación de impacto para tratamientos de alto riesgo especificados y los derechos relativos a decisiones automatizadas.[1] DIFC cuenta con su propia Ley de Protección de Datos y el Reglamento 10 para el tratamiento de datos personales mediante sistemas autónomos y semiautónomos.[2][3] ADGM cuenta con los Reglamentos de Protección de Datos de 2021 y orientación oficial que cubre el tratamiento lícito, los derechos, la privacidad desde el diseño, las evaluaciones de impacto, la seguridad, las brechas y las transferencias internacionales.[4]

Las expectativas de los servicios financieros añaden otra capa. Los reguladores de UAE emitieron conjuntamente orientación sobre tecnología habilitadora que cubre, entre otras tecnologías, el análisis de macrodatos y AI.[5] La DFSA enumeró expectativas regulatorias sobre la gestión del riesgo de AI en el DIFC en junio de 2026 tras encuestas sobre AI en 2024 y 2025.[6] Las obligaciones exactas y las expectativas supervisoras aplicables a una organización deben leerse en las normas y comunicaciones vigentes.

Una política eficaz convierte estas consideraciones superpuestas en un sistema de decisión. Indica a la institución qué usos están permitidos, cuáles requieren evaluación, cuáles necesitan validación independiente, quién puede aprobarlos, qué evidencia debe existir y cuándo debe suspenderse un sistema.

Marco del autor. El perímetro cubre el sistema completo y el contexto de decisión, no solo el nombre del modelo.

2. Definir la unidad de política como caso de uso

Un inventario de modelos es insuficiente cuando un modelo respalda varias actividades. La unidad de política debería ser un caso de uso con un responsable, propósito, datos, resultado y decisión posterior definidos.

Un modelo de lenguaje de propósito general puede respaldar la investigación de fuentes públicas, la revisión de documentos confidenciales y las recomendaciones de cartera. El resumen de fuentes públicas puede tener un riesgo bajo de privacidad y un riesgo de exactitud significativo. La revisión de documentos de sucesión puede tener un riesgo alto de confidencialidad, transferencia y acceso. La recomendación de ventas de activos puede generar consecuencias materiales de inversión, idoneidad, autoridad y mantenimiento de registros. Cada uso requiere una entrada separada.

El registro indica si un uso es exploratorio, piloto, producción, suspendido o retirado. Nombra la entidad jurídica que utiliza el sistema, las personas afectadas, las categorías de datos, las ubicaciones, el proveedor y los subencargados del tratamiento. Identifica si el resultado informa, recomienda, decide o ejecuta.

La institución debe captar el uso en la sombra mediante atestaciones periódicas, controles técnicos, revisión de compras, monitorización de gastos, inventarios de navegadores y software y un proceso de aprobación accesible. El personal necesita una vía segura para revelar experimentos existentes. Un período de amnistía puede ayudar a establecer la línea de base, sujeto al asesoramiento jurídico y de seguridad.

Los usos prohibidos deben ser explícitos. Los ejemplos pueden incluir la carga de credenciales o registros familiares altamente sensibles en herramientas públicas no aprobadas, permitir que un agente no aprobado inicie pagos, presentar hechos generados como evidencia verificada, suplantar la identidad de una persona, eludir controles de asesoramiento regulado o utilizar datos biométricos y de comportamiento sin una base jurídica y ética aprobada.

Tabla 1. Registro mínimo de casos de uso de AI para patrimonio privado

El registro debe enlazar con las aprobaciones vigentes, las evaluaciones, los contratos, las evidencias de validación, los incidentes y los registros de retirada.

3. Mapear los regímenes legales y regulatorios aplicables

El mapa legal comienza con la entidad y la actividad. Un family office puede incluir una sociedad de la jurisdicción continental, una entidad del DIFC o de ADGM, una fundación, una sociedad holding, una empresa de inversión regulada y proveedores externos. Un flujo de trabajo puede tratar datos para varios responsables del tratamiento y cruzar fronteras a través de un proveedor de la nube.

La ley federal de protección de datos personales define los datos personales en sentido amplio y establece principios de tratamiento, obligaciones de seguridad, del responsable y del encargado del tratamiento, derechos de los interesados, evaluación de impacto y disposiciones sobre transferencias transfronterizas dentro de su ámbito de aplicación.[1] El artículo 13 incluye información relativa a las decisiones adoptadas mediante tratamiento automatizado, incluido el perfilado. El artículo 18 aborda las objeciones a las decisiones resultantes de tratamiento automatizado, con sujeción a las excepciones y garantías indicadas. La ley también exige una evaluación de impacto en la protección de datos para tratamientos especificados, incluida la evaluación sistemática y exhaustiva mediante tratamiento automatizado cuando puedan derivarse consecuencias jurídicas o un impacto grave.

