En la conferencia AGI Playground 2026, Wu Kai, Chief Revenue Officer de Airwallex, presentó el concepto de un sistema financiero nativo de IA, argumentando que el fin último de los Agentes no es una interfaz de diálogo más inteligente, sino un sistema de ejecución capaz de gestionar realmente los fondos empresariales.

Autor del artículo, fuente: GeekPark

Los focos del escenario principal de AGI Playground 2026 se encienden en los Jardines de Marina Bay, Singapur. En la audiencia, más de 50 fondos de capital de riesgo globales y cientos de desarrolladores de IA esperan con interés el próximo rumbo de los Agentes.

Todos están preguntándose:

Cuando el agente pasa de la conversación a la ejecución, ¿a qué distancia estamos de la entrega automática?

En la mesa redonda, Wu Kai, Chief Revenue Officer Global de Airwallex, presentó una perspectiva diferente a la mayoría. En lugar de abordar la capacidad del modelo o la interfaz de interacción, llevó directamente la pregunta al escenario más exigente: las finanzas. Él considera que la IA no solo cambiará la forma de usar el software, sino también la forma de construir y operar empresas: «Estamos construyendo las capacidades de ejecución subyacentes para finanzas y negocios nativos de IA».

Esto significa que el fin último del agente no es una interfaz de chat más inteligente, sino un sistema de ejecución capaz de gestionar realmente los fondos empresariales. En la narrativa de Airwallex, este sistema se resume como el «sistema operativo financiero nativo de IA». Alrededor de este sistema operativo, la empresa identifica dos oportunidades claras: las finanzas autónomas en la operación empresarial y el comercio agéntico en el ámbito de pagos y caja.

Wu Kai considera que el mercado ha llegado a un punto crítico; con el desarrollo de los agentes comerciales, los consumidores autorizarán a sus agentes para comparar precios, seleccionar productos y realizar pedidos, y el nuevo sistema de pagos entre agentes se convertirá en una tendencia futura.

01 La confianza es la entrada para el lanzamiento real del Agent

En el último año, los Agentes se convirtieron casi en los protagonistas del concurso de demos: en los videos de demostración, pueden conectar toda una cadena de procesos empresariales en minutos; pero al implementarlos realmente, muchas empresas descubrieron que, aunque la demostración era impresionante, la implementación era difícil. Wu Kai definió un estándar claro para la “implementación”, considerando que una verdadera implementación “no es solo poder demostrarla, sino ser confiable y capaz de realizar repetidamente tareas de producción”.

Desglosado, este estándar incluye cinco dimensiones: adopción, confiabilidad, resultados comerciales medibles, auditabilidad y una ruta de retroceso clara, lo que significa que la calidad del modelo es solo el punto de partida, no el final. Wu Kai enfatizó especialmente la singularidad de los escenarios financieros: «En el ámbito financiero, un Agente solo se considera realmente en producción cuando puede operar dentro del marco real de aprobación, cumplimiento y gestión de riesgos de la empresa».

Esto significa que el agente no puede ser simplemente un asistente inteligente externo; debe integrarse en los procesos de aprobación, reglas de cumplimiento y sistemas de gestión de riesgos ya existentes de la empresa. En la práctica de AirCloudPay, el agente es más eficaz en tareas que originalmente se realizaban manualmente, son repetitivas y requieren mínima intervención humana, como operaciones financieras, procesos de conciliación, preparación de informes y flujos de trabajo comerciales que requieren búsqueda, comparación y ejecución en secuencia.

Por el contrario, lo más débil de los Agentes en la actualidad son las tareas en las que «es difícil obtener todo el contexto». Por ejemplo, idear productos completamente nuevos o realizar juicios estratégicos complejos, que requieren una gran cantidad de experiencia en el campo e información implícita de la comunicación interpersonal; en esta etapa, los Agentes tienen dificultades para desempeñarlas.

Este reconocimiento consciente de los límites de la capacidad finalmente se refleja en el diseño del producto.

T:0 y Airi, recientemente lanzados, se dirigen a dos escenarios distintos. T:0 es una plataforma financiera nativa de IA diseñada para ejecutar funciones financieras de extremo a extremo, como contabilidad, predicción e informes, siendo esencialmente un departamento financiero capaz de funcionar de forma autónoma desde el primer día. Airi comenzó como una billetera de pago con un solo clic, pero estratégicamente también actúa como capa de confianza y credenciales del Comercio Agente, permitiendo a los usuarios guardar su información de pago una sola vez para realizar pagos más cómodos entre comerciantes participantes, al tiempo que senta las bases para pagos delegados por agentes de IA.

Con la evolución continua de los escenarios y la tecnología, Wu Kai considera que el momento es adecuado para lanzar estos dos productos. En el lado financiero, los clientes ya están cansados de herramientas fragmentadas, hojas de cálculo, tareas de conciliación y交接 repetidos; en el lado comercial, el auge de los agentes inteligentes implica que las billeteras y las capas de pago deben evolucionar, ya que los Agentes necesitan ayudar a los usuarios a descubrir, comparar y comprar productos, lo que requiere un método de pago seguro que no exponga los datos de tarjeta del cliente.

