El uso de la IA en Banca

La IA puede mejorar la personalización de los clientes, identificar patrones y conexiones que los humanos no pueden, y responder a preguntas sobre problemas bancarios en tiempo real. Las instituciones financieras ya están alcanzando el éxito con la IA. Sin embargo, lo que puede ser "asombroso" hoy día será un elemento fundamental en un futuro próximo.

La inteligencia artificial (IA) no es nueva en la banca. Si consideramos que la definición de IA es la capacidad de las máquinas para interactuar y aprender a hacer tareas previamente realizadas por los seres humanos, la historia de la IA se remonta a los años 50 en la industria bancaria. A través de la interacción y del aprendizaje automático, se puede procesar el lenguaje natural y tomar decisiones con mayor rapidez y precisión de lo que era posible en el pasado.

Uno de los resultados de la inteligencia artificial es que el aprendizaje automático mejora con el tiempo a medida que se procesan más datos y se obtienen resultados más positivos. De hecho, Ray Kurzweil de Google estima que la inteligencia artificial superará la inteligencia humana en 2019. A pesar de este logro, y de los éxitos en prácticamente todas las industrias, la banca ha adoptado un enfoque más cauteloso.

El interés creciente por la IA ha ocurrido debido tanto a las capacidades como a las necesidades del negocio. El crecimiento explosivo de datos estructurados y no estructurados, la disponibilidad de nuevas tecnologías como la computación en la nube y los algoritmos de aprendizaje automático, las crecientes presiones provocadas por la nueva competencia, el aumento de la regulación y las expectativas de los consumidores han creado una "tormenta perfecta" para el uso expandido de la inteligencia artificial en los servicios financieros.

Los beneficios de la IA en los bancos y cooperativas de ahorro y crédito están muy extendidos, llegando a las operaciones de back office, el cumplimiento regulatorio, la experiencia del cliente, la entrega de productos, la gestión de riesgos y el marketing, por nombrar unos pocos. De repente, las organizaciones bancarias pueden trabajar con grandes historias de datos para cada decisión tomada.

La adopción de la IA en la Banca

La mayoría de los bancos y cooperativas de ahorro y crédito están en las primeras etapas de la adopción de las tecnologías de IA. De acuerdo con una encuesta realizada por Narrative Science en conjunto con el National Business Research Institute, el 32% de los ejecutivos de servicios financieros encuestados confirmaron el uso de tecnologías de IA como la analítica predictiva, motores de recomendación y reconocimiento y respuesta por voz.

Para aquellas firmas que no adoptaron la IA, se mencionaron desafíos tales como el temor al fracaso, conjuntos de datos aislados en silos y cumplimiento regulatorio. Según la encuesta de Narrative Science, el 12% del grupo total no estaba utilizando todavía la IA porque consideraban que era demasiado nueva, no estaba bien probada o no estaban cómodos con la seguridad.

Otro desafío clave para muchas organizaciones fue que no hay una titularidad interna clara de prueba de las tecnologías emergentes - sólo el 6% de los encuestados tiene un líder en innovación o un ejecutivo dedicado a probar nuevas ideas y procesos. No tener una persona o departamento asignado a probar nuevas ideas es obviamente un problema.

Datos, Datos, Datos

Los datos se están recopilando, analizando y aplicando a soluciones de forma cada vez más extensiva y con mayor rapidez que nunca. La IA permite automatizar grandes cantidades de datos, analizándolos y aplicándolos a velocidades récord.

Las nuevas soluciones cognitivas también permiten una experiencia de cliente más proactiva y personal a un coste menor de lo que era posible antes. Esto es impulsado por la capacidad de la IA para construir conocimiento a alta velocidad, entender el lenguaje natural y ejecutar los procesos operacionales de una manera totalmente compatible.

Dos de los mayores desafíos que persisten en la banca es la ausencia de personas con experiencia en la captura, análisis y aplicación de datos y la existencia de silos de datos. Esto se reflejó en la investigación realizada por Narrative Science. La buena noticia es que muchas empresas de datos ahora tienen la capacidad de construir una "solución alternativa", recopilando datos de toda la organización.

Los beneficios de la IA en Banca

A pesar de la vacilación inicial en la industria en torno al compromiso con la IA, hay varios casos de uso.

Personalización mejorada del cliente

La tendencia número uno identificada en las tendencias y predicciones de banca minorista de 2017 fue un enfoque renovado en la experiencia del cliente. En otro Informe de Banca Digital, “El poder de la personalización en la banca”, se encontró que los consumidores están dispuestos a compartir su información personal si pueden recibir asesoramiento personalizado, ofertas y servicios basados en este conocimiento compartido.

            Las comunicaciones personalizadas y el asesoramiento que permite la IA pueden reflejarse en los robo-asesores - servicios online de gestión del patrimonio que proporcionan un asesoramiento automatizado de la gestión de la cartera y basado en algoritmos sin la ayuda de una contraparte humana. Con la ayuda de la IA, los algoritmos pueden reequilibrar regularmente las carteras para mantener las directrices de inversión originales y operar a un coste inferior a 100 puntos básicos (comparado con el 2 - 3% de los agentes tradicionales). Inicialmente promovido por firmas fintech como Betterment y Wealthfront, los robo-asesores ahora forman también parte de las ofertas de los agentes tradicionales.

