BLOGPOST

La inteligencia artificial y los servicios financieros

Artículo adaptado de “INTELIGENCIA ARTIFICIAL Y FINANZAS”, Gustavo Tapia y Daniel Miliá.

La Universidad de Harvard ha explicitado a la inteligencia artificial (IA) como la tecnología de propósito general más importante de nuestra era. La IA se ha manifestado en la forma de un robot derrotando a un jugador de ajedrez de renombre mundial, o como un automotor que estacione por sí mismo, o con dispositivos que dan respuesta a pronósticos climáticos, entre otros. Aun así, la IA se desenvuelve en torno a productos que afectan nuestra vida como consumidores y sobre esta base es que nos preguntamos, cómo la IA impactará en las industrias y en los servicios financieros.

La IA es un área de la informática centrada en la creación de máquinas inteligentes que funcionan como seres humanos, además permite a las máquinas que puedan mejorar continuamente su rendimiento sin que una persona proporcione instrucciones prescriptivas sobre cómo hacerlo.

Esto es significativo por un par de razones: primero, los humanos pueden ejecutar acciones más allá de nuestro propio entendimiento, es decir, podemos reconocer una cara o ejecutar una estrategia inteligente en un juego de ajedrez. Sin embargo, esta misma incapacidad de articular nuestro propio conocimiento, nos impide automatizar muchas tareas.

Esto plantea diversas preguntas, especialmente en el campo de la inteligencia artificial y los servicios financieros como, ¿es segura? ¿Puede detectar efectivamente fraudes y gestionar riesgos? Todo esto lo contestaremos a continuación.

¡Lee hasta el final y conocé todo sobre el tema!

¿Dónde se ha utilizado la inteligencia artificial con éxito?

Una de las áreas con mayor productividad para la inteligencia artificial es el turismo. La IA ayuda a optimizar promociones y precios, además de prevenir transacciones fraudulentas. Asimismo, es posible proporcionar ofertas personalizadas de acuerdo a fechas, rutas y costos.

Esto permite que un cliente pueda comprar un pasaje aéreo, hacer una reserva de hotel y obtener información de ello para ayudarle en sus siguientes vacaciones.

Otro segmento de muchos avances es la medicina: desde cirugías realizadas por robots, enfermeras virtuales, hasta el monitoreo de pacientes emplean Inteligencia artificial para proveer el mejor cuidado.

Estas aplicaciones son posibles gracias a diversas tecnologías como:

  • Aprendizaje de máquina: un método de análisis de datos que automatiza el modelo de construcción analítico, usando algoritmos que aprenden iterativamente de la información y así encontrar ideas ocultas sin tener, explícitamente, programado dónde mirar.
  • Aprendizaje profundo: un subconjunto de aprendizaje de máquina que ha facilitado el reconocimiento de objetos en imágenes, etiquetado de video, reconocimiento de actividad y ha avanzado en la percepción, incluyendo audio y habla.
  • Proceso de lenguaje natural: la capacidad de un software de entender el habla humana en tiempo real y que puede interactuar con las personas a través del diálogo, no sólo reaccionar a las peticiones estilizadas.
  • Internet de las cosas (IoT): se dedica a la idea de que una amplia gama de dispositivos, incluyendo aparatos, vehículos y edificios pueden ser interconectados.

Ahora bien, ¿cómo la inteligencia artificial y los servicios financieros se relacionan entre sí? A continuación, podés descubrirlo y aprender las oportunidades que surgen de esta mezcla.

La inteligencia artificial y los servicios financieros

Toda la industria financiera fue la pionera al momento de implementar el uso de tecnología, como es el caso de las fintechs y la IA. En nuestros días, la inteligencia artificial y las herramientas de aprendizaje automático se posicionan entre las primeras en la clasificación de las tecnologías más revolucionarias en el mercado financiero.