La Ley de Protección de Datos n.º 5 de 2020 del DIFC se aplica dentro del ámbito jurisdiccional que se indica. El Comisionado del DIFC proporciona orientaciones y herramientas de evaluación para el tratamiento lícito, el tratamiento de alto riesgo, los delegados de protección de datos, las evaluaciones de impacto, los responsables y encargados del tratamiento, las transferencias, los derechos individuales y las brechas de seguridad.[2] El Reglamento 10, promulgado en 2023, aborda el tratamiento de datos personales mediante sistemas autónomos y semiautónomos. El DIFC anunció en junio de 2026 una consulta sobre las enmiendas propuestas relativas a la seguridad, la certificación y el Oficial de Sistemas Autónomos. Una consulta es una propuesta y no debe considerarse derecho promulgado.[7]

Las Regulaciones de Protección de Datos de 2021 de ADGM se aplican a las entidades de ADGM que traten datos personales. La Oficina de Protección de Datos de ADGM publica orientaciones oficiales en ocho partes, que incluyen evaluaciones de impacto, seguridad, brechas de seguridad y transferencias internacionales.[4] El mecanismo de transferencia aplicable, el contrato y la ubicación de los datos deben verificarse cuando un proveedor utilice infraestructura fuera de la jurisdicción pertinente.

La regulación de los servicios financieros depende de la actividad y de la conducta. Generar análisis, asesorar sobre inversiones, gestionar activos, organizar transacciones, comunicar promociones, supervisar la idoneidad o ejecutar operaciones puede conllevar permisos y obligaciones de conducta. Una política AI debe remitir los casos inciertos al asesoramiento regulatorio vigente antes del despliegue.

Tabla 2. Mapa de decisiones de jurisdicción y privacidad

Este mapa ofrece una orientación para la investigación. El asesoramiento jurídico actual debe determinar el alcance, las obligaciones y los mecanismos de transferencia para las entidades, las personas, los datos y el tratamiento concretos.

4. Clasificar el riesgo según el impacto y la dependencia del control

El nivel de riesgo debe seguir la consecuencia del fallo. Un error de bajo coste en un borrador interno difiere de un error que cambia una cartera, rechaza a una persona, divulga datos familiares o mueve dinero.

La clasificación considera ocho dimensiones: materialidad de la decisión, impacto individual, sensibilidad de los datos, autonomía, reversibilidad, explicabilidad, comunicación externa y concentración en terceros. La dimensión creíble más alta puede determinar el nivel mínimo cuando el promedio ocultaría un riesgo grave.

El nivel uno abarca la asistencia acotada con datos aprobados, en la que una persona competente verifica el resultado antes de un uso interno limitado. El nivel dos abarca el apoyo operativo o analítico con consecuencias moderadas, datos controlados y revisión documentada. El nivel tres abarca recomendaciones materiales, datos sensibles, comunicaciones con clientes o familiares, flujos de trabajo regulados o una dependencia operativa sustancial. El nivel cuatro abarca decisiones o acciones que pueden afectar materialmente a personas, activos, derechos, confidencialidad o integridad financiera y, por tanto, requieren la aprobación del órgano de gobierno, una garantía independiente sólida y límites estrictos de autoridad. Algunos usos de nivel cuatro pueden seguir prohibidos.

La aceptación del riesgo no convierte un uso ilícito o no autorizado en un uso aprobado. La base jurídica, el permiso y la autoridad son condiciones de entrada. El nivel controla la profundidad del aseguramiento una vez cumplidas esas condiciones de entrada.

Marco del autor. La consecuencia material más alta puede fijar el nivel mínimo incluso cuando otras dimensiones obtienen una puntuación menor.

5. Controlar los datos privados antes de que lleguen a un modelo

Los datos de patrimonio privado pueden revelar identidad, relaciones familiares, salud, comportamiento, ubicación, posición financiera, titularidad, sucesión, disputas, acuerdos de seguridad e intenciones de inversión. Un único documento puede contener datos sobre varias personas y entidades.

El propietario de los datos confirma primero el propósito y la autoridad. El análisis de privacidad identifica las funciones de responsable y encargado del tratamiento, la base jurídica, la información, las categorías especiales o sensibles, los derechos de los interesados, los requisitos de evaluación de impacto, la conservación y las transferencias. Las restricciones contractuales de confidencialidad y las restricciones de fundaciones o fideicomisos pueden imponer límites adicionales.

La minimización de datos se produce antes de la construcción de prompts o de la ingestión en el modelo. El sistema recibe la menor información necesaria para el propósito aprobado. Los nombres y los identificadores pueden eliminarse cuando la tarea no los necesita. Un sistema de recuperación puede proporcionar pasajes estrechos y condicionados por permisos en lugar de una sala de datos completa.

