Seguridad y gobernanza del LLM
Soberanía de los datos por arquitectura, no por contrato
EyesClear corre dentro del propio entorno del banco, y la IA corre sobre esa misma infraestructura privada. Ningún dato de clientes y ninguna inferencia del modelo salen hacia una nube externa o un proveedor tercero. El LLM está aislado dentro de la plataforma, recibe únicamente herramientas internas y se alimenta solo con los datos que el banco ha autorizado de forma explícita.
01 Seguridad y arquitectura de datos
Cinco propiedades de la implementación
- On-premise y residencia de datos
- EyesClear se implementa dentro de su propio entorno —on-premise o nube privada— y la IA corre sobre esa misma infraestructura. Ningún dato de clientes y ninguna inferencia del modelo salen hacia una nube externa o un proveedor tercero. La soberanía de los datos está garantizada por la arquitectura, no por un contrato.
- Topología de implementación
- Microservicios en contenedores —recolección de datos, procesamiento de mensajes, alertamiento, gestión de casos, reportería y portal— sobre PostgreSQL con escalado horizontal, un caché en memoria para la evaluación en tiempo real y un gateway privado de LLM. Un solo motor atiende el procesamiento en tiempo real y el retroactivo como dos modos.
- Gestión de datos y confidencialidad
- Las cadenas de conexión, las credenciales de integración y las llaves de API se mantienen como parámetros cifrados y administrados de forma central, nunca embebidos en el código ni en la configuración. La conectividad se valida antes de que una fuente entre en producción.
- Control de acceso y segregación
- Los perfiles de acceso basados en roles, los departamentos y las divisiones definen qué puede ver y hacer cada usuario, hasta la visibilidad de menús y la partición de datos. Los analistas alcanzan solo los datos que su mandato permite, y los permisos se administran de forma central.
- Conectividad
- Los conectores universales aceptan SWIFT e ISO 20022, colas en tiempo real (MQ y Kafka), y fuentes de bases de datos y archivos que cubren CRM, transacciones, riesgo y KYC, mapeados hacia el data fabric único.
02 Seguridad del LLM
Contención por diseño
La tecnología LLM es un verdadero game changer, y hay que entenderla por completo antes de que toque producción. El valor es demasiado grande para ignorarlo. Como en todo proceso que opera un banco, es la buena gobernanza la que elimina el riesgo.
Aislado por diseño
Herramientas internas, deliberadamente
Recopilación por reglas, no rastreo
Valor de la IA sin riesgo de exportación de datos.
Seguridad del LLM, impuesta por la arquitectura
03 Defendibilidad
Lo que se le puede mostrar a un examinador
- Explicabilidad
- La IA nunca decide por su cuenta. Cada salida es rastreable hasta los datos de origen y es revisada, editada y aprobada por un analista antes de que se actúe sobre ella. No hay un score de caja negra que defender.
- Auditabilidad
- Toda la evidencia, el historial de casos y las decisiones se mantienen de forma central, con pistas de auditoría completas y recuperación inmediata para cualquier periodo. El registro de actividad deja constancia de quién abrió qué pantalla y qué hizo: examen y auditoría interna sin revolver carpetas.
- Gobernanza de modelos y cambios
- El maker-checker (doble control) rige cada cambio material de configuración —escenarios, umbrales, tipologías, plantillas de caso, tipos de reporte, permisos de usuario— con constancia completa de quién lo solicitó y quién lo aprobó.
Traiga a su equipo de seguridad
Las preguntas de arquitectura son las que nos gusta que nos hagan. Una demo puede empezar por el diagrama de implementación en vez del tablero.