Como hemos mencionado, la IA tiene la capacidad de sistematizar y automatizar tareas; esto incrementa la eficacia de los procesos y puede implementar los análisis predictivos y el procesamiento natural del lenguaje. De esta forma, le permite crear funcionalidades más potentes como los asesores automatizados y los chatbots.

En esta nueva era, las distintas entidades bancarias, en su mayoría, están conscientes de las ventajas que supone la implementación de la IA para las instituciones financieras.

Sin embargo, existen algunos desafíos esenciales para la atención y retención de clientes por parte de las empresas financieras, como lo son: generar confianza en los clientes, el uso de la inteligencia artificial para ofrecer asesoramiento, abordar la competencia de las fintechs y compañías tecnológicas, entre otras.

Ahora bien, la IA también permite brindar nuevos servicios proactivos y personalizados. Una ventaja para atraer a una mayor cantidad de clientes y, sobre todo, amoldarse a sus requerimientos de una manera más efectiva y segura. La inversión en servicios proactivos personalizados ofrece una mayor cantidad de captación y retención de clientes para las organizaciones financieras.

Seguí leyendo y descubrí las mejores y mayores oportunidades de la unión de la inteligencia artificial y los servicios financieros.

Aplicaciones presentes y futuras de la IA en finanzas

La inteligencia artificial es capaz de generar eficiencias operativas en áreas que van desde la gestión de riesgos y el comercio, hasta la suscripción de seguros y los reclamos.

Si bien algunas aplicaciones son más relevantes para sectores específicos dentro de los servicios financieros, otras pueden ser aprovechadas de forma general:

Gestión de riesgo y detección de fraudes

Los métodos tradicionales de detección de fraude incluyen computadoras que analizan datos estructurados contra un conjunto de reglas. Sin embargo, este tipo de análisis produce muchos falsos positivos y requiere mucho esfuerzo adicional.

Por esto, los sistemas más efectivos deben pasar a ser más inteligentes de manera continua.

Con algoritmos de aprendizaje avanzados como los de deep learning (aprendizaje profundo), se pueden agregar nuevas características al sistema para un ajuste dinámico.

Por ejemplo, a través del análisis cognitivo, los modelos de detección de fraude pueden ser más precisos. Si un sistema cognitivo elimina algo que determina como un posible fraude, y un ser humano determina que no es fraude debido a diversas razones, la computadora aprenderá de esas determinaciones humanas haciéndose más inteligente. Un caso ejemplificativo en esta área ha sido el de PayPal que redujo fraudes y riesgos con la tecnología de IA.

Los sistemas de detección de fraude impulsados por IA analizan el comportamiento de los clientes, la ubicación, los hábitos de compra y establecen mecanismos de seguridad cuando algo parece salir de la normalidad y contradice patrones de gasto.

Comercio de inteligencia artificial

Las empresas de gestión de inversiones han confiado en el software para encargarse del comercio. Estas nuevas tecnologías utilizan técnicas complejas, incluyendo el aprendizaje profundo, una forma de aprendizaje de máquina llamada “red bayesiana” y computación evolutiva, que se inspira en la genética.

El software de comercio de IA puede absorber enormes volúmenes de datos para aprender sobre el mundo y hacer predicciones sobre el mercado financiero. Por ejemplo, es capaz de entender las tendencias mundiales a través de la información contenida en libros, tweets, informes de noticias, data financiera, números de ganancias y política monetaria internacional.

Sus efectos ya son evidentes en algunas de las principales instituciones bancarias. En el año 2000, la oficina de operaciones de renta fija estadounidense de Goldman Sachs en su sede de Nueva York empleó a 600 comerciantes comprando y vendiendo acciones. Hoy en día tiene dos operadores de acciones con máquinas que hacen el resto del trabajo.

Robo-Advisory

Los robo-advisors son plataformas digitales que proporcionan servicios de planificación financiera automatizada basadas ​​en algoritmos con supervisión mínima por parte de los seres humanos.

Mientras que los gerentes financieros han estado utilizando la asignación automatizada del portafolio desde el inicio de los años 2000, los inversionistas tuvieron que emplear a asesores para beneficiarse de la tecnología.

