¿Cómo se adopta, implementa y avanza la IA en las empresas de servicios financieros?
IA en bancos: conclusiones clave de MIT Technology Review, Mastercard y RBC
¿Cómo se adopta, implementa y avanza la IA en las empresas de servicios financieros? Es una pregunta cuya respuesta interesa a todos, desde líderes empresariales hasta profesionales de TI y ejecutivos de datos en bancos y empresas de varios otros sectores.
En asociación con Mastercard y Royal Bank of Canada, MIT y Technology Review, Dataiku publicó un informe que explora cómo la inteligencia artificial (IA) está ganando impulso en todos los servicios financieros. En este blog, destacaremos las tres conclusiones clave del informe y lo que podrían significar para el futuro de la IA en la banca.
IA en bancos: conclusiones clave de MIT Technology Review, Mastercard y RBC
“A medida que la inteligencia artificial continúa creciendo en los servicios financieros, la funcionalidad impulsada por la IA fluirá cada vez más hacia las manos de los empleados y las operaciones comerciales. Trabajar en cooperación con la IA crea el mayor valor, ya que asume tareas manuales y repetitivas que frustran a los empleados.”
Este primer punto clave hace referencia al creciente interés, en numerosos ámbitos de la economía, en la democratización de los datos. Mientras que muchas empresas han experimentado durante mucho tiempo las molestias de los silos de datos dentro de sus organizaciones, es decir, una barrera de comunicación entre los modelos y proyectos desarrollados por los equipos de datos y los procesos de toma de decisiones diseñados por los líderes empresariales, el nuevo panorama de datos es mucho más transparente y colaborativo.
A medida que las empresas de servicios financieros buscan aplicar la IA de manera más amplia, desde la mitigación de riesgos y la auditoría de cumplimiento hasta la negociación algorítmica y la asignación de activos, se está empoderando a más empleados y expertos en áreas comerciales para que comprendan y utilicen modelos que anteriormente solo estaban bajo la jurisdicción de los equipos de datos.
Y la IA también puede ayudar a estos usuarios a centrarse en las tareas más importantes en curso, minimizando el esfuerzo desperdiciado en operaciones tediosas. Según Masood Ali, director senior de estrategia y gobierno de datos en RBC, “los sistemas de IA pueden eliminar las tareas repetitivas que frustran a muchos empleados, ya que sus esfuerzos podrían ser mejor aprovechados en otros lugares, especialmente con las últimas capacidades para buscar de manera inteligente en documentos, hojas de cálculo y otros datos no estructurados”.
Educación en IA para lograr mejores resultados
“Con educación y una mayor exposición a la IA, los empleados pueden encontrar una mayor satisfacción laboral, crear mejores oportunidades para los clientes y desarrollar experiencia, aumentando su valor. La mayoría de las empresas no ofrecen suficiente educación sobre los mejores usos de la IA”.
A pesar de mucho debate sobre cómo los empleados en todos los sectores de la economía están preocupados por la seguridad de sus empleos ante el aumento de tecnologías de IA más sofisticadas, la verdad es mucho más compleja. De hecho, según una Encuesta de Salesforce, la mayoría de los trabajadores que enfrentan la perspectiva de trabajar con IA están emocionados y/o anticipan ese momento con expectativas positivas. El problema es simplemente que no comprenden del todo la IA (“solo 1 de cada 10 dice que sus tareas diarias involucran habilidades de IA”, según el MIT). En otras palabras, el problema no radica tanto en la voluntad como en el aprendizaje.
El informe subraya la importancia de exponer a los empleados a los sistemas de IA y sus aplicaciones, incluidos los grandes modelos de lenguaje (LLMs), para preparar una relación armoniosa y simbiótica entre “el hombre y la máquina” en el lugar de trabajo. En este momento, no hay suficientes bancos que ofrezcan este tipo de expectativa, pero la mayoría está bien equipada para hacerlo.
Cumplimiento simplificado de ESG
“Plataformas de IA cada vez más sofisticadas y mejores datos simplificarán el manejo de los requisitos regulatorios y el cumplimiento de ESG. Asegurar la calidad de los datos y la consistencia de los modelos será importante, al igual que eliminar los sesgos de los datos”
Cumplir con los objetivos ambientales, sociales y de gobernanza (ESG) es esencial para las empresas en la industria de servicios financieros. Sin embargo, sigue siendo una tarea difícil con sus propios desafíos, en muchos casos. Esto se debe a que “el cumplimiento de ESG implica un registro significativo y requisitos de cumplimiento, a menudo basados en datos no estructurados y en datos de fuentes que históricamente son nuevas para que las empresas financieras absorban”, en palabras de John McCambridge, director global de soluciones para servicios financieros y seguros en Dataiku, una empresa de IA y aprendizaje automático.
Los sistemas de IA pueden ayudar a estructurar, limpiar y modelar datos, ahorrando a los equipos de datos y a los analistas horas de trabajo tedioso en cada período de informe. A medida que los equipos de datos adoptan herramientas de análisis avanzado para ayudarles a incorporar el cumplimiento de ESG en sus procesos, se encuentran cumpliendo sus objetivos de manera más rápida, confiable y eficiente.
El Futuro de la IA en la Banca
Entre las numerosas ideas del informe de MIT Technology Review sobre el estado de la IA en la banca, está claro que los tres puntos clave mencionados anteriormente representan tres partes de un todo dinámico. En otras palabras, el crecimiento en uno de los tres casi seguramente implicará un crecimiento en los otros dos.
A medida que el análisis avanzado se integra más en las empresas, democratizando el acceso e incluso el desarrollo de modelos más allá de los equipos de datos, los analistas y los especialistas en áreas comerciales estarán mejor educados en el potencial y las posibles aplicaciones de la IA para sus proyectos. Esto, a su vez, ayudará a los numerosos equipos dentro de un banco dado a trabajar en conjunto para cumplir con objetivos comerciales esenciales, siendo el ESG el más importante entre ellos.
Casos de Uso y Proyectos, Escalando la IA
Benjamin Libman
Traducción del original
Es fundamental centralizar y sistematizar los aspectos antes mencionados, así como muchos otros, no solo para el sector financiero, sino también para una amplia gama de sectores e industrias. Para conocer más obtenga el eBook: Soluciones para todas las industrias.
Trabaje con datos claros y disponibles para cada decisión.
Nuestro equipo les acompaña con entusiasmo, para acercarles al futuro que desean.