Los términos del proveedor requieren una lectura atenta. La institución debe determinar si los prompts o las salidas se conservan, se utilizan para entrenamiento, se revisan por personas, se transfieren, se registran o se proporcionan a subencargados. La configuración empresarial puede diferir de la de consumidor. Una promesa contractual requiere configuración técnica y pruebas.

El acceso sigue los permisos de la fuente. Una interfaz de búsqueda AI no debe permitir que un usuario recupere registros que el repositorio subyacente denegaría. La organización debe probar la herencia de permisos, la caché, los embeddings, los registros, las exportaciones y el acceso de administrador.

La eliminación y la conservación deben abarcar los registros derivados. Los prompts, las salidas, los embeddings, los datos de ajuste fino, los conjuntos de evaluación, las trazas y las copias de seguridad pueden persistir después de eliminarse el documento de origen. El calendario de conservación asigna a cada artefacto un responsable y una vía de eliminación verificada.

Marco del autor. Cada transferencia debe conservar el propósito, la autoridad, el acceso y la evidencia conforme al régimen aplicable.

6. Tratar el modelo como un componente del sistema de control

El riesgo de modelo surge cuando un sistema produce salidas inexactas, inestables, sesgadas, inseguras o malinterpretadas que se utilizan en una decisión material. El riesgo puede provenir del modelo, los datos, el prompt, la recuperación, la integración, la interpretación humana o un entorno modificado.

La orientación interinstitucional estadounidense actual sobre riesgo de modelo, publicada en abril de 2026, hace hincapié en un enfoque basado en el riesgo, el desarrollo y uso, la validación y el monitoreo, la gobernanza y los productos de terceros. Excluye expresamente de su alcance AI para usos generativos y agénticos, al tiempo que observa que una gobernanza del riesgo más amplia debe orientar las herramientas ajenas al documento.[8] Sus principios pueden orientar el diseño de controles, pero la orientación no obliga a una family office privada y no debe presentarse como legislación UAE.

La validación comienza con el uso previsto. La ficha del sistema registra qué se espera que haga el sistema, qué no puede hacer y qué decisiones puede afectar. Los datos de prueba deben representar condiciones esperadas y adversas, incluidos idiomas, formatos de documentos, regímenes de mercado y evidencia incompleta relevante para el uso aprobado.

La exactitud por sí sola es insuficiente. Un sistema de investigación puede citar una fuente autorizada mientras malinterpreta su fecha o alcance. Un extractor de documentos puede producir una puntuación agregada alta mientras pasa por alto una cláusula de cambio de control. Un asistente de cartera puede calcular correctamente mientras utiliza posiciones desactualizadas. Por lo tanto, las pruebas siguen la ruta real del daño.

La revisión crítica independiente debe ser proporcionada y genuinamente independiente del propietario que busca el despliegue. El revisor crítico examina la idoneidad conceptual, los datos, el diseño, el rendimiento, las limitaciones, la seguridad y los controles. Una family office pequeña puede recurrir a un revisor externo cualificado, siempre que el revisor tenga acceso a evidencia adecuada y no tenga conflictos materiales.

La monitorización incluye deriva de entradas, calidad de los resultados, tasas de anulación, excepciones, incidentes, cambios de proveedor, versiones de modelos, latencia, coste y comportamiento de los usuarios. Las superaciones de umbral pueden desencadenar uso restringido, revisión adicional, reversión o suspensión.

Tabla 3. AI estándar de control por nivel de riesgo

Los niveles superiores heredan los controles de los inferiores. Los requisitos específicos legales, regulatorios, de ciberseguridad y de inversión pueden exigir controles más estrictos.

7. Añadir controles de AI generativa para la procedencia y la fabricación

La AI generativa puede producir resultados fluidos sin una conexión fiable con la evidencia. La política debe asumir que la plausibilidad y la confianza son cualidades distintas.

El Perfil de AI generativa del NIST identifica riesgos que son nuevos o se intensifican con los sistemas generativos y proporciona acciones sugeridas organizadas en torno a las funciones del RMF de AI de gobernar, mapear, medir y gestionar.[9] NIST describe el marco como voluntario. La institución puede utilizarlo como referencia de control mientras asigna cada acción a sus propios riesgos y obligaciones legales.

Para la investigación, toda afirmación fáctica relevante debe vincularse a una fuente conservada en el expediente de decisión. El revisor comprueba la autoridad, la fecha, la jurisdicción, el contexto y si la fuente respalda realmente la afirmación. Se excluye toda cita generada que no pueda abrirse y verificarse.

Para la revisión de documentos, el resultado debe conservar la ubicación de la página o de la cláusula. El revisor compara las disposiciones críticas con el original. La cobertura de extracción importa junto con la precisión. El sistema debe indicar cuándo un documento es ilegible, está incompleto o está fuera del formato admitido.

