La Comisión de Comercio de Futuros de Productos Básicos de EE. UU. (CFTC) empieza a afrontar una realidad regulatoria que muchos en el mundo cripto y las finanzas tradicionales llevan meses debatiendo: pronto, los agentes de software podrían hacer algo más que recomendar operaciones; podrían mantener activos de forma autónoma, ejecutar transacciones y, potencialmente, interactuar con los mercados digitales.
El presidente de la CFTC, Michael Selig, expuso ese argumento esta semana en unas declaraciones pronunciadas en el primer Frontier Forum de la CFTC, en Washington D. C., y sostuvo que los reguladores no pueden dar por sentado que los seres humanos sigan siendo los «participantes del mercado» centrales detrás de cada acción en los mercados. Describió agentes autónomos de IA que podrían realizar operaciones en nombre de los usuarios, lo que plantea interrogantes sobre el registro, la responsabilidad y cómo pueden determinar los reguladores a quién se está favoreciendo.
Conclusiones clave
El presidente de la CFTC, Michael Selig, afirmó que los agentes autónomos de IA capaces de mantener activos y ejecutar operaciones «ya no son ciencia ficción», lo que lleva a los reguladores a replantearse los marcos existentes.
Selig cuestionó cómo deberían aplicarse las normas actuales —diseñadas en torno a participantes humanos identificables— cuando un programa actúa en nombre de un usuario.
Señaló cuestiones pendientes, como el registro de desarrolladores, quién es responsable si un agente funciona mal y cómo deberían los reguladores rastrear qué agente opera en nombre de cada parte.
Selig sostuvo que la IA podría mejorar la gestión de riesgos para los operadores más pequeños, pero que la autonomía también conlleva riesgos, como comportamientos correlacionados y reacciones más rápidas del mercado.
El impulso de los productos en las plataformas de intercambio ya apunta a la llegada de flujos de trabajo de trading impulsados por agentes: Coinbase y Binance lanzaron herramientas relacionadas con agentes a principios de este año.
Por qué la CFTC se centra ahora en los agentes autónomos
En su intervención en el CFTC Frontier Forum, Selig presentó el cambio que se avecina como algo más que una automatización gradual. Aludió a la manera en que el presidente Trump describió la «superinteligencia» y sugirió que esta tecnología ya tiene una presencia comercial tan tangible como la de hitos industriales históricos, como la imprenta, la máquina de vapor e internet.
Ese planteamiento es importante porque el enfoque regulatorio de la CFTC se ha basado tradicionalmente en participantes identificables del mercado que desempeñan funciones definidas. A juicio de Selig, el software autónomo complica esa premisa: si un agente de IA puede identificar oportunidades de trading y ejecutar transacciones para un usuario, resulta más difícil delimitar la relación entre el usuario, el desarrollador, el agente y la actividad del mercado.
Sus comentarios apuntaron a dilemas prácticos de aplicación de la ley. Por ejemplo, si el «desarrollador» de un agente autónomo no es la persona que opera directamente, los reguladores aún deben determinar quién está sujeto a las obligaciones vigentes de registro y cumplimiento. Selig también planteó la cuestión de la responsabilidad cuando un agente se comporta de forma inesperada, ya sea por un error de programación, un fallo del modelo o una reacción imprevista ante mercados que evolucionan rápidamente.
Quizá lo más importante para la supervisión del mercado sea la pregunta de cómo pueden saber los reguladores qué agente —o conjunto de agentes— está realizando transacciones en nombre de quién. Sugirió que quizá sea necesario actualizar las herramientas de cumplimiento actuales y planteó la idea de un concepto de «conoce a tu agente», junto con las obligaciones más conocidas de «conoce a tu cliente» o en lugar de estas.
Posibles beneficios: procesamiento más rápido y mayor acceso a herramientas de gestión de riesgos
Selig sostuvo que las finanzas impulsadas por agentes podrían ofrecer ventajas reales, sobre todo a los participantes más pequeños que no pueden reproducir la infraestructura institucional. Afirmó que la IA podría procesar grandes volúmenes de información más rápido que las personas y, potencialmente, con mayor precisión; una capacidad que podría contribuir a la gestión de riesgos y agilizar la toma de decisiones.
En este escenario, la «capa de automatización» no se limita a colocar órdenes. También podría ayudar a vigilar las condiciones, reaccionar ante señales y gestionar la exposición de maneras que antes dependían de equipos especializados, herramientas costosas o una amplia experiencia en los mercados. Esta idea coincide con tendencias más amplias del sector: a medida que los consumidores recurren cada vez más a herramientas de IA para recibir ayuda en sus decisiones de inversión, la carga de cumplimiento deja de centrarse únicamente en el asesoramiento y pasa a abarcar también la ejecución, conforme aumenta la autonomía.
