La IA se considera cada vez más esencial para el éxito empresarial.

En los años recientes se ha promovido la aparición de nuevos modelos de negocio que dan prioridad a la IA y les permite ofrecer una personalización masiva a escala. Una encuesta y análisis posterior realizados por The Economist Unit, denominada “Apostando por un cambio de juego: La IA en los servicios financieros”, arroja resultados muy relevantes sobre la forma en la que la tecnología se entrelaza con los mercados financieros.

De acuerdo con esto, casi la mitad de los bancos encuestados (46%) dijeron que consideran que la incorporación de Inteligencia Artificial (IA) en productos y servicios les ayudará a cumplir con prioridades del negocio “en gran medida”. Este sentimiento fue particularmente mencionado en América Latina (58%), donde los bancos tienden a ir a la zaga de sus homólogos mundiales en la adopción de la IA, lo que genera importantes ganancias a los primeros en adoptarla.

Además, el 58% de los bancos en América Latina tienden a ir a la zaga de sus homólogos mundiales en la adopción de la IA.

La tecnología, aunque es perfectamente impresionante en lo que puede hacer, también es imperfecta en su aplicabilidad. Los bancos comprenden sus limitaciones y quieren que éstas se pongan a prueba antes de adoptarlas.

Un obstáculo importante es la parcialidad y la confianza. La IA se ha utilizado ampliamente durante años en la negociación de acciones, derivados y divisas mediante algoritmos, y en ocasiones ha generado controversia por su papel omnipresente en mercados en los que antes dominaban los humanos. Su uso en otros ámbitos de las finanzas ha resultado más obviamente problemático.

Apple experimentó un desafortunado incidente relacionado con la IA en 2019, cuando los algoritmos utilizados para decidir la concesión de líneas de crédito dieron lugar a reclamaciones de sesgo de género, después de asignar relativamente menos líneas de crédito a las mujeres que a los hombres, reclamaciones que el banco emisor de la tarjeta, Goldman Sachs, negó. La cuestión de los resultados no deseados o deficientes en relación con la IA y el uso de los datos se cierne sobre nosotros.

Además, es probable que los bancos sientan una mayor presión reguladora en lo que respecta a la “explicabilidad”, o al modo en que un sistema de IA toma decisiones. Tendrán que establecer un conjunto de procesos que permitan a los usuarios entender los resultados creados por los algoritmos de aprendizaje automático.

Como parte de un enfoque responsable de su aplicación, la IA explicable proporciona una mayor visibilidad para detectar y corregir posibles fallos y vulnerabilidades en los modelos. También ayuda a mejorar el rendimiento y la precisión de un modelo, al tiempo que garantiza que se tenga en cuenta la equidad y la transparencia.

La nueva normativa sobre IA, incluye lo redactado por la UE, establece requisitos estrictos para las aplicaciones de “alto riesgo”, entre las que se incluye la calificación crediticia.

En la encuesta, los bancos asiáticos fueron especialmente conscientes de los riesgos asociados a la responsabilidad legal derivada de las decisiones de IA, ya que el 37% lo identificó como un riesgo principal en comparación con la media de la encuesta del 32%.

Como resultado de estos riesgos para la reputación y los dolores de cabeza normativos, los responsables de la toma de decisiones tecnológicas están siendo más considerados en su enfoque, priorizando la adopción responsable de IA y equilibrando los beneficios empresariales frente a la creciente complejidad y riesgo. El 62% está de acuerdo en que la complejidad y los riesgos asociados con el manejo de datos personales para proyectos de IA a menudo superan los beneficios para la experiencia del cliente.

Como resultado de estos riesgos para la reputación y los dolores de cabeza normativos, los responsables de la toma de decisiones tecnológicas están siendo más considerados en su enfoque, priorizando la adopción responsable de IA y equilibrando los beneficios empresariales frente a la creciente complejidad y riesgo.

El 62% está de acuerdo en que la complejidad y los riesgos asociados con el manejo de datos personales para proyectos de IA a menudo superan los beneficios para la experiencia del cliente.

También, el 47% afirman que las violaciones de la seguridad y la privacidad suponen el mayor riesgo asociado a la adopción de la IA.

Los banqueros que participaron en la encuesta señalaron la preocupación por la privacidad y la seguridad como la barrera más importante para adoptar e incorporar las tecnologías de IA en su organización (véase la figura 3), un sentimiento especialmente fuerte en Asia y América Latina.

Gran parte de esto se reduce a saber con qué datos se está tratando, dice David Griffiths, jefe del grupo de clientes institucionales de ingeniería y arquitectura de Citi. “Antes de aprender a caminar con la IA se necesita un buen manejo de los datos y de la arquitectura de datos”, afirma.

Los banqueros que participaron en la encuesta señalaron la preocupación por la privacidad y la seguridad como la barrera más importante para adoptar e incorporar las tecnologías de IA en su organización, un sentimiento especialmente fuerte en Asia y América Latina.

Gran parte de esto se reduce a saber con qué datos se está tratando, ya que antes de aprender a caminar con la IA se necesita un buen manejo de los datos y de la arquitectura de datos.

Una forma de pensar en el manejo de los datos es ver cómo la IA puede superar las disposiciones naturales de silos de las funciones en las instituciones financieras.

El uso de la IA para superar los silos tiene ventajas evidentes. Por ejemplo, la originación de préstamos ha sido realizada normalmente por un equipo de la oficina principal en una parte del banco, utilizando información altamente clasificada sobre las empresas que requieren un préstamo corporativo. Sin embargo, la decisión sobre el riesgo crediticio de ese préstamo puede recaer en un equipo distinto que utiliza un sistema diferente que contiene los datos pertinentes.

Unir los puntos implica depender de la intervención humana manualmente intensiva, a veces de una sola persona. Muchos bancos intentan reconstruir a esa misma persona con todas esas relaciones, pero a menudo es difícil, ya que los sistemas no se han configurado para facilitarlo históricamente.

Algunas empresas de servicios financieros están avanzando más rápido que otras en el uso de la IA para usos de cara al cliente. Pero el ritmo al que los bancos pueden ampliar el uso de la IA más allá de ciertas funciones se está haciendo con cuidado.

Unir los puntos implica depender de la intervención humana manualmente intensiva, a veces de una sola persona. Muchos bancos intentan reconstruir a esa misma persona con todas esas relaciones, pero a menudo es difícil, ya que los sistemas no se han configurado para facilitarlo históricamente.

Algunas empresas de servicios financieros están avanzando más rápido que otras en el uso de la IA para usos de cara al cliente. Pero el ritmo al que los bancos pueden ampliar el uso de la IA más allá de ciertas funciones se está haciendo con cuidado. La IA es un tema de conversación activo.