Para la redacción, el flujo de trabajo separa los hechos de la fuente, los supuestos autorizados y la redacción propuesta. El texto generado no puede crear aprobación, autoridad, consentimiento ni una conclusión profesional. Las conclusiones legales, fiscales, de inversión y regulatorias requieren a la persona cualificada responsable.

Para código y analítica, el resultado generado requiere revisión, pruebas, datos controlados y gestión del cambio. Un resultado correcto en un ejemplo no establece fiabilidad en todo el rango aprobado.

Las pruebas de inyección de prompts y exfiltración de datos son importantes cuando un sistema recupera contenido externo o cargado. Las instrucciones integradas en documentos, sitios web o mensajes no deben prevalecer sobre la política del sistema ni divulgar información protegida. Los permisos de las herramientas deben ser mínimos, segmentados y reversibles.

8. Hacer operativa la responsabilidad humana

La expresión humano en el bucle puede ocultar una gobernanza débil. Una persona puede hacer clic en aprobar sin comprender el modelo, la evidencia ni la consecuencia.

Un revisor responsable necesita cinco condiciones. La persona tiene autoridad para la decisión. La persona comprende el dominio y las limitaciones del sistema. La persona recibe suficiente evidencia de origen y tiempo. La persona puede exigir corrección, elegir una alternativa o detener el flujo de trabajo. La decisión y su justificación quedan registradas.

El sesgo de automatización es un riesgo de gobernanza cuando las personas se fían de un resultado que muestra seguridad. El diseño de la revisión debe revelar incertidumbre, limitaciones, antigüedad de las fuentes y evidencia contradictoria. La interfaz debe evitar lenguaje o señales visuales que exageren la precisión.

Las decisiones materiales necesitan una asignación clara de responsabilidades. El responsable de negocio asume el propósito y el beneficio. El responsable de datos asume el uso lícito y controlado de los datos. El responsable técnico asume la configuración y la fiabilidad. El validador aporta un cuestionamiento efectivo. Las funciones de privacidad, legal, ciberseguridad y cumplimiento evalúan sus ámbitos. El responsable autorizado de la decisión asume la decisión. El proveedor sigue siendo responsable de sus obligaciones contractuales, mientras que la institución conserva la responsabilidad de su propio uso.

Las actas del comité deben indicar el sistema utilizado, el resultado material, la evidencia revisada, el juicio humano, las opiniones discrepantes, las condiciones y la autoridad. El registro debe permitir que un revisor posterior reconstruya por qué la decisión era razonable en ese momento.

Marco del autor. La revisión humana solo es eficaz cuando concurren autoridad, competencia, evidencia, tiempo y capacidad de anulación.

Tabla 4. Prueba de responsabilidad humana significativa

Un control está incompleto cuando el revisor designado carece de alguna condición requerida para la decisión específica.

9. Gobernar proveedores, modelos y concentración de forma conjunta

Muchas instituciones de banca privada dependen de modelos externos y servicios en la nube. Por lo tanto, las compras pasan a formar parte de la gobernanza de AI.

La revisión de proveedores abarca la identidad corporativa, la entidad contratante, la descripción del servicio, los proveedores de modelos, la ubicación de los datos, los subencargados, la conservación, el uso para entrenamiento, la seguridad, la respuesta a incidentes, los informes de aseguramiento, el acceso, las condiciones de propiedad intelectual, la responsabilidad, los niveles de servicio, la notificación de cambios, los derechos de auditoría y la terminación.

La diligencia debida técnica debe probar la configuración desplegada. Las descripciones de marketing no demuestran que el tenant, el modelo, la región y las integraciones de la institución cumplan los controles requeridos. La institución conserva evidencia de configuración y repite las pruebas tras cambios materiales.

La concentración puede producirse en varias aplicaciones que dependen de un único modelo, nube, servicio de identidad o plataforma de datos. El inventario agregado debería revelar dependencias comunes. Una interrupción del proveedor, la retirada de un modelo, un cambio de precio o un cambio de condiciones pueden afectar a varios procesos críticos a la vez.

El diseño de salida empieza antes de la contratación. La institución identifica qué prompts, conjuntos de evaluación, embeddings, logs, artefactos de ajuste fino y registros puede exportar. Prueba si los flujos de trabajo críticos pueden continuar mediante una ruta manual o alternativa. La confirmación de eliminación debería abarcar todos los artefactos y subencargados relevantes.

Tabla 5. Calendario de diligencia debida y contratación de terceros AI

El alcance debe ser proporcional al uso y complementarse con asesoramiento jurídico, de ciberseguridad, de privacidad y regulatorio actualizado.

10. Herramientas, agentes e integraciones seguras

Un asistente AI sin acceso al sistema puede generar contenido deficiente. Un agente con acceso a correo electrónico, documentos, cartera o pagos puede provocar pérdidas operativas con rapidez. Por lo tanto, el diseño de permisos debe ajustarse a la acción máxima disponible para el sistema.

