Secreto bancario e IA en Suiza: bancos, FINMA y gestores de patrimonio

En un banco privado de Ginebra o en una gestora de patrimonios de Zúrich, los asistentes de IA encontraron su sitio muy rápido: resumir una nota de análisis, preparar un informe de cartera, redactar una carta a un cliente en alemán, francés o inglés.

Pero la plaza financiera suiza descansa sobre una promesa antigua: la discreción. El día en que un asesor pega el extracto de un cliente en un chatbot, esa promesa se pone a prueba. Esto es lo que el secreto bancario, la Ley de Instituciones Financieras y las expectativas de la FINMA suponen en la práctica para el uso de la IA.

El secreto bancario también castiga la negligencia

El artículo 47 de la Ley de Bancos castiga la violación del secreto profesional por parte de los órganos, empleados, mandatarios o liquidadores de un banco. La violación intencionada se castiga con pena privativa de libertad de hasta tres años o pena pecuniaria, y de hasta cinco años si se busca un beneficio económico. Lo que muchos olvidan está en el apartado 2: la negligencia se sanciona con una multa de hasta 250.000 francos. La obligación se mantiene incluso después de terminar la relación laboral.

Para los gestores de patrimonios y las gestoras de fondos, el artículo 69 de la Ley de Instituciones Financieras (LEFin) prevé una infracción comparable. Un copiar y pegar imprudente en una herramienta de IA externa no es, por tanto, un simple desliz de procedimiento: puede tener consecuencias penales para quien lo hizo.

La herramienta de IA, un proveedor como cualquier otro

Para la FINMA, confiar un tratamiento a un proveedor externo es externalización. La circular 2018/3 sobre outsourcing exige, entre otras cosas, elegir y supervisar con cuidado al proveedor, garantizar la seguridad y confidencialidad de los datos y conservar el derecho de auditoría. Un asistente de IA en línea que trata datos de clientes se acerca a esa lógica, aunque nadie lo haya presentado como un proyecto de externalización.

La FINMA lo precisó en su comunicación de supervisión 08/2024, del 18 de diciembre de 2024, sobre gobernanza y gestión de riesgos en el uso de la inteligencia artificial. En ella espera que las entidades mantengan un inventario de sus aplicaciones de IA, las clasifiquen según su importancia y sus riesgos, cuiden la calidad de los datos y revisen a fondo las soluciones de terceros. También señala la creciente dependencia de unos pocos proveedores de IA como un riesgo que vigilar.

Datos críticos y resiliencia operativa

La circular FINMA 2023/1 sobre riesgos operativos y resiliencia de los bancos está en vigor desde el 1 de enero de 2024. Exige identificar los datos críticos, es decir, los que requieren medidas de seguridad reforzadas, y protegerlos durante todo su ciclo de vida. La FINMA observó que muchas entidades limitaban este concepto a los datos de identificación de clientes (CID) y espera un enfoque más amplio.

Para la IA, la consecuencia es sencilla: hay que saber qué datos críticos pueden llegar a un prompt, por qué canales y qué ocurre si llegan.

Las situaciones que generan problemas

En bancos y gestoras, el riesgo se concentra en unos pocos gestos repetidos:

• pegar un extracto de posiciones para obtener un comentario de rentabilidad;

• traducir un intercambio con un cliente que incluye su nombre, su país de residencia y sus activos;

• resumir un expediente de cumplimiento o de verificación del origen de los fondos;

• pedir a la IA que analice una hoja de cálculo exportada del sistema de gestión de carteras;

• usar un asistente de programación con fragmentos que contienen identificadores de cuentas.

También hay que pensar en el personal externo: consultores, desarrolladores, proveedores informáticos. El artículo 47 menciona expresamente a los mandatarios del banco. Si un proveedor pega datos de clientes en un asistente de IA, el riesgo es el mismo, y el contrato debe preverlo.

Las herramientas clásicas de supervisión de red apenas ven estos flujos, como explicamos en nuestro artículo sobre por qué el DLP de red falla con ChatGPT. Y cuando el uso se escapa de las herramientas validadas, el coste oculto sube rápido: vea el coste real de la IA en la sombra.

Un enfoque en cuatro pasos

1. Inventariar las herramientas de IA que realmente se usan, incluidas extensiones del navegador y cuentas personales, como pide la FINMA.

2. Clasificar los casos de uso según los datos implicados: públicos, internos, confidenciales, sujetos al secreto bancario.

3. Enmarcar por contrato las herramientas elegidas, con los requisitos de externalización, y prohibir las demás para datos de clientes.

4. Controlar en el puesto de trabajo: detectar nombres de clientes, IBAN, números de cuenta e importes antes del envío y después anonimizar o bloquear.

Estos pasos no exigen un gran proyecto. El inventario y la clasificación pueden avanzar en pocas semanas, siempre que se implique desde el principio a cumplimiento, seguridad informática y las áreas de negocio.

El cuarto paso aporta además la prueba que se espera en una revisión: un registro de incidentes evitados, útil para la auditoría interna, la firma auditora y la FINMA.

Soberanía y nLPD, la base

Estas reglas sectoriales se suman a la nueva Ley Federal de Protección de Datos (nLPD), en vigor desde el 1 de septiembre de 2023, y a las cuestiones sobre transferencias al extranjero. Las tratamos en detalle en nuestro primer artículo sobre la nLPD, la IA generativa y la soberanía de los datos en Suiza. Para un banco, la nLPD marca el mínimo; el secreto bancario y la FINMA suben el listón.

En resumen

El secreto bancario castiga también la negligencia, la FINMA trata las herramientas de IA externas con el mismo rigor que cualquier externalización y la circular 2023/1 obliga a proteger los datos críticos.

ZeusLock detecta y anonimiza los datos de clientes en los prompts y archivos enviados a los asistentes de IA, directamente en el puesto de trabajo, y registra cada incidente. Solicite una demo para su entidad.