Alinia AI lanza Seny, modelo para auditar el cumplimiento normativo

Seny, un modelo base específico para supervisar agentes de IA

Alinia AI, startup fundada a finales de 2023 por Carlos Muñoz y Ariadna Font, presentó Seny, un modelo de IA base diseñado para la supervisión y auditabilidad del cumplimiento normativo. La propuesta es construir un cimiento técnico sobre el que se asienten jueces (modelos LLM-as-a-judge) capaces de verificar si un agente de IA está operando dentro del marco legal que aplica a su caso de uso.

La idea central de Alinia es directa: un mismo agente avanzado puede dar una recomendación inadecuada según MiFID II, una resolución injusta bajo el Consumer Duty de la FCA, o una denegación de crédito que el prestamista no puede justificar bajo la Regulation B de EE.UU. "Detectar una evaluación de solvencia según el Anexo III, Sección 5 del Reglamento de IA de la UE no tiene nada que ver con detectar un tutorial de cómo hacer una bomba", resume la compañía. El problema, dicen, no se resuelve con guardarrailes genéricos: hace falta un modelo entrenado específicamente para el lenguaje legal.

Qué cambia Seny frente a un LLM convencional

Según Alinia AI, Seny ha sido entrenado con corpus legislativos de múltiples jurisdicciones e idiomas, curados por expertos legales, y está optimizado para clasificación de riesgos y razonamiento legal, no para mantener conversaciones generales. La compañía describe el trabajo como "pionero" para "establecer una nueva categoría dentro de AI safety, centrada puramente en el alineamiento legal".

Sobre Seny se construyen los jueces de Alinia AI, adaptados a normativas concretas y pensados para tres modos de uso:

• Auditor en tiempo de ejecución: monitoriza el comportamiento del agente mientras opera.
• Guardarraíl: bloquea o redirige acciones que se salen del marco legal.
• Evaluador offline: revisa flujos de IA ya producidos, útil para análisis retrospectivo y evidencia regulatoria.

Cada juez se diseña a medida para sectores altamente regulados: banca, seguros y salud, donde las consecuencias de un agente fuera de normativa son directamente económicas o reputacionales.

Por qué importa: el indeterminismo agéntico bajo la lupa

Hasta ahora, las empresas reguladas se enfrentaban a un reto sin cerrar: supervisar a sus agentes de IA en tiempo real bajo normativas concretas. Esa brecha se vuelve crítica cuando el caso de uso exige escala, baja latencia, rentabilidad y precisión a la vez. Alinia AI llama a este fenómeno indeterminismo agéntico en escenarios críticos de alto volumen: cuando un agente toma decisiones repetidas y rápidas, el error sistemático se multiplica más rápido que el error humano aislado.

La categoría a la que Alinia dice apuntar —AI safety aplicada al cumplimiento legal— coincide con una de las líneas de preocupación crecientes en el ecosistema enterprise. Una columna reciente en Forbes firmada por Alejandro Oses, CEO de Rootstack, resume el estado del debate: "AI no necesita más velocidad, necesita control". El argumento es que, según la experiencia de quien implementa IA en empresas, el verdadero reto aparece cuando los modelos empiezan a operar a escala: docenas de modelos, múltiples proveedores, agentes autónomos, información sensible y regulaciones en constante evolución.

Esa misma columna recoge un matiz útil para founders: la gobernanza de IA no es solo cumplimiento, es también un acelerador. Cuando hay claridad sobre qué modelos se pueden usar, qué información está autorizada y cómo se auditan los resultados, los equipos experimentan con mayor velocidad y confianza. En banca, seguros y salud, donde cada despliegue requiere evidencia documental ante el regulador, esa trazabilidad no es un nice-to-have, es el precio de entrada.

Alinia AI en contexto: equipo, inversión y tesis

Alinia AI levantó €6,45M a finales de 2025 en una ronda liderada por Mouro Capital. La tesis de la compañía se apoya en dos tendencias simultáneas: la adopción masiva de agentes de IA en funciones críticas de empresas reguladas, y la presión regulatoria que en Europa cristaliza en el AI Act y su Anexo III, y en el Reino Unido en las guías CONC de la FCA. Seny llega como pieza de infraestructura para resolver precisamente el hueco entre "el agente ya está en producción" y "el regulador puede auditar lo que hizo".

Qué significa esto para tu startup

Si estás construyendo o desplegando agentes de IA en sectores regulados, la categoría que Alinia AI plantea —AI safety legal-first— es relevante aunque no uses Seny. Te conviene:

• Mapear qué normativa aplica a cada decisión del agente. No es lo mismo una recomendación de inversión (MiFID II), una evaluación de crédito (Regulation B, Anexo III del AI Act) que un triage médico. Sin ese mapa, no hay guardarraíl posible.
• Diseñar el logging antes de desplegar. La auditoría, sea con Seny o con cualquier otra herramienta, depende de tener trazabilidad de qué hizo el agente, con qué datos y bajo qué prompt. Si eso no existe, ningún juez posterior podrá reconstruir el caso.
• Empezar con evaluación offline, pasar a tiempo real después. Lanzar un agente en producción con guardarraíl nuevo y evaluación en tiempo real al mismo tiempo multiplica variables. Un enfoque incremental reduce el blast radius si algo falla.

Fuentes

• Alinia AI lanza un modelo de inteligencia artificial para auditar el cumplimiento normativo (fuente original)
• AI Governance Will Separate Tomorrow's Market Leaders From Everyone Else