Alinia AI presenta Seny, modelo que audita agentes de IA

Por qué los agentes de IA necesitan un árbitro legal en tiempo real

En banca, seguros y salud los agentes de IA ya evalúan préstamos, asesoran clientes, calculan precios y gestionan reclamaciones. Cada una de esas decisiones está sometida a normativas concretas que cambian según el país, el sector y el tipo de cliente. Cuando una empresa opera docenas o cientos de agentes en producción, revisar manualmente cada interacción deja de ser viable. Ahí es donde entra Alinia AI, una startup española que acaba de presentar Seny, un modelo de inteligencia artificial diseñado específicamente para supervisar si esos agentes están actuando dentro de la ley.

Qué es Alinia AI y qué problema resuelve

Alinia AI se define como una capa de alineamiento legal: software que vigila, en tiempo real, si las acciones de un agente de IA cumplen la normativa aplicable a su contexto. No compite con los grandes modelos de propósito general, sino con los sistemas de seguridad genéricos que detectan respuestas tóxicas o filtraciones de datos. La diferencia es el dominio: Seny no evalúa si un texto es peligroso, sino si una recomendación financiera cumple la regulación que corresponde o si una decisión de solvencia se ajusta a las reglas que rigen ese proceso.

El modelo se ha entrenado con corpus legislativos de múltiples jurisdicciones e idiomas, seleccionados con apoyo de expertos legales, y está optimizado para clasificación de riesgos y razonamiento jurídico.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Cómo funciona Seny, el modelo que audita agentes de IA

Seny es la base para crear jueces especializados en distintas políticas y sectores. Estos jueces pueden actuar de tres formas complementarias:

Auditor en línea, supervisando la ejecución de un proceso mientras ocurre.
Guardarraíl, frenando una acción del agente si incumple una norma.
Sistema de evaluación posterior, analizando logs para detectar patrones problemáticos.

La compañía los está orientando especialmente a banca, seguros y salud, tres de los sectores más regulados y donde la presión por justificar cada decisión automatizada es mayor.

Un modelo pequeño, entrenado para una tarea muy concreta

Una de las claves técnicas de Seny está en su tamaño. Se trata de un modelo de lenguaje de 4.000 millones de parámetros, muy por debajo de los grandes modelos de propósito general, pero especializado en una función concreta. Esa combinación permite, según Alinia, una latencia mediana de 151 milisegundos, con la posibilidad de reducirla hasta los 50 milisegundos en determinados despliegues en VPC (nube privada virtual).

La empresa afirma que sus jueces pueden llegar a ser entre 5 y 17 veces más rápidos que algunos modelos comparables que ha evaluado. En un sistema donde cada decisión del agente debe pasar por el filtro normativo, la latencia define si se puede auditar el 100% de las interacciones o solo una muestra.

Seny ha obtenido resultados comparables a modelos de frontera en distintos dominios especializados y consigue mejoras consistentes en nueve idiomas, entre ellos español, catalán, inglés, francés y alemán. Alinia también ha publicado benchmarks públicos de asesoramiento legal y fiscal para que cualquier equipo técnico pueda comparar su rendimiento con otras soluciones.

Por qué importa que se entrene en MareNostrum 5

El proyecto cuenta con el respaldo de EuroHPC AI Factory y se ha desarrollado en el supercomputador MareNostrum 5 del Barcelona Supercomputing Center (BSC). No es un detalle menor: entrenar un modelo jurídico multilingüe sobre corpus legislativos reales requiere una capacidad de cómputo que está fuera del alcance de la mayoría de startups. El acceso a infraestructura europea de supercomputación permite a Alinia entrenar y reentrenar Seny con una velocidad y un coste que no serían viables en la nube comercial estándar.

El contexto regulatorio: por qué este mercado existe

El lanzamiento llega en un momento de presión regulatoria inédita. La guía de cumplimiento normativo de IA de Kiteworks publicada en julio de 2026 recoge que más de 25 países han introducido o legislado normativa específica de IA desde 2023, y que el EU AI Act entró en su fase principal de aplicación en 2026, con multas de hasta 35 millones de euros o el 7% del volumen de negocio global para las infracciones más graves, por encima incluso del tope del RGPD.

La misma fuente cita una proyección de Gartner según la cual más del 50% de las grandes empresas enfrentarán auditorías obligatorias de cumplimiento de IA en 2026. Para una entidad financiera que opera en la UE, cada agente que toma decisiones sobre clientes debe poder demostrar, en cualquier momento, que su comportamiento está dentro de la ley.

En Estados Unidos, según el análisis de Collibra de junio de 2026, el panorama se fragmenta: la Colorado AI Act entró en vigor el 30 de junio de 2026, las regulaciones ADMT de California se aplican desde el 1 de enero de 2026, y al menos cinco estados más (Washington, Oregón, Utah, Virginia, Vermont y Arizona) aprobaron legislación de IA en el primer semestre. Para una empresa con operaciones en varios estados, el cumplimiento ya no es un checklist único: es la capacidad de satisfacer varios marcos regulatorios con un solo programa de controles.

¿Qué significa esto para tu startup?

Si tu producto integra agentes de IA que toman decisiones con impacto en personas (crédito, salud, seguros, empleo, acceso a servicios), el problema que Alinia intenta resolver va a ser tu problema. Hoy quizá auditas una muestra; el marco regulatorio europeo y de varios estados de EE. UU. apunta a exigir trazabilidad continua de cada decisión automatizada. Dos acciones concretas que puedes empezar a aplicar esta semana:

Inventario de agentes y datos. Antes de comprar ninguna herramienta, mapea qué agentes tienes desplegados, qué datos tocan y qué marco regulatorio aplica según la jurisdicción de tu usuario. El Kiteworks 2026 Data Security and Compliance Risk Forecast señala que más del 80% de los empleados usan herramientas de IA no aprobadas, así que probablemente tu inventario real será mayor que tu inventario oficial.
Diseña el log antes de desplegar el agente. Si tu agente toma una decisión que afecta a una persona, cada interacción debería quedar registrada con timestamp, datos consultados, acción tomada y motivo. Esperar a que un regulador pida la traza para improvisarla es el escenario más caro.

Conclusión

Alinia AI llega con una propuesta concreta: un modelo pequeño, multilingüe y entrenado en supercomputación europea, capaz de auditar agentes de IA en milisegundos y en distintos marcos normativos. No es una capa de seguridad genérica ni un intento más de regular la IA desde el modelo: es una pieza de infraestructura pensada para el momento en que el cumplimiento deja de ser una revisión a posteriori y pasa a ser una propiedad del sistema. Para founders que construyen sobre agentes, la pregunta ya no es si van a necesitar algo así, sino cuándo y a qué coste.