Durante años, la industria de servicios financieros ha buscado automatizar sus procesos, desde el trabajo de cumplimiento de back-end hasta el servicio al cliente. Pero la explosión de la inteligencia artificial generativa ha abierto tanto nuevas posibilidades como desafíos potenciales para las empresas de servicios financieros.
“El mundo entero está en una fase de descubrimiento en este momento”, dice Saby Roy, socio consultor de tecnología de EY. “Estamos viendo muchas organizaciones tratando de darle un uso real”.
Aplicaciones de la IA en los servicios financieros
La IA ya se está utilizando para tratar de mejorar la experiencia del cliente cuando se trata de grupos de servicios financieros. Muchos consumidores están familiarizados con iteraciones básicas de “chatbots” en los sitios web de bancos y minoristas, pero tienden a tener una funcionalidad limitada y dependen de una serie de respuestas predefinidas.
Las instituciones financieras ahora esperan que la IA generativa pueda reemplazar estos sistemas con alternativas que sean más capaces de responder a solicitudes complejas, aprender a lidiar con las necesidades específicas de los clientes y mejorar con el tiempo.
“Si observa el lado del servicio al cliente, estamos viendo mucho interés de los clientes sobre cómo pueden poner en acción la IA generativa en los canales de chat”, dice Rav Hayer, director gerente de la práctica digital de la consultora de gestión Alvarez & Marsal. “Hay muchas discusiones sobre las finanzas conversacionales”.
Otra área en la que la automatización ya se ha afianzado es la de los préstamos. Aquí, los sistemas de inteligencia artificial se utilizan para revisar la documentación y acelerar la evaluación de si un consumidor puede pagar productos crediticios, como hipotecas.
“Tenemos 15 modelos de IA diferentes en vivo en nuestra plataforma, que realizan diferentes funciones”, explica Stuart Cheetham, director ejecutivo del prestamista hipotecario MPowered Mortgages. Diferentes modelos verifican de qué banco es un extracto, examinan su veracidad y lo transforman en datos legibles por máquina que pueden usarse para ayudar a tomar una decisión.
Sin embargo, el sistema no está completamente automatizado, dice Cheetham, y los humanos aún participan en la toma de la decisión final. Según el Reglamento general de protección de datos, los consumidores tienen algunas protecciones contra la toma de decisiones totalmente automatizada, en la que no participan humanos.
“No permitimos que se use ninguna IA de caja negra cerca de un proceso de toma de decisiones”, dice, refiriéndose a los sistemas cuyos procesos no se pueden explicar claramente.
En el otro extremo de la escala, la IA también está encontrando aplicaciones en la inversión, ayudando a los administradores de fondos a convertir los datos sin procesar en algo que pueda usarse para tomar decisiones inteligentes, de acciones u otras clases de activos.
“Te da una visión mucho más prospectiva”, dice Hal Reynolds, codirector de inversiones de Los Angeles Capital. “Le permite comprender la información de manera mucho más eficiente para que pueda estar preparado para tomar una buena decisión de inversión”.
Entre los conjuntos de datos que estudian sus sistemas se encuentran las llamadas de los ejecutivos con los analistas, en las que pueden analizar la claridad del propósito, las respuestas de los analistas y si los resultados de las empresas están a la altura de lo que dicen sus jefes.
Las empresas también están adaptando la IA generativa para ayudar a combatir los delitos financieros, con una amplia gama de casos de uso, incluido el campo lento y costoso, pero vital, de los protocolos contra el lavado de dinero y “conozca a su cliente”.
Beneficios del uso de la IA
“Se trata de ahorrar minutos, lo que lleva a horas”, dice Guðmundur Kristjánsson, fundador y director ejecutivo de la fintech islandesa Lucinity, que utiliza IA para apoyar al personal del banco que intenta detectar el lavado de dinero y otros comportamientos ilícitos.
El sistema “copiloto” de Lucinity, Luci, convierte las alertas sobre transacciones e individuos en texto, lo que permite que los agentes los evalúen más rápidamente y pueden escribir un resumen del caso, lo que acelera la capacidad de los agentes para trabajar con su carga de casos y tratar con más problemas potenciales.
“Realmente he estado en IA durante 15 años; la tasa de innovación se ha vuelto muy rápida”, observa Kristjánsson. “Las herramientas son cada vez más accesibles, para que una pequeña empresa como la nuestra pueda aprovechar los beneficios”.
Los jugadores más grandes también están utilizando IA para combatir el fraude, un problema que le costó al Reino Unido £ 1.200 millones en 2022 según el organismo comercial de la industria UK Finance, incluida Mastercard.
A principios de julio, el grupo de procesamiento de pagos dio a conocer su nuevo sistema de Riesgo de Fraude al Consumidor, que ofrece a los bancos una puntuación individual sobre la probabilidad de que una transacción en la red Faster Payments del Reino Unido sea fraudulenta en milisegundos, según un trabajo anterior en cuentas de “mula de dinero” utilizadas para lavado de dinero.
El banco TSB, que ha estado probando el sistema desde enero, estimó que podría reducir los casos de fraude de pagos autorizados, en los que se engaña a los usuarios para que envíen dinero a los delincuentes, en aproximadamente un 20 por ciento.
“La escala y la entrega son lo que es diferente con la IA”, dice Ajay Bhalla, presidente de cibernética e inteligencia de Mastercard. “Los bancos pueden detener el fraude a plazo antes de que se transfiera el dinero”.
Riesgos del uso de la IA
Pero los expertos también están preocupados por los riesgos de la IA, incluida su capacidad para permitir el crimen financiero. Hayer, de Alvarez & Marsal, destaca las preocupaciones de que los estafadores implementarán IA generativa para que sus intentos de robar datos y dinero sean más efectivos, por ejemplo, haciéndose pasar mejor por un colega senior en un correo electrónico.
Implementaciones anteriores de herramientas automatizadas también han enfrentado controversias sobre el impacto de sus fallas, como arrestos injustificados en los EE. UU. debido a las limitaciones de la tecnología de reconocimiento facial. Para Hayer, eso significa que es crucial que las instituciones miren los riesgos tanto como las oportunidades.
“La gobernanza va a ser absolutamente clave”, dice. “¿Cómo cosechar y difundir los beneficios de la IA sin desatar una serie de consecuencias no deseadas o crear algo que en última instancia sea destructivo?”