Anthropic abre Mythos a los bancos británicos pese a la inquietud de los financieros

Anthropic se prepara para dar a los bancos británicos acceso a Claude Mythos, uno de sus modelos más sensibles, que hasta ahora la compañía mantenía bajo un control estricto y no ofrecía al público general. Para el sector financiero, supone una entrada temprana en una nueva oleada de herramientas de IA, pero junto con el interés crece rápido la preocupación: parte de los directivos del sector ya advierte de posibles riesgos sistémicos.

Los bancos británicos recibirán acceso a la nueva herramienta en los próximos días. Hasta ahora, Anthropic había limitado el uso del modelo a un círculo reducido de empresas, en su mayoría estadounidenses, entre ellas Amazon, Apple y Microsoft. Ahora la lista de usuarios se amplía con entidades financieras del Reino Unido. El formato del lanzamiento es en sí mismo inusual: la compañía no publica el producto, sino que lo distribuye de forma selectiva, mediante canales controlados y entre grandes clientes institucionales. Esto muestra lo cautelosa que es Anthropic con las posibles consecuencias del uso de Mythos.

El interés de los bancos por estos sistemas es comprensible. Los modelos de la clase de Claude pueden acelerar el análisis de grandes volúmenes de documentos y ayudar en cumplimiento normativo, búsqueda interna, elaboración de informes, atención al cliente y evaluación de riesgos. Para un sector que valora la rapidez en el procesamiento de información y la calidad de las decisiones, es una ventaja considerable. Pero en la banca cualquier error cuesta más que en el software corporativo habitual: una respuesta imprecisa, una conclusión falsa o una recomendación incorrecta pueden afectar a clientes, reguladores y al mercado. Por eso la cuestión no es solo cuán útil es la herramienta, sino cuán predecible es su comportamiento en escenarios sensibles.

La principal causa de la tensión es que Mythos se describe como un modelo que se consideró demasiado arriesgado para un lanzamiento público. Si la compañía no está dispuesta a abrirlo al uso masivo, entregárselo a los bancos eleva automáticamente el listón de los requisitos de control. Los directivos financieros temen no solo los errores técnicos, sino efectos más amplios: la dependencia de la infraestructura crítica de un proveedor externo de IA, la concentración de capacidades en un número limitado de actores y la dificultad de una auditoría independiente. Para los bancos no es un servicio digital más, sino una posible capa de toma de decisiones dentro de uno de los sectores más regulados.

Otra incógnita es cómo se organizará el acceso. Aunque se hable de pilotos y de un número limitado de equipos, los bancos tendrán que montar procedimientos de gestión específicos: quién puede usar el modelo, qué datos se le pueden transmitir, cómo verificar las respuestas y dónde está el límite entre el consejo del sistema y la acción del empleado. La información confidencial sigue siendo un tema especialmente delicado. Las instituciones financieras británicas operan bajo una supervisión estricta, así que cualquier experimento con un modelo potente irá casi inevitablemente acompañado de auditorías internas, evaluación jurídica y debate con los departamentos de cumplimiento.

También hay un componente simbólico. Si Anthropic realmente empieza a ampliar el acceso a Mythos más allá de un círculo estrecho de tecnológicas estadounidenses, significa que el mercado entra en una nueva fase: los modelos más potentes llegan primero no a los usuarios corrientes, sino a grandes organizaciones con dinero, experiencia regulatoria y capacidad para incorporar controles adicionales. Ese escenario puede convertirse en la norma para los sistemas de IA de alto riesgo, sobre todo donde un error afecta no a la comodidad del usuario, sino al dinero, la seguridad y la estabilidad de instituciones enteras.

La conclusión principal es que lo de Mythos no es solo la noticia de otro lanzamiento de Claude. Es una prueba de cómo repartirán la responsabilidad desarrolladores y bancos sobre herramientas que prometen un fuerte aumento de eficiencia, pero que a la vez conllevan riesgos opacos. Si el experimento transcurre sin sobresaltos, los bancos acelerarán la adopción de modelos de IA cerrados. Si no, el sector financiero puede ser el primer lugar donde aparezcan restricciones duras para estos sistemas.