El acceso a las herramientas utiliza el principio de mínimo privilegio. Los permisos de lectura y escritura están separados. Las acciones de alto riesgo requieren autenticación reforzada y aprobación humana fuera de la propia interfaz del modelo. La creación y la liberación de pagos permanecen segregadas. La preparación y ejecución de órdenes de inversión siguen la matriz de autoridad de la institución.

Los secretos, las credenciales y los tokens personales permanecen fuera de los prompts y del contenido recuperable. El sistema debe utilizar identidades administradas y cuentas de servicio con permisos acotados. Los registros recogen las llamadas a herramientas, los parámetros, las respuestas, las aprobaciones y los errores sin crear una copia no controlada de datos sensibles.

La inyección de prompts puede llegar a través de páginas web externas, correos electrónicos y documentos cargados. El sistema trata el contenido recuperado como datos y no como instrucción de confianza. Aísla las herramientas, restringe los formatos de salida, aplica listas de permitidos y valida las acciones de forma independiente.

El RMF de AI del NIST identifica el funcionamiento seguro y resiliente como una característica de confiabilidad, y su Perfil de AI generativa aborda los riesgos a lo largo del ciclo de vida.[9] El Perfil de ciberseguridad preliminar de AI de 2025 del NIST también organiza el trabajo en torno a la protección de los componentes de AI, el uso de AI en defensa y la respuesta a ataques habilitados por AI; seguía siendo un borrador en el momento citado y debe tratarse en consecuencia.[10]

La planificación de incidentes cibernéticos conecta al propietario de AI, al equipo de seguridad, al responsable de privacidad, al asesor jurídico, al responsable de decisiones, al proveedor y al órgano de gobierno. El plan abarca el compromiso del modelo, la exposición de datos, la actuación no autorizada, el envenenamiento de la recuperación, la toma de control de cuentas, el fraude habilitado por deepfakes y la pérdida de servicio.

11. Preservar la responsabilidad regulada y profesional

AI no crea un nuevo permiso para una actividad regulada. La organización debe analizar lo que el sistema y las personas hacen realmente.

Una herramienta de investigación de inversiones puede apoyar a un profesional autorizado. Una recomendación personalizada puede afectar la idoneidad, la divulgación, los conflictos y la conservación de registros. Una herramienta que clasifica clientes potenciales, redacta promociones, gestiona carteras o ejecuta órdenes puede cruzarse con distintas normas. La firma responsable y las personas autorizadas siguen siendo responsables de su conducta regulada.

La guía conjunta de UAE sobre tecnologías habilitadoras describe principios intersectoriales y buenas prácticas para las instituciones financieras que adoptan tecnologías, incluidos el análisis de macrodatos y AI.[5] El Instituto de Estabilidad Financiera del BIS observó en 2024 que AI puede intensificar los riesgos existentes y destacó la gobernanza, la experiencia, el riesgo de modelo, la gobernanza de datos y los proveedores externos como áreas que requieren atención.[11] Estos materiales respaldan un enfoque de control estructurado, mientras que los requisitos vinculantes provienen de la ley aplicable, el regulador y los permisos.

El juicio profesional también necesita protección. Los asesores legales, fiscales, de valoración, de inversión y de ciberseguridad deben definir dónde puede ayudar AI y dónde debe realizar el análisis una persona cualificada. Los resultados deben revelar el uso material del sistema cuando lo exijan la ley, las normas profesionales, el contrato o la política.

La política de AI remite a la política de inversiones, la política de conflictos, el programa de protección de datos, el marco de ciberseguridad, la política de externalización, la política de registros, la política de valoración y la continuidad del negocio. Los conflictos entre políticas se remiten a un foro de gobierno designado.

12. Gestionar el cambio en todo el ciclo de vida

La aprobación se aplica a una versión y configuración definidas. Una actualización del modelo del proveedor, una nueva fuente de recuperación, un cambio de prompt, un permiso de herramienta, una jurisdicción, un grupo de usuarios o un uso en la toma de decisiones pueden requerir una reevaluación.

El ciclo de vida comienza con la necesidad y las alternativas. El propietario plantea el problema y considera un método que no utilice AI. La fase de mapeo identifica a las partes interesadas, los datos, los daños, las dependencias y las condiciones legales. La fase de medición prueba el rendimiento y los controles. La fase de gestión decide si desplegar, restringir, mejorar o detener. La gobernanza opera a lo largo de todo el proceso. Esta secuencia se alinea con la estructura del RMF de AI del NIST, a la vez que se mantiene adaptada a la gestión de patrimonios privados.[9]

La gestión del cambio define la materialidad. Una actualización cosmética de la interfaz puede requerir una comprobación básica. Un nuevo modelo, una nueva fuente de datos o una acción autónoma pueden requerir validación y aprobación completas. Los cambios de proveedor de emergencia reciben límites temporales y una revisión retrospectiva dentro de un plazo definido.