Hoy en día, los robo-advisors permiten a los clientes acceder directamente al servicio. A diferencia de sus homólogos humanos, los robo-advisors monitorean los mercados sin parar y están disponibles a toda hora, todos los días del año. Además, le pueden ofrecer a los inversionistas hasta un 70% en ahorros de costos y, normalmente, no requieren un mínimo para participar.

En la actualidad, contribuyen con las tareas más repetitivas como la creación de cuentas y la transferencia de activos. El proceso suele implicar a clientes que responden cuestionarios simples sobre el apetito de riesgo o factores de liquidez, que los robo-advisors luego traducen en lógica de inversión.

Sin embargo, un estudio realizado por la consultora Accenture reveló que el 77% de los clientes de gestión de riqueza confía en sus asesores financieros, mientras que el 81% indica que la interacción cara a cara es importante. Para los clientes con decisiones de inversión complejas, el modelo de asesoramiento híbrido, que acopla servicios computarizados con asesores humanos, es el canal más elegido.

Suscripción de seguros y reclamos

El seguro depende del equilibrio de riesgo entre grupos de personas; los aseguradores agrupan personas similares, y algunas personas necesitarán pagos, mientras que otras no. La industria se basa en la evaluación de riesgos; las compañías de seguros no son ajenas al análisis de datos. Sin embargo, la IA puede expandir la cantidad de información analizada, así como las formas en las que puede ser utilizada, lo cual resulta en precios más precisos y otras eficiencias operacionales.

Se está automatizando una cantidad considerable de suscripción de seguros, especialmente en mercados maduros donde se dispone de data. Actualmente, un asegurador con la ayuda de software informático y modelos actuariales, evalúa el riesgo y las exposiciones de los clientes potenciales, la cantidad de cobertura que deben recibir, y cuánto se les debe cobrar.

A corto plazo, la IA puede ayudar a automatizar grandes volúmenes de suscripción de seguros automotores, residenciales, comerciales, de vida y de grupo. En el futuro, la IA mejorará el modelo, resaltando las consideraciones clave para los humanos a cargo de la toma de decisiones, quienes de otra manera podrían haber pasado desapercibidos.

Se prevé que la IA avanzada permitirá la suscripción de seguros personalizada por empresa o individuo, teniendo en cuenta comportamientos y circunstancias únicas. Un modelo que puede aprovechar no sólo el aprendizaje automático para la minería de datos, sino también la tecnología portátil y los analizadores faciales de aprendizaje profundo.

En lugar de depender de largas revisiones médicas y complicados procesos contractuales, las tecnologías generales pueden proporcionar información en tiempo real sobre la salud y el comportamiento de los asegurados.

Decisiones de crédito

La inteligencia artificial ofrece una evaluación más rápida y más acertada de potenciales clientes, con un costo menor, lo que permite tomar decisiones más informadas.

Un score crediticio alternativo que utiliza inteligencia artificial es mucho más completo y sofisticado comparado con criterios tradicionales de score de crédito. Esto ayuda a los prestamistas a distinguir entre cliente de alto riesgo y aquellos que no lo son, pero no tienen un historial de crédito.

Otra ventaja es que estos sistemas son objetivos, por lo tanto, existen menores sesgos al tomar decisiones. Los bancos digitales y FinTech usan algoritmos de aprendizaje automático también conocido como machine learning para evaluar mejor a clientes potenciales de recibir créditos.

Servicios financieros de inversión

El uso de estas herramientas en la inversión ha estado expandiéndose rápidamente a través de los mercados de valores del mundo y, en este aspecto, la IA ha tenido un rol protagónico.

Los sistemas de inversión inteligentes monitorean información estructurada como bases de datos e información no estructurada como las publicadas en redes sociales y noticias, de manera que en cuestión de segundos se determinan decisiones rápidas.