La confianza de AirCloud para llevar a cabo esto se debe en gran medida a la base construida durante los últimos diez años: su inversión a largo plazo en pagos, gestión de fondos e infraestructura regulatoria le permite superponer una capa de ejecución inteligente sobre canales financieros reales.

02 Se puede asignar para ejecutar, pero mantén el control

Cuando el agente comienza a procesar fondos, el problema más realista y fundamental se convierte en la cuestión práctica de "cómo diseñar la cadena de autorización", ya que el agente gasta el dinero del usuario: ¿quién autoriza? ¿quién ejecuta? ¿quién es responsable del resultado? Si estas preguntas no se pueden aclarar, incluso el agente más inteligente tendrá dificultades para entrar en producción.

Wu Kai hizo una distinción importante en el lugar: las empresas necesitan una «autorización por mandato», no una «transferencia de control».

En los productos de Airwallex, el asistente de IA «Kai» tiene los mismos permisos que el usuario y está sujeto a las mismas reglas de rol de cuenta, permisos, elegibilidad y control de flujos de trabajo. La cadena completa se entiende como una relación de delegación «usuario→Agente→servicios descendientes de Airwallex», no como una transferencia total del control del usuario al Agente.

Siguiendo este enlace, el equipo de producto definió diseños de límites muy específicos: Kai puede ayudar a recuperar información, guiar la configuración y realizar ciertas operaciones dentro de los límites permitidos por la política; sin embargo, para operaciones relacionadas con flujos de fondos o que generen cargos, el producto debe explicar claramente qué acción va a realizar Kai y requerir la confirmación del usuario antes de continuar. Para situaciones más sensibles, el modelo correcto es elevar la aprobación y realizar una revisión humana, en lugar de ejecutar silenciosamente.

Wu Kai resumió este principio en una frase: «Los agentes pueden ejecutar, pero las personas y las empresas siguen definiendo la misión, los límites y el marco de responsabilidad». Él considera que el aumento de la autonomía debe ir acompañado de un aumento en la capacidad de gobernanza. Con el tiempo, los agentes podrían asumir más flujos de trabajo, pero no asumirán la responsabilidad final.

Esta misma filosofía se refleja en el diseño de AgentOS. AgentOS conecta los Agentes con cuentas de producción, pero por defecto incluye scopes de OAuth, barreras de seguridad y no permite por defecto acciones de salida de fondos. En otras palabras, los Agentes no reciben un cheque en blanco, sino una tarjeta autorizada con límite, restricciones de uso y seguimiento de auditoría.

Wu Kai considera que el modelo ideal a largo plazo debería ser una cadena de delegación basada en OAuth, capaz de verificar quién es el sujeto, qué Agente está realizando la acción y cuándo se requiere confirmación elevada durante operaciones sensibles. Los límites prácticos pueden resumirse en cinco elementos: permisos del usuario, alcance limitado, confirmación explícita al aumentar el riesgo, auditoría continua y la posibilidad de elevar a tratamiento humano cuando la confianza o la autorización sean insuficientes.

03 El ecosistema financiero determina el límite de los Agentes

Si la cadena de autorización resuelve la pregunta de "¿qué puede hacer el agente?", entonces el "contexto" determina "qué tan bien puede hacerlo el agente".

En la mesa redonda, Wu Kai también compartió un conocimiento validado repetidamente por AirCloud, indicando que «en un entorno empresarial, el contexto no es algo que se agregue al final; las empresas deben construir o adquirir primero sistemas capaces de generar contexto financiero limpio y estructurado».

Detrás de esta frase se encuentra la lógica estratégica de Airwallex en sus adquisiciones. Adquisiciones como OpenPay y Leapfin no solo amplían la interfaz de productos, sino que incorporan más modelos de datos de facturación, ingresos, conciliación y contabilidad dentro del mismo ecosistema, permitiendo que los Agentes tomen decisiones basadas en una imagen empresarial más completa y confiable.

Wu Kai explicó por qué el contexto es tan crucial en escenarios financieros; de hecho, el contexto empresarial no es simplemente más datos, sino que está disperso en todo el ciclo de vida del capital, por ejemplo, cómo se generan los ingresos, cómo se enrutan los pagos, cómo se concilian las transacciones, cómo se cierran las cuentas, etc. Si estos datos están dispersos en diferentes sistemas, el agente es como un navegante con los ojos vendados: tiene sentido de dirección, pero no puede ver las condiciones del camino.

Based on these practices, Wu Kai concludes, "The best enterprise Agents will be built on integrated financial systems, not on isolated Copilots attached to fragmented data silos."