            Más allá del asesoramiento inteligente, muchas de las instituciones financieras más grandes de todo el mundo están utilizando la IA para mejorar la personalización de ofertas y la comunicación. En el futuro, se cree que el marketing personalizado y el desarrollo de soluciones para mejorar la experiencia del cliente será el principal caso de uso para las organizaciones financieras.

Ganancias de productividad

Desde los flujos de comunicación del cliente hasta el procesamiento básico de back office, la IA puede tomar procesos rutinarios y repetitivos y hacerlos más eficientes y efectivos. Lo que una vez fue un proceso muy tedioso de comunicación de la incorporación de nuevos clientes puede ahora convertirse en interacciones altamente personalizadas basadas en la actividad individual tras la apertura. Este nivel de personalización era casi imposible de lograr sin los beneficios del aprendizaje automático y la IA.

Otra aplicación es la actualización continua necesaria de los requisitos de cumplimiento regulatorio, la documentación informacional del cliente e incluso las preguntas frecuentes (FAQ). Con una base de cambios continuos de hechos y actualizaciones de productos, todas las comunicaciones relacionadas se pueden cambiar de manera inmediata.

Detección de fraudes

Uno de los primeros usos de la inteligencia artificial en la banca fue la detección del fraude. Se puede monitorizar mediante una revisión continua de los patrones de actividad de la cuenta, marcando las aberraciones en los patrones para su posterior revisión. Durante la última década, la IA no sólo ha mejorado significativamente el proceso de monitorización, sino que ahora es capaz de responder en tiempo real a posibles fraudes.

            Según Narrative Science, "Por ejemplo, Feedzai utiliza el aprendizaje automático para evaluar transacciones y millones de puntos de datos en tiempo real. La compañía mantiene un modelo operacional y un modelo rival que evoluciona constantemente a medida que cambian las amenazas. Cuando el modelo rival se vuelve más efectivo, reemplaza al primer modelo y se crea un nuevo rival.

Mejores Recomendaciones a Clientes

Además de una comunicación personalizada con el cliente, la IA ofrece la posibilidad de mejorar las recomendaciones y el asesoramiento de los clientes. Las aplicaciones de banca móvil como Moven y Simple permiten a los usuarios realizar un seguimiento de sus gastos y aumentar sus ahorros con recomendaciones automatizadas y personalizadas a través de una tarjeta de débito especializada vinculada a su aplicación para smartphone.

            Brett King, CEO de Moven cree que la IA se hará cargo de muchas tareas rutinarias asociadas con recomendaciones y asesoramiento de productos. Él dijo a Narrative Science, "Para mí, el asesoramiento es la próxima gran disrupción. Por ejemplo, en la banca necesitamos asesoramiento en tiempo real. La capacidad de los seres humanos de proporcionarlo es pobre y, como seres humanos, somos inconsistentes y nos equivocamos. La inteligencia artificial no lo hará.”

Finie: La App Inteligente para nuestra Cuenta Bancaria

Como es el caso de varias innovaciones en la banca en los últimos años, una de las aplicaciones más interesantes de la IA en la banca minorista ha venido de una pequeña start-up ... no de un gran banco nacional. Clinc, con sede en Ann Arbor, ha creado una plataforma de IA basada en voz, llamada Finie (de genio financiero) como una forma de interactuar con una cuenta bancaria utilizando consultas en lenguaje natural (en contraposición a un conjunto muy limitado de comandos basados en reglas).

            Al ser comercializado directamente a los bancos y cooperativas de ahorro y crédito, Finie proporciona los beneficios de la mejor IA, ampliando el conocimiento y mejorando los resultados con cada interacción. En lugar de limitarse a una orden como "¿Cuál es mi saldo", se le puede preguntar a Finie: "¿Tengo suficiente dinero para salir a cenar esta noche?" En lugar de "Proporcionar lista de transacciones", podemos preguntar a Finie: "¿Cuánto he gastado en comestibles" o "¿He gastado más en café este mes que en el último".

Finie está integrada en la aplicación de banca móvil de los bancos, actuando como "un asistente personal inteligente activado por voz que es capaz de responder a preguntas financieras únicas para cada usuario, ofrecer asesoramiento personalizado y cumplir cualquier tarea bancaria". Sin una plantilla limitada de preguntas o tareas básicas, se cree que los consumidores se involucrarán más.

El futuro de la IA en la banca

Con un origen arraigado en la detección de riesgo y fraude y en la reducción de costes, la IA es cada vez más importante para que las empresas de servicios financieros puedan ser competitivas. El consumidor digital está siendo entrenado por firmas que se están convirtiendo en maestros de la IA (Amazon, Google, Facebook y Apple) y esperan que las compañías que usan las conozcan, las entiendan y las recompensen a través de una comunicación personalizada.

De acuerdo con Narrative Science, aproximadamente el 10% de las organizaciones están usando la IA para competir con sus compañeros e identificar oportunidades en sus datos que de otro modo se perderían. Esto es sólo la punta del iceberg. Pronto, todas las empresas de servicios financieros aprovecharán el poder de la IA para ofrecer mejores experiencias, reducir costes, reducir riesgos e incrementar los ingresos.