--- title: IA agéntica en el cumplimiento normativo: ganarse el derecho a prescindir de la intervención humana source_page: https://www.sardine.ai/es/whitepapers/agentic-ai-in-compliance canonical: https://www.sardine.ai/es/whitepapers/agentic-ai-in-compliance format: text/markdown description: El agente de IA de Sardine ahora toma decisiones sobre el 100 % de las alertas de sanciones y PEP de un banco estadounidense, sin omitir ninguna coincidencia. Descubre cómo el banco redujo la revisión humana del 100 % al 10 %. --- **Quick links:** [Human page](https://www.sardine.ai/es/whitepapers/agentic-ai-in-compliance) · [Home](https://www.sardine.ai) · [Customers](https://www.sardine.ai/es/customers) · [Blog](https://www.sardine.ai/es/blog) · [Demo](https://www.sardine.ai/es/demo) --- # IA agéntica en el cumplimiento normativo: ganarse el derecho a prescindir de la intervención humana **Categories:** Agentic AI, Compliance, AML, Community Banks El agente de IA de Sardine ahora toma decisiones sobre el 100 % de las alertas de sanciones y PEP de un banco estadounidense, sin omitir ninguna coincidencia. Descubre cómo el banco redujo la revisión humana del 100 % al 10 %. La mayoría de las propuestas de «IA para el cumplimiento normativo» se estancan en cuanto una persona sigue teniendo que revisar cada decisión. Si eso sigue siendo así, la parte más costosa del proceso nunca cambia realmente. En colaboración con un banco estadounidense regulado, Sardine implementó un agente de IA para realizar en tiempo real el control de sanciones y de personas políticamente expuestas (PEP), y redujo la supervisión humana paso a paso, basándose en pruebas. Hasta donde sabemos, esta es una de las primeras instituciones estadounidenses en automatizar por completo la toma de decisiones sobre sanciones y PEP, un ámbito que los reguladores vigilan de cerca. Algunos de nuestros hallazgos: En funcionamiento desde abril de 2026, el agente toma ahora decisiones en tiempo real sobre el 100 % de las alertas de sanciones y PEP, resolviendo automáticamente cerca del 89 % que son falsos positivos evidentes y derivando el resto. Las revisiones manuales se han reducido aproximadamente un 95 % para las alertas de sanciones y un 90 % para las alertas de personas políticamente expuestas (PEP). La supervisión humana se redujo del 100 % de las decisiones del agente en el momento del lanzamiento al 10 % en un plazo de cuatro meses, y solo después de que cada etapa cumpliera sus propios criterios de éxito. Cero coincidencias omitidas. Ninguna coincidencia confirmada con sanciones o PEP se ha aprobado automáticamente en más de 6.000 decisiones reales. En una prueba retrospectiva a ciegas de 459 alertas resueltas previamente, la recomendación del agente coincidió con la decisión humana en el 95,8 % de los casos. En las decisiones en producción sobre las que se pronuncia, coincide con los revisores en el 99,9 % de los casos. El propio método de implementación por etapas: documentar el plan, realizar pruebas retrospectivas de la detección de verdaderos positivos, validar los falsos positivos con alertas reales, ponerlo en producción bajo supervisión total y, después, reducir gradualmente la supervisión en función del nivel de concordancia medido, todo ello enmarcado en el lenguaje de Gestión de Riesgos de Modelos que ya utilizan los examinadores. El informe completo aborda el marco de gobernanza de cuatro etapas, la matriz de confusión que sustenta la afirmación de que no hubo falsos negativos, cómo el banco defendió su postura ante dos tipos distintos de examinadores y las cuestiones pendientes que aún no hemos resuelto por completo, incluido hasta qué punto puede reducirse la supervisión de esta manera. Completa el formulario para descargarlo ahora.