Alerta: Goldman retira la IA a sus traders. ¿Y tu empresa?
El 2 de noviembre de 2026, según recoge AI Weekly citando a Bloomberg, Goldman Sachs ha restringido el acceso de sus banqueros y traders a Claude Code, de Anthropic, y a GitHub Copilot, de Microsoft. Los ingenieros, unos 12.000, conservan el acceso. Es una decisión pequeña en apariencia y muy grande en lo que enseña sobre gobernanza de IA en cualquier empresa.
Qué ha pasado, y qué no sabemos
Lo confirmado, tal como lo relata la fuente: la directiva interna se actualizó en octubre tras una revisión de productividad y riesgo. El grupo de "strats", ingenieros que además hacen trabajo cuantitativo, también mantiene el acceso. Las herramientas no se prohíben en el banco: se acotan por perfil profesional.
Lo que no sabemos importa tanto como lo que sí. Ni la fuente ni este análisis pueden decir qué incidente, métrica o riesgo concreto motivó la revisión. Cualquier explicación sobre filtraciones, errores o costes sería especulación, y aquí no la vamos a vender como hecho. Lo único sólido es el patrón de la decisión: IA de programación para quien programa, fuera para quien no lo hace.
Conviene además leer la noticia con prudencia. Procede de un agregador que cita a Bloomberg, y los detalles internos de un banco rara vez se pueden contrastar con una segunda fuente independiente el mismo día.
El patrón que importa: acceso por rol, no por entusiasmo
Durante dos años, muchas empresas han desplegado asistentes de IA con una lógica de "que lo pruebe todo el mundo". Funciona mientras la herramienta es un chat que redacta correos. Cambia cuando la herramienta es un agente que lee repositorios, ejecuta comandos o toca sistemas. Un asistente de código en manos de un ingeniero con formación, revisión de código y entornos separados es una cosa. En manos de un trader que no pasa por ningún pipeline de revisión es otra.
La decisión de Goldman, tal como se cuenta, encaja con un principio viejo de seguridad aplicado a un producto nuevo: mínimo privilegio. Quien necesita la herramienta para su trabajo la tiene. Quien la usaría por curiosidad o por ganar tiempo, no. Es análisis propio, no un dato de la noticia, pero explica por qué la medida resulta tan reconocible para cualquier responsable de seguridad.
Lo que muestran otros datos del mismo día
La misma jornada deja contraste. Momentic, empresa de la hornada W24 de Y Combinator, presentó Mo, un agente de QA que prueba aplicaciones de forma autónoma. En un benchmark con 1.396 errores etiquetados por humanos en cuatro aplicaciones de código abierto, según AI Weekly, Mo encontró el 84% de los errores reales a 2,67 dólares por error, frente a 0,80 dólares de Codex, que encontró menos. Son cifras que la propia página recoge sin verificación independiente, así que toca leerlas como argumento comercial hasta que alguien las replique.
Y Palantir publicó ingresos de 2.310 millones de dólares en el tercer trimestre, con un negocio comercial en Estados Unidos que creció un 148% hasta 984 millones, según el resumen de AI Weekly del 2 de noviembre. La demanda empresarial de IA sigue empujando. Ambas cosas son compatibles: las empresas compran más IA y, a la vez, deciden con más cuidado quién la usa.
Cómo decidir en tu empresa quién usa qué
No hace falta ser un banco para aplicar el criterio. Un esquema práctico, de menos a más riesgo:
- Nivel 1, asistentes de texto sin acceso a sistemas: redacción, resúmenes, traducción. Acceso amplio, con una norma clara sobre qué datos no se pegan nunca (clientes, contratos, credenciales).
- Nivel 2, asistentes con acceso a documentos internos: acceso por equipo, con permisos heredados del gestor documental y registro de consultas.
- Nivel 3, agentes que ejecutan acciones: programan, envían, modifican registros. Solo perfiles formados, entornos de prueba separados y revisión humana antes de cualquier cambio en producción.
Antes de dar acceso al nivel 3, tres preguntas: ¿qué puede romper este agente si se equivoca?, ¿quién revisa lo que hace?, ¿podemos reconstruir después qué hizo y por qué? Si alguna respuesta es "no lo sé", la herramienta aún no está lista para ese rol.
Un inventario de una página
El primer paso es tedioso y casi nadie lo da: una hoja con cada herramienta de IA en uso, quién la utiliza, qué datos toca y quién la aprobó. Suele sorprender. En muchas pymes aparecen cuentas personales, extensiones de navegador y automatizaciones que nadie recordaba haber montado. Sin ese mapa, cualquier política de acceso es teoría. Con él, la matriz por roles se escribe en una tarde.
Revisión periódica
Una política de acceso a IA caduca rápido, porque las herramientas ganan capacidades cada pocas semanas. Conviene fijar una revisión trimestral: qué se concedió, qué se usó de verdad, qué incidentes o casi incidentes hubo y qué perfiles piden más acceso con argumentos de negocio. Si nadie usa un permiso en tres meses, se retira. Si un equipo lo reclama con un caso claro, se amplía con condiciones.
Qué evitar
El error simétrico existe. Prohibir todo empuja a la plantilla a usar cuentas personales, lo que se conoce como IA en la sombra, y ahí pierdes control y visibilidad por completo. La alternativa a la restricción no es el permiso universal: es ofrecer una vía autorizada, con sus límites, para que nadie busque atajos.
Otro fallo habitual es medir solo la productividad. La revisión que menciona la fuente combinaba productividad y riesgo, y esa pareja es la correcta. Una herramienta que ahorra dos horas semanales a un perfil no técnico y añade un riesgo operativo no compensa, aunque el ahorro sea real y medible.
Y no confundas dar acceso con dar formación. Un agente de programación es potente porque actúa; quien lo maneja debe saber leer lo que produce. Si no puedes revisar el resultado, tampoco deberías delegarlo. Lo mismo vale para ventas, marketing o administración: un agente que envía correos o actualiza el CRM sin supervisión comete errores a la velocidad de una máquina.
Valoración
La noticia no dice que la IA de programación sea peligrosa. Dice que las grandes organizaciones empiezan a tratarla como lo que es: una capacidad que se concede según el puesto, igual que el acceso a una base de datos de producción. Mi lectura es que veremos más políticas de este tipo, con matrices de acceso por rol, en bancos, aseguradoras y consultoras. Las pymes que las adopten pronto evitarán tanto el pánico como el descontrol.
En DAVMAC desarrollamos herramientas de inteligencia, análisis de datos y monitorización para empresas e instituciones; si quieres montar un inventario de uso de IA y una matriz de acceso para tu equipo, escríbenos.