"Plataforma agéntica" es un término que aparece con frecuencia creciente en las presentaciones de tecnología para el sector financiero. Como todo término que gana velocidad de adopción, corre el riesgo de perder precisión por el camino. Este ensayo es lo opuesto a un pitch — es una descripción técnica y funcional de cómo funciona una plataforma agéntica para wealth management, escrita para quien va a evaluar la arquitectura, no para quien necesita ser convencido de que la categoría existe.
La estructura tiene 3 capas: La Mente (grafo de memoria persistente), Los Agentes (fuerza de trabajo autónoma coordinada) y El Flujo (ciclo comercial de extremo a extremo). Al final, recorremos un ejemplo real — un mensaje de WhatsApp que llega a las 14:23 y lo que ocurre en los siguientes 60 segundos.
La Mente — grafo de memoria persistente
El punto de partida de cualquier plataforma agéntica eficaz para wealth management es la resolución de un problema fundamental: los agentes necesitan contexto para actuar bien. Sin contexto, un agente es tan útil como un modelo genérico — y los modelos genéricos no saben quién es su cliente.
La Mente es un grafo de conocimiento persistente — una representación estructurada de entidades (clientes, familiares, holdings, activos, bankers responsables, eventos) y de las relaciones entre ellas. No es una base de datos relacional plana. Es una red semántica que puede atravesarse: del cliente al portfolio, del portfolio a los activos, de los activos a los eventos de mercado que los afectan, de los eventos a las interacciones registradas, de las interacciones al contexto emocional y estratégico capturado.
Lo que contiene el grafo
- 01 Perfil del cliente — datos cadastrales, suitability clasificada con granularidad (no solo "conservador" sino lo que esto significa para ese cliente: qué activos acepta, cuáles rechaza, cuál es el horizonte, cuál el contexto emocional de riesgo).
- 02 Holdings y posiciones — estructura patrimonial completa: activos bajo custodia, participaciones societarias, holdings, offshore, inmuebles si son relevantes, con actualización vía feeds de custodia.
- 03 Historial de interacciones — no solo "llamada — OK" sino el contenido estructurado de cada conversación relevante: temas discutidos, preocupaciones expresadas, compromisos asumidos, tono y contexto emocional.
- 04 Red familiar y patrimonial — cónyuge, hijos, herederos, socios, relaciones que tienen implicaciones para la gestión del patrimonio y para decisiones de suitability y compliance.
- 05 Eventos de mercado conectados — noticias y eventos mapeados a las posiciones afectadas, con relevancia calculada por cliente. No las 500 noticias del día — las 3 que importan a este cliente específico.
El grafo se alimenta de múltiples fuentes: feeds de custodia, transcripciones de WhatsApp procesadas, anotaciones de reunión de los bankers, feeds de noticias filtrados, y enriquecimiento programado por agentes especializados. Cada dato nuevo se inserta con timestamp, fuente y contexto — creando una línea temporal auditable de todo lo que el sistema sabe de cada cliente.
"La Mente no es una base de datos con búsqueda. Es lo que un banker con 15 años de casa sabe — pero disponible para cualquier agente, instantáneamente, sin degradación por turnover."
Los Agentes — fuerza de trabajo coordinada
El segundo pilar es la fuerza de trabajo agéntica — un conjunto de agentes especializados que operan sobre el grafo de memoria, coordinados por un orquestador central. Cada agente tiene un ámbito de responsabilidad bien definido, permisos delimitados y un modo de operación específico (activo o reactivo, programado o event-driven).
Concierge — el punto de entrada
Concierge es el agente de intake — el punto de contacto entre el mundo externo y el sistema. Todo mensaje inbound pasa por Concierge: WhatsApp del cliente, email, solicitud del banker. Concierge identifica la intención, clasifica la urgencia, resuelve lo que puede resolver dentro de sus permisos y reenvía a los agentes especializados lo que requiere procesamiento adicional.
Oghma — el orquestador
Oghma es el orquestador central — el agente que recibe tareas complejas y las descompone en subtareas distribuidas entre los agentes especializados. Cuando hay una reunión agendada, Oghma no genera el briefing él solo — instruye al agente de portfolio para que actualice las posiciones, al agente de Suitability para que verifique el perfil, al agente de noticias para que filtre los eventos relevantes, al agente de Compliance para que revise pendientes. Recibe los resultados y sintetiza el briefing final.
Oghma mantiene el estado de cada tarea en curso, gestiona dependencias entre subtareas y garantiza que los fallos en agentes individuales no bloqueen el resultado final. Es LLM-agnóstico — puede orquestar agentes que corren sobre Anthropic Claude, OpenAI GPT, modelos open-source, o una combinación.
Agentes especializados
- Investments Agent — accede a las posiciones del grafo, calcula exposición, identifica concentración, compara con benchmark y la política de inversiones del cliente. Genera un análisis de portfolio estructurado, no una narrativa genérica.
- Suitability Agent — verifica si una comunicación propuesta, una asignación sugerida o una oferta está dentro del perfil de suitability clasificado para ese cliente específico. Señala las divergencias antes de que lleguen al banker.
- Compliance Agent — aplica reglas configuradas por los compliance officers de la institución sobre todas las comunicaciones de salida. Verifica restricciones de Anbima, CVM y políticas internas. Genera audit trail de cada decisión.
- Briefing Agent — sintetiza todos los inputs de los demás agentes en un documento estructurado, legible en menos de 60 segundos, en el formato que el banker reconoce y utiliza.
- News Agent — procesa feeds de noticias y filtra por relevancia para el portfolio de cada cliente. No envía lo que es "noticia importante" — envía lo que es importante para este cliente, sobre la base de los activos que tiene.
