Inteligencia Artificial en la Banca para la toma de decisiones
Fuente: McKinsey
De acuerdo a la consultora McKinsey, las tecnologías basadas en IA pueden ayudar a incrementar los ingresos a través de la personalización de servicios financieros; reducir los costos al generar eficiencia a través de una mayor
automatización
; reducir el rango de errores; mejor utilización de recursos; y descubrir nuevas oportunidades de negocio al analizar y procesar masivas cantidades de datos.
Inteligencia Artificial
para empoderar a la Banca
Créditos
El crédito siempre ha sido uno de los medios más idóneos para generar nuevos ingresos en la Banca, sin embargo el limitante principal es el riesgo. ¿Cómo elegir a los candidatos mejor calificados para un préstamo? ¿Cada candidato puede tener una tasa diferente de interés? La Inteligencia Artificial está ayudando a la Banca a tomar mejores decisiones en cuanto préstamos, al utilizar modelos predictivos precisos para identificar el riesgo de cada solicitante y responder con tasas preferenciales si el riesgo es bajo.
Comercio Cuantitativo
Al utilizar grandes conjuntos de datos, las soluciones de IA pueden analizar complejas estructuras de información e identificar patrones para realizar operaciones estratégicas. Un ejemplo de esto es el trabajo de Alphasense, una empresa de Nueva York que desarrolló una plataforma que utiliza
Procesamiento de Lenguaje Natural
(PLN) para analizar búsquedas de palabras clave dentro de archivos, noticias e investigaciones para descubrir cambios de tendencias que puedan impactar los mercados financieros. Así es posible tener una ventaja comercial que siempre estará por delante de los análisis tradicionales.
Fraude y Lavado de Activos
Cada día millones de transacciones se llevan a cabo, las 24 horas del día, los 7 días de la semana; identificar y rastrear este volumen de movimientos solo es pasible a una solución de Inteligencia Artificial. Pero esta tarea va más allá, no todo este dinero es legítimo, en algunos casos representan fraudes, robo de identidades e incluso lavado de activos.
Transferencias que van desde ciudades como Buenos Aires, Quito o la Paz; hacia paraísos fiscales en las Islas Canarias, Suiza o Panamá; todo esto bajo esquemas complejos para evitar que el dinero sea rastreado. Sin embargo, si se analizan los billones de datos es posible identificar patrones de comportamiento que hagan posible identificar los fraudes antes de que se cometan o detener transacciones sospechosas.
Los límites de los Sistemas Legados
Los sistemas de
Core Bancario
que no han evolucionado, funcionan bien para las operaciones del día a día, soportando pagos tradicionales y operaciones de préstamos. Sin embargo es necesario que los Bancos resuelvan debilidades inherentes a los sistemas legados, antes de que puedan desplegar tecnologías de IA.
Para McKinsey, el camino es claro, la Banca deberá invertir en modernizar su Core para poder adaptarse a la demanda incremental de escalabilidad, flexibilidad y velocidad; que los tiempos actuales requieren. Para poder sobrepasar los retos que implica el despliegue de tecnologías de IA es necesario mantener un enfoque holístico que abarque a toda la organización, ya que no es una opción, sino un imperativo estratégico.
