Kyndryl, proveedor de servicios tecnológicos empresariales de misión crítica, ha anunciado una nueva capacidad orientada al despliegue seguro de agentes de inteligencia artificial en organizaciones que operan bajo estrictos marcos regulatorios.
La propuesta, denominada “policy as code”, permite crear flujos de trabajo de IA agéntica gobernados por políticas automatizadas, facilitando así que las empresas puedan escalar el uso de estos sistemas en entornos complejos sin perder el control ni comprometer el cumplimiento normativo.
Qué es “policy as code” y por qué es relevante
La nueva capacidad traduce las normas internas, los requisitos regulatorios y los controles operativos de una organización en políticas legibles por máquinas. En la práctica, esto significa que las reglas que tradicionalmente se aplican de forma manual o documental pasan a integrarse directamente en el funcionamiento de los sistemas de IA.
Estas políticas gobiernan cómo se ejecutan los flujos de trabajo de IA agéntica, garantizando que los resultados sean coherentes, auditables y fiables. Según la compañía, este enfoque refuerza la confianza en el uso de agentes de IA dentro de procesos críticos.
La adopción de agentes autónomos promete eficiencia y automatización avanzada, pero muchas organizaciones encuentran frenos importantes. De acuerdo con el último Kyndryl Readiness Report, el 31% de los clientes señala las preocupaciones regulatorias o de cumplimiento como una de las principales barreras para ampliar sus inversiones tecnológicas recientes.
En este contexto, la capacidad “policy as code” busca responder directamente a esas inquietudes.
Cómo funciona el enfoque de gobernanza
La solución define límites operativos claros y diseña las acciones de los agentes para que sean comprensibles y revisables. Además, se alinean con los requisitos empresariales y regulatorios definidos por cada cliente.
Este planteamiento permite reducir costes, acelerar la toma de decisiones, minimizar errores y habilitar flujos de trabajo nativos de IA, todo ello bajo un marco de control previamente establecido.
“Policy as code” forma parte del Kyndryl Agentic AI Framework, al que aporta una capa lógica de control que gobierna dinámicamente cómo los agentes de IA se ejecutan, interactúan y operan entre distintos sistemas.
La compañía respalda este desarrollo en su experiencia gestionando entornos empresariales complejos durante décadas y en las casi 190 millones de automatizaciones que administra cada mes en sistemas de misión crítica. Esta base operativa permite un mayor control sobre los agentes, facilita comprender cómo y por qué toman decisiones y reduce el riesgo de comportamientos imprevistos cuando están en funcionamiento real.
Capacidades clave para entornos regulados
- Ejecución determinista: los agentes solo pueden realizar acciones permitidas por políticas predefinidas, reduciendo el riesgo operativo.
- Mitigación de alucinaciones: los controles bloquean acciones imprevisibles o no autorizadas a lo largo del flujo de trabajo, evitando impactos operativos derivados de comportamientos erróneos.
- Transparencia por diseño: cada acción y decisión del agente queda registrada y es explicable, facilitando la auditoría y el cumplimiento normativo.
- Supervisión humana: los agentes ejecutan tareas conforme a políticas verificables, supervisadas a través de paneles que garantizan decisiones coherentes y controladas.
Aplicaciones en sectores de misión crítica
El enfoque estructurado de “policy as code” permite desplegar agentes autónomos sujetos a políticas de forma segura y controlada en sectores como servicios financieros, administraciones públicas, cadenas de suministro y otros ámbitos de misión crítica, donde la fiabilidad y la previsibilidad son esenciales.
En estos entornos, cualquier desviación puede tener consecuencias operativas, económicas o regulatorias significativas. Integrar el cumplimiento directamente en los flujos de trabajo de IA se perfila así como un factor decisivo para su adopción a gran escala.
Con esta iniciativa, Kyndryl busca ofrecer una respuesta concreta a los retos de seguridad, control y gobernanza que siguen condicionando el despliegue de la IA autónoma en entornos empresariales críticos.
