Bank of America contrató a 1.000 contratistas externos para ayudar a reparar las vulnerabilidades de software surgidas por modelos avanzados de IA, incluido Mythos de Anthropic, dijo el miércoles a CNBC el director ejecutivo Brian Moynihan. La revelación, hecha en una entrevista después de la publicación de las ganancias del tercer trimestre del banco, es una de las primeras veces que una importante corporación estadounidense detalla la fuerza laboral y el costo en dólares de defender sus sistemas contra los modelos de inteligencia artificial de vanguardia.
Según CNBC, los contratistas fueron contratados en el segundo trimestre de 2026 para apoyar a los aproximadamente 3.000 empleados internos que trabajan en esa área, y hoy permanecen en el banco. "Contratamos a 1.000 contratistas para que nos ayudaran a realizar el trabajo de parcheo en el segundo trimestre, y esas personas permanecen aquí hoy, ayudándonos, además de las 3.000 personas que tenemos en esa área", dijo Moynihan a Leslie Picker de CNBC. Para más contexto sobre esta historia, consulta nuestra noticias de IA.
Cientos de millones en costos trimestrales
La iniciativa de parchear no fue barata. Moynihan dijo a los analistas más temprano el miércoles que la reparación del software, combinada con el trabajo regulatorio relacionado con el cumplimiento de las normas contra el lavado de dinero, agregó "más de un par de cientos de millones" a los costos del banco en el tercer trimestre. Las acciones del banco cayeron hasta un 8 por ciento el miércoles tras el informe de ganancias, y el gasto en remediación fue parte de una conversación más amplia con los inversores sobre la presión de los gastos.
A Mythos, que Anthropic entregó a un pequeño grupo de bancos, empresas de tecnología y agencias gubernamentales en abril, se le atribuye el mérito de descubrir y explotar fallas de software de décadas de antigüedad, capacidades que han obligado a las empresas que poseen datos financieros confidenciales a una costosa lucha defensiva. Bank of America se apresuró a reforzar un amplio espectro de su código interno y de proveedores a principios de este año, dijo Moynihan, utilizando miles de empleados y personal externo.
"Ese riesgo es un riesgo real, y es por eso que cuando aparecieron los modelos de tipo frontera... muchos de nosotros nos sentamos y dijimos: '¿Cómo podemos descubrir cómo superar esto rápidamente?'", dijo Moynihan en la entrevista de CNBC.
La naturaleza de doble filo de la IA de frontera
El episodio capta la extraña economía de la IA de frontera para las grandes empresas. La misma clase de modelos que ayuda a las empresas a reducir costos al aumentar la productividad también puede exponer debilidades en el software que se han acumulado silenciosamente durante décadas. Moynihan reconoció la tensión directamente y señaló que los proveedores que suministran el software del banco están compitiendo para equipar sus herramientas con IA de vanguardia.
"Tenemos que adelantarnos a ellos y tenemos que ser conscientes de que las personas que desarrollan el software son las que intentan vendernos los servicios", afirmó.
Un aumento temporal, argumenta Moynihan
Mientras las acciones caían, Moynihan intentó tranquilizar a los inversores diciéndoles que el aumento del gasto resultaría temporal. "Una vez que se parchea, no es necesario parchear tanto... El oleoducto avanza", dijo, añadiendo que el banco espera que los costos de remediación disminuyan con el tiempo.
El banco también apuesta a que la IA pagará con creces el trabajo defensivo en otros lugares. Bank of America ejecuta alrededor de 130 proyectos internos de inteligencia artificial que, según proyecta, generarán aproximadamente $700 millones en ahorros el próximo año, según CNBC, una cifra que eclipsa el proyecto de ley de remediación a corto plazo, incluso si el momento de ambos es incómodo.
Lo que dice sobre la industria
La divulgación del Bank of America ofrece uno de los datos más claros hasta el momento sobre lo que realmente le cuesta a una gran institución el descubrimiento de vulnerabilidades impulsadas por la IA. Desde que comenzaron a distribuirse modelos de ciberseguridad de vanguardia, los analistas han advertido que las bases de código heredadas en bancos, hospitales y gobiernos representan una vasta superficie de ataque que la IA puede mapear mucho más rápido que los auditores humanos. Hasta ahora, la mayor parte de esa discusión ha sido teórica; Moynihan puso un número de empleados y un precio a la respuesta.
Los comentarios también subrayan la delicada posición de empresas como Anthropic, que están vendiendo potentes modelos de ciberseguridad a un grupo selecto de instituciones mientras la industria en general discute sobre cómo (y con qué rapidez) deberían extenderse tales capacidades. Los informes de intentos de piratería asistida por IA han puesto bajo escrutinio las prácticas de contención y monitoreo, y los clientes empresariales ahora están presupuestando bajo el supuesto de que sus vulnerabilidades se encontrarán primero.
Para los bancos, el cálculo es sencillo: los costos de parchear son mensurables y están limitados, mientras que el costo de un exploit exitoso no lo es. El mensaje de Moynihan a los inversores fue que el aumento es una limpieza única, no una línea de gastos permanente, pero el episodio es un recordatorio de que cada salto en la capacidad del modelo puede modificar silenciosamente el precio de la postura de seguridad de cada empresa que ejecuta software.
A medida que los modelos de frontera continúan mejorando para encontrar fallas, la experiencia del Bank of America puede convertirse menos en un caso atípico y más en un modelo: miles de empleados, un ejército de contratistas y una factura de varios cientos de millones de dólares, todo ello desencadenado por un modelo que nunca afectó directamente a los sistemas del banco.
Los equipos de seguridad de otras grandes instituciones financieras están siguiendo de cerca el manual. Si los modelos de IA pueden sacar a la luz una década de vulnerabilidades acumuladas en cuestión de días, la pregunta para cada banco ya no es si su código tiene fallas: es quién las encuentra primero y si la institución tiene la capacidad de aplicar parches para responder antes de que se utilicen esas fallas. La revelación de Moynihan sugiere que para el segundo banco más grande de EE. UU., la respuesta requería tratar la remediación impulsada por la IA como un gasto definitorio del trimestre en lugar de una partida rutinaria de TI.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