Por otro lado, las predicciones en el mercado de valores son más acertadas, debido al análisis de los algoritmos que son probados con información pasada. Lo que implica la validación del proceso para alcanzar un nuevo nivel antes de salir al mercado.

La IA también permite que los clientes puedan gestionar sus carteras con una eficacia considerable. Pueden hacerlo mediante los asesores automatizados, o a través de la gestión digital de capitales. Estas son dos posibilidades que están teniendo un auge bastante considerable en la actualidad.

Un ejemplo claro del uso de IA en este tema, es el lanzamiento de “Alpaca Forecast AI Prediction Matrix”. Una aplicación para inversionistas que trabaja con inteligencia artificial, combinando información en tiempo real del mercado proporcionada por Bloomberg con una técnica avanzada de aprendizaje automático que identifica patrones en precio para una alta precisión en predicciones en el mercado.

Gestión de cobranza

Las entidades financieras han depositado su confianza en el uso de llamadas telefónicas y emails en la instancia de optimizar los cobros. Esto, sin tomar en cuenta los diversos riesgos de morosidad.

En ese sentido, la IA en finanzas ofrece información relevante y ayuda a los cobradores a evitar que las deudas aumenten. Lo hacen, facilitando datos para la estructuración de estrategias y canales de cobro efectivos para cada caso en particular.

Banca personalizada

En el sector de la banca, la IA trabaja con bots de mensajería instantánea que proporcionan soluciones inmediatas y educación financiera a través del autoservicio.

También, a través de la voz y dispositivos como Alexa de Amazon, es posible realizar transacciones. Y con ambas aplicaciones se pueden revisar balances, programar pagos, monitorear la actividad de cuentas y más.

Varias aplicaciones ofrecen asesoramiento financiero personalizado y ayudan a las personas a alcanzar sus objetivos económicos. Estos sistemas inteligentes evalúan los ingresos, los gastos recurrentes esenciales y los hábitos de gasto, y elaboran un plan optimizado para cumplir metas. 

Los bancos internacionales más grandes, han lanzado aplicaciones de banca móvil que brindan a los clientes recordatorios para pagar facturas, planificar sus gastos e interactuar con su banco de una manera más fácil y ágil, desde obtener información hasta completar transacciones.

Automatización de procesos

Es evidente que el empleo de la automatización para tareas repetitivas de alta frecuencia reduce el error humano y permite que una institución financiera reoriente los esfuerzos de la fuerza laboral en procesos que requieren la participación humana.

Una firma financiera líder, JP Morgan Chase, ha implementado exitosamente un proceso automático robótico (RPA, por sus siglas en inglés) para ejecutar tareas como extracción de información, cumpliendo con las regulaciones de Know Your Customer (KYC) y capturar documentos.

Conclusiones

La unión de la inteligencia artificial y los servicios financieros se transforma en una herramienta poderosa cuando se analiza en tiempo real las actividades de cualquier mercado o ambiente. Es posible hacer predicciones y generar detalles basados en múltiples variables, indispensables para la planeación financiera.

La tecnología de inteligencia artificial contribuye a automatizar los procesos tradicionales y a proveer capacidades mejoradas a las instituciones financieras en banca, mercados de capital, seguros y en procesamiento de pagos.

La potencia del procesamiento, además, permite manejar grandes cantidades de datos en poco tiempo y la computación cognitiva ayuda a administrar datos estructurados y no estructurados, una tarea que a un humano le llevaría demasiado tiempo, así como los algoritmos que analizan historiales de transacciones e identifican a tiempo señales de futuros problemas.

Sin lugar a dudas, la inteligencia artificial y los servicios financieros son una unión poderosa cuando se analiza en tiempo real las actividades de cualquier mercado o ambiente. Es posible hacer predicciones y generar detalles basados en múltiples variables, indispensables para la planeación financiera.

Si buscás avanzar en la transformación digital de tu empresa, te sugerimos leer el Panorama del uso de la tecnología en las pymes argentinas 2023.