Esta es también la ventaja competitiva construida durante los diez años de Airwallex. Una infraestructura de diez años en pagos, gestión de fondos y regulación no es solo un conjunto de licencias y canales, sino una base que proporciona un contexto financiero completo y estructurado a los Agentes. Sin esta base, incluso el modelo más potente solo podrá realizar análisis fragmentados.

04 Implementación de finanzas de agentes: Construcción de un sistema de seguridad de fondos jerárquico y controlable

Ante los desafíos de seguridad en la operación autónoma de fondos por agentes inteligentes y la dificultad de medir el impacto en la implementación empresarial, Wu Kai ofrece una solución integral, práctica y prospectiva, estableciendo una ruta clara para la implementación de agentes de IA en el sector financiero.

Las finanzas son un campo que no tolera riesgos; otorgar permisos de operación de fondos a agentes abiertos amplifica simultáneamente oportunidades y riesgos, un desafío común para toda la industria. Wu Kai propone tres principios fundamentales: "control total por parte del usuario, autorización escalonada de operaciones y rastreabilidad en toda la cadena", equilibrando la eficiencia automatizada con la seguridad de los fondos.

Dividió las operaciones del agente en dos escenarios: irreversibles y reversibles, estableciendo lógicas de control diferenciadas: para operaciones irreversibles como transferencias,发放 de salarios y pagos a proveedores, donde los fondos no pueden ser revertidos, el agente solo puede emitir solicitudes, y la decisión final permanece firmemente en manos del usuario, con soporte para múltiples modos de autorización, como aprobación por lotes; para operaciones reversibles como contabilización y registro de asientos contables, se otorgan permisos de automatización, reduciendo la intervención manual que ralentiza el flujo de negocio.

Para fortalecer la red de seguridad contra riesgos, AirCloud proporciona un mecanismo completo de rastreo de operaciones; cada paso realizado por el agente inteligente queda registrada, permitiendo al usuario recuperar todos los registros de cambios y deshacer con un solo clic las operaciones reversibles; a largo plazo, se implementará un ciclo cerrado de retroalimentación de errores para que el agente inteligente aprenda automáticamente de errores pasados y evite la repetición de riesgos similares.

En escenarios de comercio electrónico de agentes inteligentes orientados al consumidor final, la definición de responsabilidades es más compleja. Wu Kai establece claramente el límite mínimo unificado de responsabilidades para la industria: la autorización activa del usuario es la condición previa para la validez de la transacción; en caso de rechazos o disputas por fraude, la responsabilidad final recae en el titular de la tarjeta. Airwallex está colaborando con las organizaciones de tarjetas para desarrollar normas estandarizadas de resolución de disputas de pagos de agentes inteligentes, complementando las deficiencias regulatorias en las transacciones autónomas de próxima generación.

Cuando la industria se concentra en la implementación de agentes inteligentes, las empresas suelen quedar confundidas sobre cómo evaluar si un agente es exitoso y si tiene valor comercial real. Wu Kai propone evaluar los agentes desde dos dimensiones: la completitud del ciclo de negocio y si la inteligencia del modelo constituye un cuello de botella, y clasifica los agentes del mercado en tres categorías, distinguiendo claramente los niveles de potencial de crecimiento comercial de los productos.

La primera categoría son aplicaciones de referencia ideal: los negocios pueden lograr un ciclo de ejecución del 100%, y todos los cuellos de botella provienen únicamente de la capacidad de inferencia del modelo; la generación de código por IA es un ejemplo típico, y la industria busca este tipo de productos disruptivos.

La segunda categoría son productos de herramientas automatizadas; tanto el agente financiero de K空中云汇 como el agente de comercio electrónico pertenecen a esta categoría: las capacidades del modelo no presentan deficiencias y pueden conectar todo el flujo de trabajo de extremo a extremo. Wu Kai enfatizó que hay una gran diferencia entre la automatización del 90 % y del 100 %; siempre que el último paso del proceso dependa de la intervención humana, la tasa de adopción y la eficiencia general se verán significativamente limitadas. Una vez implementada la automatización completa de la cadena, la tasa de adopción por parte de las empresas experimentará un salto cualitativo. Además, los agentes impulsan la frecuencia de toma de decisiones empresariales; mientras que las finanzas tradicionales revisan mensualmente, ahora se pueden monitorear y optimizar continuamente los indicadores diaria u horariamente, lo cual constituye también la dirección principal de desarrollo del agente financiero.

La tercera categoría es el Copilot asistido por IA: no puede establecer un ciclo de negocio completo, y el cuello de botella principal radica en la inteligencia del modelo; una operación típica es la transferencia de fondos financieros irreversibles. Estos productos deben mantener un proceso de revisión humana, mientras que la IA solo realiza tareas de apoyo en el análisis de datos, ofreciendo un valor básico, pero con mucho menos potencial de explosión comercial que las dos categorías anteriores.

*Imagen de portada: AGI Playground 2026