Bank of America suma 1,000 contratistas para parchar fallas que halló la IA Mythos
Bank of America sumó 1,000 contratistas para reparar fallas que halló la IA Mythos. Qué significa para bancos y fintechs de LatAm que evalúan IA en seguridad.
Bank of America sumó 1,000 contratistas externos en el segundo trimestre de 2026 para reparar las vulnerabilidades de software que detectaron modelos de inteligencia artificial de frontera, incluido Mythos de Anthropic, y esos técnicos siguen trabajando en el banco. El director general Brian Moynihan dijo en la llamada de resultados del 14 de octubre que la cifra se suma a unos 3,000 empleados técnicos internos.
Moynihan habló en la presentación de resultados del tercer trimestre, reportada por CNBC ese mismo día y retomada por The Register el 15 de octubre. Anthropic liberó Mythos en abril a un grupo limitado de bancos, tecnológicas y dependencias de gobierno, según CNBC. De acuerdo con PYMNTS, que cita un reporte de Reuters, las instituciones con acceso están parcheando en días y no en semanas, y comparten hallazgos con bancos menores que no tienen la herramienta. La pregunta para México es si los bancos y fintechs locales entrarán al grupo con acceso o si dependerán de lo que compartan las instituciones que ya lo tienen.
En el mismo trimestre, la compañía reportó alrededor de 130 proyectos internos de IA, con ahorros esperados de 300 millones de dólares en 2026 y cerca de 700 millones al cierre de 2027, según CNBC. En paralelo, la plantilla bajó unas 3,400 personas en un año, incluido 5% de los gerentes, y el banco no precisó cuánto de ese recorte corresponde a la IA, de acuerdo con The Register. El gasto de remediación quedó mezclado con el cumplimiento antilavado: Moynihan describió el total del trimestre como "a couple of hundred million plus" y no desglosó cuánto fue para cada rubro. Sobre el calendario, agregó: "Once you patch, you don't have to patch as much". Anthropic dijo en mayo que Mythos encontró más de 10,000 vulnerabilidades en 50 organizaciones socias, según PYMNTS.
Para un banco o una fintech que evalúa IA para auditoría de seguridad, el dato deja sobre la mesa cuántas horas-hombre exige remediar lo que el modelo encuentra: la detección se acelera, la reparación sigue siendo trabajo de personas. Queda también la pregunta de qué llega al resto del mercado cuando la herramienta se reparte entre pocos.
Esta nota fue redactada con asistencia de inteligencia artificial a partir de fuentes verificadas y revisada por un editor humano antes de publicarse.