3
EL POTENCIAL ILIMITADO DE LA INTELIGENCIA ARTIFICIAL PARA IMPULSAR A LA BANCA HACIA LA ADAPTACIÓN INFINITA:
La adopción del uso de Inteligencia Artificial (IA) se está acelerando, convirtiéndose en "tecnología de uso general“, influyendo en en el progreso a largo plazo y se espera un efecto disruptivo superior al que tuvo Internet en las dos últimas décadas.
La IA se conceptualizó en 1955 como rama de la Informática y se centró en crear "máquinas inteligentes" que imitarán las capacidades cognitivas humanas (aprendizaje y la resolución de problemas). Lo que hace que la IA sea diferente es que puede mejorar sus propios procesos de forma autónoma (machine learning).
Su aplicación en la industria financiera ha tenido un impacto significativo en todo el mundo, incluyendo América Latina, donde ha ayudado a los bancos a mejorar la eficiencia, la seguridad, la experiencia del cliente y reducir los costos. Según McKinsey, la IA puede potencialmente desbloquear 1 billón de dólares de valor incremental para los bancos, anualmente.
Según The Economist, el 77 % de los banqueros cree que desbloquear el valor de la IA hará la diferencia entre el éxito o el fracaso de los bancos.
La IA comprende un amplio conjunto de tecnologías, entre las que se incluyen el procesamiento del lenguaje natural y la robótica. Las instituciones financieras pueden utilizarlas para desarrollar una generación de productos y servicios más personalizados y adaptados a las nuevas necesidades de las personas y las empresas.
Aplicaciones y usos de la inteligencia artificial en la industria financiera:
1- Automatización de procesos: revisión de documentos y verificación de identidad de los clientes; con mejora en eficiencia, reducción de tiempos de espera y los costos y libera al personal para centrarse en labores más complejas. También pueden automatizar tareas rutinarias como: consultas de saldo y restablecer contraseñas, para una atención al cliente más rápida y precisa.
2- Prevención de fraude y delito: sumamente útil para mejorar la eficiencia en la detección de fraudes. Los sistemas basados en IA pueden analizar grandes cantidades de datos en tiempo real con precisión e identificar patrones sospechosos que indican actividad fraudulenta. Con IA puede detectar: transacciones inusuales de clientes inesperados, con un importe elevado, o cuando el pago ocurre en un destino donde el comercio no había hecho negocios previos.
Puede clasificar correctamente las transacciones y sólo informar sobre aquellas en las que existe una amenaza real. Permite detectar y supervisar comportamientos inusuales de los empleados de las instituciones financieras, como el inicio de sesión en los sistemas fuera del horario laboral.
3- Mejorar la experiencia del cliente: sus funcionalidades son ideales para incrementar la satisfacción del consumidor y personalizar la oferta de servicios y productos para cada individuo.
Los chatbots han ganando popularidad en la banca, y se están utilizando para brindar atención al cliente 24 /7, con alto ahorro de costos, siendo una de las aplicaciones de IA más utilizadas. Pueden abordar con eficacia las tareas más habituales, como la consulta de saldos, el acceso a extractos de cuenta, las transferencias de fondos, etc.
Los algoritmos de IA también pueden proporcionar a los clientes asesoramiento financiero personalizado, recomendaciones de productos e inversiones a medida, y predecir necesidades financieras.
El análisis de patrones de gasto de cada cliente puede reducir la morosidad al advertir al usuario que se podría quedar sin dinero para afrontar futuras obligaciones. Así, se provee un tratamiento personalizado y el banco evita el incumplimiento de pagos.
4- Mejorar la ciberseguridad: detectar y prevenir el robo de información y ataques cibernéticos en tiempo real, bloqueando automáticamente transacciones sospechosas y monitoreando acceso a información confidencial. La IA puede identificar hábitos de consumo tomar medidas automáticas ante anomalías o transacciones sospechosas y prevenir delitos de suplantación de identidad.
