Conozca cómo los bancos están navegando el panorama de la IA

Durante décadas, las empresas de servicios financieros han utilizado técnicas de aprendizaje automático para detectar fraudes y predecir si es probable que los clientes no paguen sus préstamos. Pero el reciente auge de la inteligencia artificial (IA) ha vuelto a poner esta tecnología en el punto de mira.

Durante una mesa redonda celebrada en el Festival Fintech de Singapur, los líderes del sector exploraron el futuro de la banca en la era de la IA y abordaron retos clave como la adquisición de talentos, la gestión de costos, la seguridad de los datos y la gobernanza.

Dwaipayan Sadhu, consejero delegado de Trust Bank, inició el debate destacando la doble naturaleza de los retos en torno a la IA. Aunque los obstáculos técnicos, como la escasez de talentos y la seguridad de los datos, son importantes, señaló que «los retos empresariales y culturales son mucho mayores».

“Todo el mundo es un experto en IA, y por eso me han llamado aquí, pero yo no sé nada de IA”, bromeó Sadhu, señalando la comprensión generalizada, pero superficial de la IA. Abogó por un marco de “prisma de valor” que priorice los casos de uso en función del valor y la viabilidad.

“Somos muy diligentes y disciplinados a la hora de determinar primero el valor, y luego hablamos de viabilidad”, dijo Sadhu, añadiendo que esto allana el camino para una mejor asignación de recursos y un camino más claro hacia la producción.

Geraldine Wong, directora de datos de GXS Bank, señaló las dificultades a las que se enfrentan los bancos tradicionales para acceder a sus vastos almacenes de datos y utilizarlos. También les cuesta determinar si los datos son lo suficientemente buenos como para utilizarlos para afinar y entrenar modelos de IA.

“Los retos a los que nos enfrentamos hoy en día con la IA generativa (IAGen) no difieren de los de hace 10 años, cuando analizábamos la IA tradicional y la ciencia de datos”, afirmó. “La única diferencia es que ahora tenemos fácil acceso a la IA, y todo el mundo ha recibido ese juguete brillante, pero ¿alguien gobierna su uso por parte de las personas de la organización?”.

En este contexto, Wong afirma que es importante que las organizaciones establezcan directrices claras sobre el acceso a los datos y la privacidad, así como que evalúen la calidad de los resultados generados por la IA.

"Antes, todo estaba muy estructurado y era de naturaleza cuantitativa. Hoy es cualitativo, con texto, imágenes y voz, así que, ¿cómo sabemos si los resultados son precisos? ¿Tenemos un conjunto coherente de estándares para garantizar la calidad de los resultados?”.

Kevin Lam, director general y consejero delegado del Hong Leong Bank, se centró en el aspecto comercial de las aplicaciones de la IA. Señaló que, aunque muchas aplicaciones de IA son técnicamente viables, su escalabilidad y viabilidad comercial siguen siendo un reto, especialmente en mercados como el del Sudeste Asiático.

“El mayor reto consiste realmente en encontrar la priorización adecuada y saber dónde invertir los recursos, que son muy escasos, y asegurarse de obtener un buen rendimiento de todas estas inversiones en IA”, añadió Lam.

Lam citó la exitosa implantación de bots de voz para el cobro de deudas en Hong Leong Bank, que ilustra el potencial de la IA para impulsar la eficiencia de costos. También señaló otros beneficios, como la generación de ingresos y la mejora de la productividad de los gestores de relaciones, lo que sugiere que la IA puede aumentar las capacidades humanas en lugar de sustituirlas.

En cuanto a las preocupaciones sobre el impacto de la IA en los clientes, Sadhu señaló que la IA sigue siendo una herramienta y que los bancos deben ser responsables de su uso, adhiriéndose a los principios de equidad, ética, responsabilidad y transparencia.

Wong compartió la experiencia de GXS Bank con las pruebas de su chatbot antes de su lanzamiento público, subrayando la necesidad de que haya humanos en el bucle y de mejoras iterativas basadas en las opiniones de los clientes. Lam abogó por la transparencia con los clientes, reconociendo que los sistemas de IA aún no son perfectos y que los bancos deben ser responsables en última instancia de las decisiones tomadas por los sistemas de IA.

Sadhu aconsejó a las organizaciones que emprendan el viaje de la IA que empiecen con un resultado empresarial claro en mente, pensando a lo grande, empezando poco a poco, ampliando rápidamente y estableciendo sólidos marcos de gobernanza desde el principio.

Wong animó a los recién llegados a explorar las herramientas existentes antes de construirlo todo desde cero, mientras que Lam aconsejó a las organizaciones que no se aferraran a plataformas o proveedores concretos demasiado pronto, dada la rapidez con que avanza la IA.

Los ponentes también debatieron los casos de uso futuros. Sadhu apuntó a la hiperpersonalización, aprovechando los datos del ecosistema más amplio para obtener una visión holística del cliente y ofrecer experiencias a medida.

Sadhu también destacó el potencial de la IA en la lucha contra el fraude y las estafas, pasando de centrarse en la protección de los bancos a proporcionar a los clientes herramientas y consejos para que sean menos propensos a caer en las estafas. Wong añadió que la IAGen también puede utilizarse para analizar datos no estructurados, como documentos e imágenes, en la lucha contra el fraude.

En cuanto a la posición de las empresas de servicios financieros en el ciclo de la IA, Lam situó a su banco en una posición intermedia, reconociendo los beneficios de la IA, pero subrayando también la necesidad de expectativas realistas y de centrarse en el valor comercial demostrable. “Creemos que la IA es definitivamente real”, afirmó. “Si se puede identificar dónde están los grandes ingresos, supondrá una gran mejora”.