- WhatsApp Analyst — procesa mensajes inbound de WhatsApp: transcribe audios, identifica intención, extrae los compromisos asumidos, actualiza el grafo con el contenido de la interacción, propone respuesta para revisión del banker.
"Cada agente tiene permisos delimitados. Ningún agente toma decisiones fuera de su ámbito. El banker permanece en la línea de aprobación para todas las acciones que tienen consecuencias externas."
El Flujo — un ejemplo real
La teoría es necesaria pero insuficiente. Recorremos un ejemplo concreto: un mensaje de WhatsApp que llega a las 14:23. El cliente es el Sr. Monteiro, patriarca de una familia con patrimonio bajo gestión en un banco con private banking. El mensaje dice: "Necesito hablar sobre lo que está pasando con el fondo. Estoy preocupado."
14:23:01 — Mensaje recibido
El mensaje entra por el canal de integración de la WhatsApp Business API. Concierge lo recibe, identifica al remitente como Sr. Monteiro (vía número mapeado en el grafo), clasifica la intención como "preocupación con performance — requiere briefing urgente" y activa a Oghma con prioridad alta.
14:23:04 — Oghma descompone la tarea
Oghma lee el contexto del Sr. Monteiro en el grafo: perfil de suitability moderado-conservador, 42% de la cartera en fondos multimercado, la última interacción registrada fue hace 12 días. Descompone en subtareas paralelas: (1) Investments Agent: performance de los fondos en la cartera en los últimos 30 días; (2) News Agent: eventos de mercado relevantes para la cartera del Sr. Monteiro; (3) WhatsApp Analyst: historial de interacciones anteriores sobre el tema de performance.
14:23:08 — Agentes en paralelo
Investments Agent extrae las posiciones del grafo y calcula: el fondo de referencia en la cartera del Sr. Monteiro cayó un 3,2% en el mes, frente a un benchmark de −1,8%. News Agent identifica que hay dos artículos relevantes publicados en las últimas 48 horas sobre el sector de exposición del fondo. WhatsApp Analyst encuentra en el historial que en marzo el Sr. Monteiro expresó incomodidad con la volatilidad por encima del 2% mensual y que el banker actual se comprometió a llamar si el fondo superaba ese nivel.
14:23:19 — Síntesis y propuesta de respuesta
Oghma recibe los resultados de los 3 agentes, activa al Suitability Agent para confirmar que una respuesta de "contexto + sugerencia de llamada" está dentro del ámbito, y al Compliance Agent para verificar que ninguna información en la respuesta propuesta viola las políticas de comunicación. Con la aprobación de ambos, el Briefing Agent sintetiza un mensaje de respuesta para el Sr. Monteiro y un memo interno para el banker responsable.
14:23:41 — Banker recibe el paquete
El banker recibe en el panel: (1) contexto completo del Sr. Monteiro, actualizado con el mensaje de hoy; (2) análisis de performance del fondo con contexto de mercado; (3) el compromiso de marzo que no se cumplió — el banker debería haber llamado cuando la volatilidad superó el 2%; (4) borrador de respuesta para WhatsApp, a la espera de aprobación; (5) sugerencia de agendar llamada para los próximos 30 minutos.
El banker aprueba el mensaje con un clic, ajusta dos términos, y la respuesta se envía. La interacción se registra en el grafo. El compromiso de marzo se actualiza como "pendiente — resuelto con llamada agendada". Todo eso entre las 14:23 y las 14:24.
Seguridad, aislamiento y despliegue — para el comprador técnico
Las preguntas que todo CIO y CTO de banco o gestora hace en este punto son previsibles — y legítimas. Las respondemos directamente:
Aislamiento multi-tenant
Cada tenant (cada banco, cada área, cada segmento) opera con un grafo completamente aislado. No hay intercambio de datos entre tenants. Un banco con private banking y asset management en la misma institución puede configurar tenants separados con políticas de compliance distintas, sin cruce de datos entre las áreas.
Despliegue on-premise
La plataforma corre en el VPS o data center de la institución. Coolify, Kubernetes o VM tradicional — la elección es de la institución. Los datos de los clientes nunca salen hacia servidores de terceros. El LLM que los agentes usan puede ser self-hosted (modelos open-source) o vía API con contratos enterprise que garantizan que los datos no se usan para entrenamiento. La institución elige — y mantiene auditabilidad total sobre dónde están los datos.
Audit trail
Toda acción de un agente queda registrada: qué agente la ejecutó, con qué inputs, con qué output, en qué timestamp, con qué resultado. A efectos de CVM, Anbima y supervisión interna de compliance, el audit trail es completo e inmutable. Las decisiones de los agentes que generan comunicaciones con clientes quedan registradas con el contexto completo que llevó a esa decisión.
LLM-agnóstico
Ningún agente está acoplado a un proveedor específico de modelo de lenguaje. La institución puede usar Anthropic Claude para el orquestador y un modelo open-source self-hosted para el compliance agent — o cualquier otra combinación. Esto es especialmente relevante para instituciones que tienen restricciones regulatorias sobre el uso de proveedores cloud específicos o que tienen roadmap de soberanía de datos a medio plazo.
"No es magia. Es arquitectura. Y la arquitectura corre en su VPS, con sus datos, bajo sus políticas."
Para la institución que está evaluando una plataforma agéntica, la conversación técnica empieza aquí — no en el pitch.
Realizamos sesiones de evaluación técnica con CIOs, CTOs y equipos de arquitectura de tecnología — con acceso al diagrama completo de componentes, mapeo de integraciones con sistemas existentes y análisis de fit con la infraestructura de la institución. Modelo comercial bajo consulta.
Solicitar sesión técnica