La retirada elimina el acceso, las integraciones, las credenciales y los procesos programados. Exporta los registros exigidos y completa la eliminación contractual. La institución conserva la evidencia de las decisiones exigida por la ley y la política sin mantener datos personales innecesarios.

Marco del autor adaptado a la estructura de gobernar, mapear, medir y gestionar del Marco de Gestión de Riesgos AI del NIST.

13. Responder a los incidentes en función del impacto en las decisiones

Un incidente abarca más que una interrupción técnica. Puede implicar revelación no autorizada, pruebas fabricadas, resultados discriminatorios, recomendación incorrecta, acción no autorizada, brecha del proveedor, cambio de modelo, incapacidad para explicar una decisión material o elusión reiterada de la política.

La primera respuesta protege a las personas y los activos. La institución puede desactivar un caso de uso, revocar tokens, aislar datos, detener acciones, preservar pruebas e invocar procedimientos manuales. Los incidentes de pagos, negociación y comunicación externa reciben escalado urgente a través de las estructuras de autoridad existentes.

El responsable del incidente determina qué entidades, personas, datos, jurisdicciones, sistemas y decisiones se ven afectados. Las obligaciones de notificación en materia de privacidad y regulatorias exigen un análisis actualizado. También pueden aplicarse notificaciones contractuales a clientes, familias, aseguradoras, bancos o proveedores.

La remediación de decisiones rastrea todos los resultados materiales durante el periodo afectado. La institución identifica qué documentos de inversión, comunicaciones, valoraciones, aprobaciones o acciones se basaron en el sistema y si necesitan una nueva revisión o corrección.

El análisis de causa raíz abarca el modelo, el prompt, los datos, la integración, el acceso, el proceso, la revisión humana, el proveedor y la gobernanza. El registro de cierre indica la contención, las decisiones afectadas, las notificaciones, las correcciones, los cambios de control, el riesgo residual y la autoridad de reactivación.

Los ejercicios deben utilizar escenarios creíbles de patrimonio privado: una instrucción de pago con deepfake, una filtración de un data room confidencial, una cita legal fabricada en un documento de inversión, un cambio de modelo del proveedor que altera las puntuaciones de riesgo y un agente que envía un mensaje externo no autorizado.

14. Demostrar la política con un family office hipotético

Considere un UAE family office unifamiliar hipotético con 28 empleados, cuatro entidades jurídicas y activos estimados por la dirección de AED 4.6 billion. Utiliza un servicio empresarial de AI generativa, una plataforma de cartera habilitada para AI, una herramienta de revisión de documentos y un sistema de anomalías de cuentas por pagar.

Todos los valores y circunstancias de este ejemplo son supuestos de la dirección creados únicamente para demostrar la política. No describen a un cliente, una cartera, una recomendación tecnológica ni una conclusión regulatoria.

El inventario inicial identifica 34 casos de uso. Quince son usos acotados de productividad. Diez apoyan operaciones o investigación. Siete afectan a datos sensibles o recomendaciones materiales. Dos pueden iniciar acciones de flujo de trabajo. La oficina aplica el método de niveles de riesgo a cada uso en lugar de aprobar los cuatro productos en su conjunto.

La síntesis de noticias de mercados públicos es de nivel uno cuando utiliza fuentes públicas y un analista capacitado verifica todas las afirmaciones materiales. Redactar un memorando para el comité de inversiones es de nivel tres porque el resultado puede influir en una decisión de capital material. Revisar documentos de fundaciones y sucesión es de nivel tres debido a los datos familiares sensibles, la confidencialidad y el impacto legal. Preparar una instrucción de pago es de nivel cuatro; la liberación autónoma sigue prohibida según la política supuesta.

La oficina descubre que el modelo de lenguaje empresarial está configurado para no utilizar contenido de clientes en el entrenamiento según su contrato, pero el acceso a través del navegador permite a los usuarios llegar a un servicio de consumo no aprobado. Los controles técnicos y la formación cierran la brecha. La herramienta de documentos almacena índices derivados en una región distinta de la de los archivos originales, lo que activa una revisión de transferencia y de contrato.

La validación del flujo de trabajo del memorándum de inversión utiliza 60 casos históricos y sintéticos. Esta cantidad es un supuesto de gestión a efectos ilustrativos. Las pruebas cubren el respaldo fáctico, la validez de las citas, la información obsoleta, la evidencia contradictoria, el cálculo, la filtración de datos confidenciales y la inyección de prompts. El comité exige enlaces a las fuentes para cada afirmación fáctica material y registra cuándo se utilizó redacción generada.

