Tres cambios que la IA ha provocado en servicios financieros

Ciudad de México, 19 de noviembre de 2019.

Hasta hace unos cuantos años, las contraseñas alfanuméricas o las identificaciones oficiales solían ser el método de seguridad más utilizado entre los bancos para resguardar la información y el dinero de sus clientes. Hoy, los números y credenciales han sido sustituidos por la voz, la huella dactilar o incluso el reconocimiento facial de los usuarios.

Este es un ejemplo pequeño de cómo, poco a poco, la Inteligencia Artificial (IA) ha comenzado a modificar el panorama y el modelo de negocio de la industria de servicios financieros. Pero antes de profundizar sobre cuáles son las principales transformaciones que esta tecnología ha traído al sector, consideramos necesario empezar por explicar a qué se refiere este concepto.

La IA, de acuerdo con el documento “The new physics of financial services”, elaborado por Deloitte en colaboración con el Foro Económico Mundial, es un conjunto de tecnologías, habilitadas por el poder predictivo y adaptativo, que exhiben cierto grado de aprendizaje autónomo y que impulsan, de manera significativa, nuestra capacidad de: reconocer patrones; anticipar eventos futuros; crear reglas sólidas y efectivas; tomar buenas decisiones; y comunicarnos con otras personas.

Este tipo de tecnología tiene el potencial para cambiar las estructuras y los procesos que durante muchos años han sido utilizados por la banca tradicional, beneficiando no solo a las instituciones del sector, sino incluso a los mismos usuarios. ¿De qué manera? Bajo nuestra óptica, en tres principales aspectos:

1. Personalización en el servicio al cliente.
   En el pasado, para ofrecer un nuevo servicio, las instituciones financieras se limitaban a basarse en cuestiones como el rango de edad para determinar si cierta persona se interesaría por adquirir un producto, pese a que su comportamiento o necesidades variaran, independientemente de su edad.
   
   Con la Inteligencia Artificial, las instituciones pueden obtener una mayor cantidad de información por parte de sus clientes –no solo los datos tradicionales, que ellos mismos proporcionan, sino otros, como hábitos, gustos, intereses y patrones de consumo–, que les permiten ofrecer un servicio a la medida, con una mayor probabilidad de éxito.
2.  Automatización y machine learning
   Dentro de la industria de servicios financieros, existen ciertos procesos que tienden a ser repetitivos o que guardan una relación estrecha con diversos algoritmos. Estos tienen el potencial de ser fácilmente automatizados, lo que ayuda a hacerlos más eficientes y asertivos.
   
   Como ejemplo, destacan los procesos de otorgamiento de crédito, en los cuales, cada vez es más común que se implemente tecnología de machine learning, en la que la computadora, a medida que obtiene más datos, aprende más sobre el cliente. Lo anterior mejora los modelos tradicionales de la banca, incrementando la precisión y reduciendo los errores en la selección que el banco hace al brindar financiamiento.
3. Prevención de fraudes y riesgos
   Una de las principales preocupaciones que actualmente tienen las instituciones bancarias es evitar y detectar el ingreso de recursos de procedencia ilícita. Ante ello, las tecnologías de la Inteligencia Artificial, como el análisis de datos (data analytics) y los sistemas de seguridad biométricos, pueden funcionar como una herramienta capaz de reducir posibles riesgos y prevenir la ocurrencia de fraudes y situaciones de este tipo.

De manera general, como ya lo señalamos, las tecnologías de la Inteligencia Artificial pueden verdaderamente impulsar el nivel de eficiencia y efectividad de la mayoría de los procesos de la industria de servicios financieros, ayudando a las instituciones a brindar un servicio más rápido, personalizado y consistente.

Nueva oportunidad, nuevos riesgos

No cabe duda de que la IA es una gran oportunidad para el sector de servicios financieros. No obstante, también es una gran ventana por la que nuevos riesgos pueden hacerse presentes. ¿Qué pasa si el algoritmo programado está mal ejecutado? ¿O si el programador que lo implementó no trabajó de manera ética y buscó beneficiarse o a un tercero?

Todas las anteriores son cuestiones que, quizá, en el pasado, pasaban desapercibidas para las instituciones del sector y que ahora deben tomar en consideración previo al uso o implementación de estas nuevas tecnologías.

Los temas de anticorrupción, ética, innovación y procesos de gobernanza en las áreas de Tecnologías de la Información (TI), entre otros, están cobrando una mayor relevancia al tratarse de elementos fundamentales para el desarrollo exitoso de la IA en la industria.

Y en México, ¿cómo estamos?

La implementación de la Inteligencia Artificial representa un importante desafío para la banca tradicional en México, un sector con sistemas operativos de 20 a 30 años de antigüedad, al que le cuesta mucho trabajo convivir con nuevas tecnologías.

Pese a ello, se trata también de una tendencia que levanta cada vez mayor interés entre las instituciones financieras, las cuales se muestran dispuestas a explorar en la materia.

Pero no basta con tener la intención. Para realmente integrarse a la IA, es importante lograr una coordinación entre todas las áreas que conforman la institución –como Finanzas, Recursos Humanos, Desarrollo de Negocios, Sistemas–, para realizar un trabajo conjunto y no esfuerzos en un solo sentido. Solo así, las organizaciones de servicios financieros podrán aprovechar y beneficiarse de todo el potencial de la Inteligencia Artificial.