Según arXiv q-fin, una investigación reciente examina si un regulador puede ofrecer simultáneamente un límite de riesgo y un plazo para el desarrollo de una tecnología, cuando el nivel de productividad en seguridad no es conocido previamente. El análisis revela que, para que ambos compromisos sean viables, debe existir un stock mínimo de conocimiento sobre seguridad. Este requisito se cumple solo si se descarta la posibilidad de que investigaciones débiles, que no aporten suficiente avance, sean parte del proceso. La estrategia propuesta —aprender primero sobre riesgos y luego replicar el desarrollo con recursos computacionales reservados para la seguridad— se acerca al nivel mínimo necesario. En un escenario de calibración con riesgo estatal, rendimiento constante en seguridad y transferencia completa de conocimientos, la productividad requerida solo supera el umbral necesario en un 3,3 por ciento. Es decir, el esfuerzo adicional es pequeño, pero esencial. Los servicios a los clientes asumen el costo de garantizar esta estabilidad. Además, las reglas que fijan la asignación de recursos computacionales no permiten ajustar el riesgo, sino que simplemente establecen fechas de entrega.
Para el lector peruano, este marco teórico tiene una relevancia directa en el desarrollo de tecnologías clave, como las plataformas de inteligencia artificial en el sector financiero o en la gestión de servicios públicos. En un entorno donde el crecimiento tecnológico avanza rápidamente pero los riesgos de fallos son inciertos, el hecho de que un regulador pueda ofrecer tanto un límite de riesgo como un cronograma de entrega, solo si se prevé un nivel mínimo de conocimiento en seguridad, implica una necesidad de inversión inicial en formación técnica. En Perú, donde muchos sectores aún enfrentan brechas en la capacidad técnica, este resultado sugiere que no se puede avanzar sin una base sólida de conocimiento. El sector privado, al igual que las instituciones públicas, debe priorizar la formación de especialistas en ciberseguridad, inteligencia artificial y gestión de riesgos. Además, las políticas deben evitar fijar fechas de entrega sin evaluar los riesgos asociados, pues el cumplimiento de plazos no garantiza la estabilidad de los sistemas. El costo de garantizar seguridad no debe asumirse como un gasto oculto, sino como una inversión estratégica que protege tanto al consumidor como a la economía.
Este estudio, aunque teórico, refuerza que la innovación tecnológica no puede ser impulsada sin un enfoque proactivo sobre la gestión de riesgos. En un país como el Perú, donde las soluciones digitales están transformando servicios clave, entender estos límites es esencial para diseñar políticas que equilibren crecimiento y protección. La clave no está en acelerar el desarrollo, sino en construir una base de conocimiento que permita predecir y gestionar riesgos de manera efectiva. Solo así se puede construir confianza entre usuarios, empresas y reguladores.