5- Toma de decisiones mejor informadas: sistemas basados en IA pueden analizar grandes cantidades de datos en tiempo real, lo que permite a las instituciones financieras identificar patrones y tendencias, mejorando así la gestión de riesgos. Por ejemplo, los algoritmos pueden analizar historiales de transacciones y determinar signos tempranos de problemas futuros. Esto se convierte en una herramienta fundamental para tomar decisiones mucho más informadas.
6- Predecir el riesgo crediticio: predecir el riesgo crediticio y tomar decisiones de préstamos más precisas, para reducir el incumplimiento, mediante una automatización que categoriza a partir de datos como: edad, ingresos, gastos, saldo promedio y nivel de deuda. Así se pueden ofrecer préstamos más seguros y reducir el tiempo y los recursos necesarios para la evaluación crediticia.
Casos reales de uso de inteligencia artificial en la banca:
- Banorte: Maya, asistente de inteligencia artificial capaz de realizar hasta 17 operaciones monetarias a partir de conversaciones, además puede atender más de 300 consultas y realizar una serie de transacciones que incluyen: transferencias, pagos de impuestos, tarjetas y activación del token desde el celular. Fue reconocida por Accenture como una de las nueve mejores innovaciones bancarias del mundo en IA Analytics.
- Bradesco: está ayudando a los clientes a gestionar su saldo bancario a través de BIA, que se basa en los sistemas de inteligencia artificial de IBM Watson emparejados con Whatsapp. Los clientes pueden consultar saldos y la ubicación de las sucursales a través de hashtags enviados por la aplicación o Whatsapp. El banco planea ampliarlo más de 7 millones de personas gradualmente.
- Bantrab: personalizar la atención con el uso de datos mediante Azure Data Lake, para la toma medidas más asertivas con información micro-segmentada. Combinando los datos con Inteligencia Artificial ofrece productos de acuerdo con el ciclo de vida y circunstancias individuales, atrayendo nuevos clientes y aumentar los montos de desembolso promedio en un 25%. Fue galardonado en las Américas de Fintech Americas en la categoría Big Data, Analítica e Inteligencia Artificial.
-
HSBC: se alió con la start-up de inteligencia artificial Ayasdi para abordar actividades fraudulentas como el lavado de dinero. La automatización del análisis de datos transaccionales ayudó a mejorar la eficiencia y a bajar los costos eliminando los falsos positivos en la detección del fraude, se disminuyó el número de investigaciones en un 20% sin reducir el número de casos para mayor escrutinio.
-
ING: con la herramienta "Katana", mediante inteligencia artificial, ayuda a los operadores de bonos a tomar decisiones de precios más rápidas y precisas, aprende del historial de cientos de miles de operaciones y proporciona una predicción sobre el precio para compra o venta de bonos de clientes con una reducción del 25% en los costes de negociación, una frecuencia cuatro veces mayor en la oferta del mejor precio a los clientes y decisiones más rápidas en el 90% de las operaciones.
-
J.P. Morgan: implementó un software llamado COIN (Contract Intelligence), automatiza la revisión de contratos, utiliza el reconocimiento de imágenes y el aprendizaje para identificar patrones y categorizar cláusulas repetidas, utilizado para revisar miles de contratos en segundos, que antes llevaba a abogados más de 360.000 horas, el programa también ha demostrado ser más preciso que los humanos en la revisión de estos documentos.
Reflexiones sobre el uso de la AI en la banca:
- Las posibilidades de aplicación de la Inteligencia Artificial en la banca son infinitas, y recién hemos descubierto solo un porcentaje de todo lo que esta tecnología puede hacer por la industria financiera. Por eso, y a medida que surgen nuevas oportunidades de seguir mejorando la eficiencia a través de la IA, como puede ser el ChatGPT, es fundamental mantenerse abierto a las olas de transformación que se avecinan.
- La Inteligencia Artificial ha sacudido las bases de esta industria en un corto período de tiempo, pero el ritmo del cambio no hace más que incrementar exponencialmente. Es así que la adaptación se ha convertido en el nuevo paradigma que reemplaza al concepto de transformación digital: una evolución ininterrumpida, sin principio ni final.
Fuente: Fintech Americas, El potencial ilimitado de la inteligencia artificial para impulsar a la banca hacia la adaptación infinita.