La oficina establece un panel operativo mensual y una revisión de riesgos trimestral. Un uso de nivel tres se suspende después de que una actualización del proveedor reduce la fiabilidad de las citas por debajo de su umbral aprobado. El proceso manual de investigación continúa mientras el responsable prueba una configuración corregida.

Cada valor mostrado es un supuesto de gestión ilustrativo utilizado únicamente para mostrar el diseño del panel.

15. Construir un sistema de monitorización listo para el consejo

El órgano de gobierno necesita una visión concisa de la exposición y del estado de los controles. No necesita un catálogo de métricas técnicas sin relevancia para la toma de decisiones.

El panel comienza con la exhaustividad del inventario. Muestra los usos en producción y en piloto por nivel, entidad jurídica, dominio de decisión y proveedor común. Identifica descubrimientos no registrados y revisiones vencidas.

Las métricas de rendimiento se ajustan al uso aprobado. Los sistemas de investigación informan sobre afirmaciones no respaldadas, citas no válidas y tasas de corrección. Los sistemas de extracción informan sobre omisiones en campos críticos y documentos ilegibles. Las herramientas de cartera informan sobre la actualidad de las entradas, la conciliación, las anulaciones y el análisis de resultados. Los agentes informan sobre acciones propuestas, aprobadas, rechazadas, fallidas y revertidas.

Las métricas de riesgo incluyen el uso de datos sensibles, las transferencias, las excepciones de acceso, los hallazgos de validación no resueltos, la concentración de proveedores, los cambios de proveedor, los incidentes y los incumplimientos de políticas. Un promedio en verde no debe ocultar una incidencia grave abierta.

El panel distingue las estimaciones de la dirección de los eventos verificados. Los beneficios, como las horas ahorradas, el coste evitado o la mejora de las decisiones, requieren una medición definida y una fuente. Una estimación generada nunca debe presentarse como rendimiento realizado.

El órgano de gobierno aprueba el apetito de riesgo, los usos prohibidos, los despliegues de nivel cuatro, las excepciones materiales y la política. La dirección es responsable de la implementación. El aseguramiento independiente revisa el diseño y el funcionamiento. El calendario de revisión puede ser más frecuente durante una adopción rápida o un cambio material.

16. Implementar la política en 100 días

Los días uno a 20 establecen la gobernanza y el inventario. Los roles de patrocinador, responsable de la política, privacidad, legal, ciberseguridad, cumplimiento, inversión, operaciones y tecnología acuerdan definiciones y una norma provisional de uso seguro. El personal declara las herramientas y los usos actuales.

Los días 21 a 40 mapean entidades, datos, jurisdicciones, proveedores, actividades reguladas y consecuencias de las decisiones. La institución clasifica los casos de uso y detiene o restringe los usos que carecen de autoridad o presentan una exposición inaceptable.

Los días 41 a 60 construyen controles. El equipo completa evaluaciones de impacto prioritarias, revisiones de proveedores, cambios de acceso, planes de validación, asignaciones de responsabilidad humana, rutas de incidentes y estándares de registro.

Los días 61 a 80 validan los usos en producción de mayor riesgo y ejecutan un piloto a través del proceso completo de aprobación. Se prueban la monitorización, el control de cambios, la contingencia y la suspensión.

Los días 81 a 100 realizan un ejercicio de incidentes, concilian el registro, cierran hallazgos críticos y presentan la política, el apetito de riesgo, el cuadro de mando y las acciones pendientes al órgano de gobierno.

Tabla 6. Implementación de la política AI de gestión de patrimonios en cien días

El calendario es ilustrativo. El análisis jurídico, la negociación con proveedores, la remediación y la validación independiente pueden requerir plazos más largos.

17. Limitaciones y conclusión

AI los sistemas y los marcos regulatorios cambian rápidamente. La legislación, la regulación, las directrices, las condiciones de los proveedores, las versiones de los modelos y la configuración técnica vigentes deben verificarse antes del despliegue y en cada cambio sustancial.

El régimen de datos personales aplicable UAE depende de las entidades, la jurisdicción y el tratamiento. Otras jurisdicciones pueden resultar aplicables a través de las personas, los proveedores, los datos y las actividades. El asesoramiento jurídico actual debe determinar el alcance, la base jurídica, los derechos, la evaluación de impacto, las transferencias, la notificación y la exposición a sanciones.

El rendimiento de los modelos y sistemas depende del uso. Un benchmark, un informe de aseguramiento del proveedor o un piloto exitoso no pueden demostrar la idoneidad para todas las tareas de gestión de patrimonios privados. La validación requiere datos representativos, casos adversos, limitaciones y análisis continuo de resultados.

La revisión humana puede fallar por autoridad, competencia, evidencia, tiempo o capacidad de cuestionamiento insuficientes. La institución debe probar el funcionamiento de la supervisión en lugar de confiar en la redacción de las políticas.

