El negocio financiero tradicional experimenta un periodo de disrupción con el crecimiento y desarrollo de temas tales como macrodatos, blockchain, monedas criptográficas y la inteligencia artificial (IA), entre otros.

Ese impacto se manifiesta claramente en varios ámbitos en general: calificación o solvencia crediticia, investigación sobre mercados, asistentes personales, gestión de activos y detección del fraude.

Actualmente el sector financiero utiliza la tecnología de IA para organizar sus operaciones, realizar inversiones e incluso controlar los riesgos relacionados con la suplantación de identidad y otras formas de fraude financiero.

De acuerdo con cifras del periódico El Economista, se estima que para el año 2020, la inversión global en IA por parte de las instituciones financieras alcanzará los $10.000 millones.¹

Además el 76% de los ejecutivos de servicio de banca considera que la adopción de esta tecnología es una prioridad máxima para que sus organizaciones se diferencien en el mercado.

Antoni Munar expresó que la IA irá evolucionando paulatinamente de ser una posible tecnología disruptiva, a transformar por completo toda la cadena de valor de negocio en el sector financiero.² Actualmente, esta tecnología ofrece nuevos productos al consumidor, supera los existentes, aumenta la eficiencia operativa de los procesos de negocio y sirve para descubrir conocimientos que lleven a oportunidades de negocio innovadoras.

¿Qué es la IA?

De acuerdo con Educause, la IA es definida como una simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos.³ Estos procesos incluyen:

1. El aprendizaje que es la adquisición de información y reglas para el uso de la información;
2. El razonamiento que es el uso de reglas para llegar a conclusiones aproximadas o definitivas y la autocorrección.

Tipos de Inteligencia Artificial

Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios tipos de IA:⁴

• Sistemas que piensan como humanos:Automatizan actividades como la toma de decisiones, la resolución de problemas y el aprendizaje. Un ejemplo son las redes neuronales artificiales.
• Sistemas que actúan como humanos: Se trata de computadoras que realizan tareas de forma similar a como lo hacen las personas. Es el caso de los robots.
• Sistemas que piensan racionalmente: Intentan emular el pensamiento lógico racional de los humanos, es decir, se investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en consecuencia. Los sistemas expertos se engloban en este grupo.
• Sistemas que actúan racionalmente: Idealmente, son aquellos que tratan de imitar de manera racional el comportamiento humano, como los agentes inteligentes.

Algunas Áreas Claves Para la Transformación de un Negocio Financiero

Actualmente el uso de IA se encuentra en una fase de impacto sobre el sector financiero.

Algunas áreas de impacto:

• Banca Personal—Uso de asistentes virtuales personales pero especializados en finanzas y comercio los cuales permiten mantener conversaciones con clientes sobre sus finanzas personales.
• Gestión de activos—Hoy día existen diferentes empresas que utilizan los algoritmos de IA para mejorar la gestión de activos financieros. De acuerdo con la revista TechRules, “El análisis de macrodatos proporciona la capacidad de aprender mejor no solo sobre el cliente, sino también de cualquier tendencia alrededor de él”.⁵ Actualmente, un 26% de las entidades de gestión de activos y patrimonio utilizan la IA para tomar sus grandes decisiones, según publicado por PwC.⁶
• Calificación crediticia—Por definición, la calificación crediticia es la tecnología de sistemas automatizados con los que una entidad financiera decide si la solicitud de crédito posee las suficientes garantías de solvencia. De acuerdo con Adolfo Kvitca a diferencia de los métodos convencionales, donde típicamente intervienen 20 o 30 variables, las nuevas técnicas de IA permiten construir modelos con miles de variables.⁷ Utilizando IA se puede lograr mayor precisión, automatización y rapidez en la toma de decisiones mediante la combinación de algoritmos y los macrodatos. En adición, permite resolver con más información cuando el solicitante tiene un historial de crédito con pocos datos.
• Detección del fraude—La IA también puede ejercer una función para impedir delitos como el lavado de dinero. Los sistemas informáticos utilizados en un pasado carecían de precisión y generaban múltiples ‘falsos positivos’ que implicaban mayor esfuerzo y trabajo para las entidades financieras. Sin embargo, con el uso de IA esos problemas se van eliminando. De acuerdo con Sergio-Nabil Khayyat, arquitecto de macrodatos en el departamento de ingeniería algorítmica del Instituto de Ingeniería del Conocimiento (IIC), se considera que, «la velocidad es clave en la mitigación de fraude, sobre todo en el sector de la banca».⁸ El desarrollo de IA enfocado a la seguridad y fraude ofrece una vista integrada en todos los canales y carteras. La gestión inteligente de casos, el análisis de enlaces de entidades, la IA y los métodos de aprendizaje automático, como la detección de valores atípicos, revelan relaciones ocultas y asociaciones sospechosas entre sus clientes, cuentas y otras entidades en todas las líneas de negocios.
• Asistentes virtuales para atención al cliente——En los últimos años, los chatbots basados en el procesamiento del lenguaje natural y los algoritmos de aprendizaje automático se han convertido en una poderosa herramienta para que los bancos brinden a sus usuarios una experiencia personalizada. A través de estos asistentes, los usuarios pueden resolver dudas habituales y, en ciertos casos, obtener recomendaciones de productos o realizar ciertas operaciones. Con esto se consigue así automatizar los canales de comunicación con los clientes y hacerlos disponibles las 24/7 además de recoger de forma automática información sobre las interacciones con los usuarios.
• Evaluación de riesgos automatizada—Algunas fintech utilizan la IA y el análisis de macrodatos para crear perfiles de crédito a partir de la información proporcionada por el solicitante y los datos obtenidos de manera automática en la internet y las redes sociales. Los macrodatos y la IA permiten a una empresa automatizar los análisis de gestión de riesgos de crédito y consultar estados financieros en tiempo real.