Como muestra de esta tendencia, una encuesta de eToro publicada en septiembre reveló que el 79 % de los inversores mileniales de EE. UU. y el 77 % de los inversores de la generación Z ya usaban IA o estarían dispuestos a usarla para seleccionar o ajustar sus inversiones. Aunque la encuesta no mide cuántos usuarios emplean sistemas de trading totalmente autónomos, sí pone de relieve la rapidez con la que las finanzas habilitadas por IA podrían generalizarse, lo que significa que es probable que los reguladores deban abordar estas cuestiones más pronto que tarde.
Nuevos riesgos: comportamientos correlacionados, reacciones inesperadas y una vigilancia más difícil
Además de los posibles beneficios, Selig destacó que una mayor autonomía puede generar nuevas formas de riesgo. Describió situaciones en las que los agentes podrían reaccionar de maneras inesperadas ante cambios en las condiciones del mercado. No se trata de una hipótesis puramente teórica: si varios operadores o instituciones dependen de modelos, estrategias o fuentes de datos subyacentes similares, existe el riesgo de que las operaciones estén correlacionadas; es decir, que muchos agentes independientes se comporten de forma parecida y amplifiquen la volatilidad.
La velocidad es otro factor. Las transacciones autónomas pueden producirse con tanta rapidez que superen los procesos de supervisión convencionales, lo que complica la vigilancia del mercado y la gestión de riesgos. Para los reguladores, el reto no solo consiste en detectar conductas indebidas, sino también en distinguir entre el comportamiento legítimo de los agentes y las dinámicas perjudiciales del sistema que surgen involuntariamente.
En el sector también se ha planteado el problema de las entradas y salidas compartidas. Yat Siu, presidente de Animoca Brands, dijo recientemente a Cointelegraph que, si un grupo numeroso de personas pregunta a la IA sobre la misma operación, las respuestas podrían converger, especialmente cuando los usuarios parten de instrucciones similares. Añadió que los conocimientos de cada usuario y sus preguntas de seguimiento pueden influir en la personalización, pero el riesgo fundamental persiste: los modelos y supuestos comunes pueden dar lugar a comportamientos comunes.
Los reguladores fuera de EE. UU. han expresado preocupaciones similares. El año pasado, el Comité de Política Financiera del Banco de Inglaterra advirtió que el uso generalizado de modelos similares podría amplificar las perturbaciones del mercado, lo que refleja un reconocimiento cada vez mayor de que la homogeneidad de los modelos puede ser un problema sistémico, y no solo técnico.
Ya están surgiendo productos de trading con agentes
Los comentarios de Selig llegan en un momento en que las plataformas de intercambio de criptomonedas están desarrollando herramientas que facilitan los flujos de trabajo impulsados por agentes. Este impulso en los productos sugiere que el debate sobre «cómo supervisarán esto los reguladores» ya no es teórico.
Por ejemplo, Coinbase presentó «Agentic Wallets» en febrero y describió un sistema en el que los agentes de IA pueden gastar y operar dentro de límites definidos por el usuario. Binance también ha avanzado en esa dirección: en marzo lanzó «AI Agent Skills», una herramienta que permite a los agentes acceder a datos del mercado y colocar o gestionar órdenes al contado.
Estas funciones no resuelven las cuestiones regulatorias planteadas por Selig, pero sí ilustran una tendencia: cada vez más, la ejecución puede delegarse en programas, y la intención del usuario puede traducirse en transacciones sin supervisión manual continua. Este cambio afecta a la forma en que podrían estructurarse las responsabilidades de cumplimiento, especialmente en lo relativo a la autenticación de las contrapartes, los registros de auditoría y la claridad sobre quién controla en última instancia el comportamiento de los agentes.
Qué observar a continuación
A medida que las finanzas con agentes pasan de las «decisiones asistidas» a la «ejecución autónoma», es probable que los próximos retos regulatorios sean prácticos: definir quién es responsable del comportamiento de los agentes, cómo rastrear el vínculo entre estos y los usuarios, y si los marcos de cumplimiento necesitan un enfoque paralelo de «conoce a tu agente». Para los inversores y quienes desarrollan estas tecnologías, la cuestión clave es si las normas evolucionarán al ritmo de las capacidades de los sistemas implementados, antes de que la autonomía se convierta en la forma predeterminada de interactuar con los mercados.
Este artículo se publicó originalmente con el título «El presidente de la CFTC sugiere que los refrigeradores podrían hacer staking futuro de Ether y lanzar memecoins» en Crypto Breaking News, tu fuente de confianza para noticias sobre criptomonedas, Bitcoin y actualizaciones sobre blockchain.