BBVA y Nvidia: el banco quiere gobernar a sus agentes de IA
BBVA colaborará con Nvidia para explorar el potencial de OpenShell Reference Architecture, la arquitectura que la tecnológica presentó en su conferencia GTC Berlin y que está diseñada para regular el comportamiento de los agentes de inteligencia artificial e intervenir cuando estos superan los límites establecidos. El anuncio lo hizo el banco en un comunicado, y llega en un momento en el que la entidad está extendiendo el uso de agentes de IA a toda la organización.
Para un founder, la señal es clara: el cuello de botella de los agentes ya no es la capacidad del modelo, sino la capacidad de controlarlo. BBVA lo plantea sin rodeos: a medida que los agentes ganan autonomía y asumen tareas más complejas, las empresas necesitan límites claros y supervisión continua.
OpenShell no es un modelo de IA, sino una capa de ejecución segura sobre la que corren los agentes. Su software es de código abierto y está disponible en la web de Nvidia y en GitHub, según detalló la compañía.
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 díasQué es OpenShell y cómo se controla a un agente en ejecución
Un agente de IA no ejecuta una sola acción: encadena pasos. Consulta información, llama a herramientas externas, escribe en un sistema, dispara otro proceso. Eso significa que su seguridad no depende solo de los controles definidos al diseñarlo, sino de la capacidad de vigilar sus decisiones mientras se ejecutan.
La arquitectura combina dos capas: infraestructura que ejecuta a los agentes y gestiona su interacción con otras herramientas, y sistemas de seguridad independientes capaces de detectar y contener actuaciones que superen los límites fijados.
Según la documentación técnica que Nvidia publicó junto al anuncio, el runtime de OpenShell se organiza en cuatro componentes: un Gateway que gestiona el ciclo de vida de los entornos aislados y las políticas; un Supervisor que valida las peticiones salientes contra la política y media en el acceso a credenciales, corriendo fuera del entorno del agente; un Sandbox que aísla la carga de trabajo y restringe el acceso a archivos y procesos; y un Policy Prover que verifica formalmente que los permisos de una política no excedan el techo definido por la organización.
El detalle que importa a quien construye: el agente no se autogobierna. Nvidia lo plantea explícitamente así, la gobernanza vive en la infraestructura donde corre el agente y no dentro del agente. En la práctica, los agentes ejecutan en las CPUs Vera mientras los BlueField-4 DPU con Nvidia Sentry se colocan en el único camino hacia el modelo, de modo que la inspección del tráfico no depende de que el agente reporte su propio comportamiento. Si un agente intenta salirse de su frontera de software, Sentry lo pone en cuarentena y lo detiene en milisegundos, según Nvidia.
La compañía también afirma que sus sistemas Vera Rubin NVL72 entregan un rendimiento por megavatio 30 veces mayor para cargas de trabajo agénticas. Son cifras del fabricante, no de un tercero independiente, y conviene leerlas con esa cautela.
Por qué la banca es el primer campo de pruebas
El sector financiero es donde la trazabilidad y la gestión de riesgos no son opcionales. Por eso no sorprende que BBVA y Banco Santander sean los dos bancos que están explorando la arquitectura como marco para reforzar la seguridad y gobernanza de sus agentes, según reportó Capital.
El ecosistema alrededor del anuncio es amplio. Firmas de ciberseguridad como 1Password, Check Point, CrowdStrike, Cisco, F5, Fortinet, Microsoft, Okta, Palo Alto Networks, TrendAI y Zscaler trabajan para integrar la arquitectura en sus productos, mientras que Cadence, Dassault Systèmes, IBM, SAP, Siemens y Synopsys desarrollan plataformas de agentes sobre ella, según el mismo medio.
Valentín Sánchez, CSO Global de BBVA, lo resumió así: "Estamos extendiendo el uso de agentes de IA a toda la organización, y hacerlo de forma segura es una prioridad". Añadió que, a medida que estos sistemas ganan autonomía, hay que reforzar los mecanismos que permiten supervisar su actividad y mantener el control. Desde Nvidia, Aser Blanco, responsable global del sector bancario, señaló que para que un banco aproveche su propio conocimiento con agentes hacen falta límites claros y mecanismos de supervisión a medida que estos ganan autonomía.
El objetivo declarado por BBVA es doble: mejorar la experiencia de sus clientes y agilizar sus procesos internos, sin perder el control sobre los sistemas.
Qué significa esto para tu startup
1. La gobernanza de agentes es un problema de infraestructura, no de prompt. Si tu equipo está resolviendo el control de agentes con instrucciones en el prompt o con validaciones dentro del propio agente, estás construyendo sobre el supuesto que Nvidia descarta: que el agente puede gobernarse a sí mismo. La alternativa es poner la política fuera del agente, en un proxy, un gateway o una capa de red, y evaluar cada petición saliente contra reglas explícitas.
2. Empieza por el inventario de acciones, no por el modelo. Antes de elegir arquitectura, lista qué herramientas externas puede invocar cada agente, a qué credenciales accede y qué escrituras puede hacer. Ese inventario es lo que después se convierte en política. Sin él, ninguna capa de seguridad tiene contra qué comparar.
3. Aprovecha el código abierto. El software de OpenShell es de código abierto y está en GitHub. No necesitas ser un banco para leer los patrones de diseño —separar el plano de control del entorno de ejecución, aislar las credenciales del sandbox, verificar políticas antes de aplicarlas— y adaptarlos a tu stack con las herramientas que ya usas.
4. Diseña para la revocación. Si un agente se desvía, ¿cuánto tardas en cortarle el acceso? En un producto con agentes autónomos esa pregunta debería tener una respuesta medible antes de salir a producción, no después del primer incidente.
Conclusión
El movimiento de BBVA con Nvidia marca una transición: los agentes de IA pasan de ser una demo a ser infraestructura crítica que necesita límites verificables. Para las startups, la oportunidad no está solo en construir agentes más capaces, sino en construir el andamiaje que los mantiene dentro de sus fronteras. Quien resuelva bien la supervisión en tiempo real tendrá una ventaja comercial concreta: vender a empresas reguladas que no pueden permitirse un agente fuera de control.
Fuentes
- Noticias de Navarra (fuente original)
- Intereconomía
- Capital
- Bolsamanía
- NVIDIA OpenShell Reference Architecture (GlobeNewswire vía Yahoo Finance)
- Unite.AI
- BBVA
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 días