Según estadísticas, el 31% de las empresas del sector financiero esperan implementar alguna solución de IA a partir del 2019. Mientras tanto las organizaciones que actualmente la utilizan, reconocen haber alcanzado el 53% de sus objetivos con mayor efectividad. Si bien, la IA no puede suplantar el esfuerzo humano dentro de las empresas, si puede ayudar a optimizar el desempeño productivo, evitar situaciones de riesgo y garantizar el cumplimiento de estándares de calidad.

Este es el momento de adoptar la IA para lograr la transformación digital en el sector financiero. Esta adopción permitirá la redefinición de los procesos y el replanteamiento de productos, servicios y experiencias del usuario. Por ende, estos cambios permitirán a las instituciones financieras mantenerse relevantes en un mundo que está cambiando a gran velocidad. La aplicación de herramientas de IA en el sector financiero es ya una realidad tangible que reporta numerosos beneficios a los participantes de los mercados. No obstante, también presenta una serie de riesgos y de limitaciones que es necesario conocer y gestionar, a fin de poder extraer todo su potencial de manera adecuada.

Dra. Aury Curbelo, fundadora y CEO, Digetech, San Juan, Puerto Rico, acurbelo@digetech.net

1. “Tendencias que revolucionan el sector financiero”, El Economista,
   15 de junio de 2016, https://www.eleconomista.com.mx/mercados/Tendencias-que-revolucionan-el-sector-financiero-20160615-0157.html
2. Antoni Munar, “La inteligencia artificial redefine el sector financiero”, GFT, 11 de junio de 2018, https://blog.gft.com/es/2018/06/11/la-inteligencia-artificial-redefine-el-sector-financiero/
3. “Artificial Intelligence (AI)”, Educause, 30 de mayo de 2019,
   https://library.educause.edu/topics/emerging-technologies/artificial-intelligence-ai
4. Stuart Russell, Peter Norvig, Inteligencia Artificial un Enfoque Moderno, 2008, https://luismejias21.files.wordpress.com/2017/09/inteligencia-artificial-un-enfoque-moderno-stuart-j-russell.pdf
5. “El futuro está aquí: inteligencia artificial y gestión de activos”,
   TechRules, 5 de junio de 2017, https://www.techrules.com/el-futuro-esta-aqui-inteligencia-artificial-y-gestion-de-activos/
6. Ibidem.
7. “Ojo con lo que subís a redes: bancos ya usan inteligencia artificial hasta para decidir el límite de tu tarjeta”, Sebastián
   Cané, iProup, 21 de enero de 2019, https://www.iproup.com/mundo-fintech/2170-Bancos-ya-usan-inteligencia-artificial-paradecidir-el-credito-de-tu-tarjeta
8. Instituto de Ingeniería del Conocimiento, 30 de mayo de 2019,
   http://www.iic.uam.es/en/