El despacho hipotético contiene supuestos de gestión únicamente para demostrar el método. No describe una familia, un cliente, una asignación de activos, un beneficio materializado ni un proveedor recomendado.

Una política duradera de AI conecta el propósito con la acción. Cada uso tiene una finalidad empresarial y un responsable. Cada flujo de datos tiene autoridad y control. Cada sistema relevante tiene un nivel de riesgo, un registro de validación y un límite aprobado. Cada revisor humano puede cuestionar y detener. Cada dependencia de proveedor tiene evidencia y una vía de salida. Cada incidente permite rastrear las personas, los datos y las decisiones afectados. Cada informe de gobierno vincula una métrica con una acción.

Esta arquitectura permite a una institución de patrimonio privado utilizar AI preservando la confidencialidad, la disciplina de inversión y el juicio humano sujeto a rendición de cuentas. La política se convierte en un sistema de control vivo que abarca la gobernanza familiar, la actividad inversora y las operaciones.

Referencias

1. [1] Emiratos Árabes Unidos, Decreto-ley Federal n.º 45 de 2021 relativo a la protección de datos personales, en vigor desde el 2 de enero de 2022; texto oficial consultado el 12 de agosto de 2026. https://uaelegislation.gov.ae/en/legislations/1972
2. [2] Centro Financiero Internacional de Dubái, Ley de Protección de Datos, Ley n.º 5 de 2020 del DIFC y directrices del Comisionado, consultado el 12 de agosto de 2026. https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection/guidance
3. [3] Centro Financiero Internacional de Dubái, Reglamento 10: Tratamiento de datos personales mediante sistemas autónomos y semiautónomos, consultado el 12 de agosto de 2026. https://www.difc.com/business/registrars-and-commissioners/commissioner-of-data-protection/regulation-10
4. [4] Mercado Global de Abu Dabi, Oficina de Protección de Datos, Directrices sobre el Reglamento de Protección de Datos de 2021, consultado el 12 de agosto de 2026. https://www.adgm.com/operating-in-adgm/office-of-data-protection/guidance
5. [5] Banco Central de los UAE, Autoridad de Valores y Materias Primas, Autoridad de Servicios Financieros de Dubái y Autoridad Reguladora de Servicios Financieros, Directrices para instituciones financieras que adoptan tecnologías facilitadoras, 15 de noviembre de 2021. https://www.dfsa.ae/news/uae-regulatory-authorities-jointly-issue-guidelines-financial-institutions-adopting-enabling-technologies
6. [6] Autoridad de Servicios Financieros de Dubái, Expectativas regulatorias sobre la gestión del riesgo de inteligencia artificial en el DIFC, listado de cartas SEO de fecha 4 de junio de 2026, consultado el 12 de agosto de 2026. https://www.dfsa.ae/your-resources/publications-reports/seo-letters-1
7. [7] Centro Financiero Internacional de Dubái, Consulta sobre las modificaciones del Reglamento de Protección de Datos del DIFC, 18 de junio de 2026. https://www.difc.com/whats-on/news/difc-consultation-amended-data-protection-regulations
8. [8] Junta de Gobernadores del Sistema de la Reserva Federal, Oficina del Contralor de la Moneda y Corporación Federal de Seguro de Depósitos, Directrices revisadas sobre la gestión del riesgo de modelos, 17 de abril de 2026. https://www.federalreserve.gov/supervisionreg/srletters/SR2602.htm
9. [9] Instituto Nacional de Estándares y Tecnología, Marco de Gestión de Riesgos de AI 1.0 y Perfil de Inteligencia Artificial Generativa NIST AI 600-1, 2023 y 2024. https://www.nist.gov/itl/ai-risk-management-framework y https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
10. [10] Instituto Nacional de Estándares y Tecnología, Perfil del Marco de Ciberseguridad para la Inteligencia Artificial, borrador preliminar inicial NIST IR 8596, 16 de diciembre de 2025. https://csrc.nist.gov/pubs/ir/8596/iprd
11. [11] Instituto de Estabilidad Financiera del Banco de Pagos Internacionales, Regulación de AI en el sector financiero: novedades recientes y principales desafíos, FSI Insights n.º 63, 12 de diciembre de 2024. https://www.bis.org/fsi/publ/insights63.htm
12. [12] Organización para la Cooperación y el Desarrollo Económicos, Principios de AI de la OCDE, adoptados en 2019 y actualizados en 2024, consultado el 12 de agosto de 2026. https://www.oecd.org/en/topics/ai-principles.html

Sobre el autor

Chennakeshav Adya es investigador independiente y socio director de Matchpoint Partners. Su investigación se centra en estrategia de inversión, formación de capital, ejecución de transacciones, gobernanza y diseño de modelos operativos en los mercados del Golfo e internacionales.