Cómo la Inteligencia Artificial cambió la historia de los bancos

El sector financiero lidera las inversiones en transformación digital. Y el impacto es notable.

Los bancos ya no son lo que eran. Si en algún sector puede evidenciarse el impacto de la disrupción digital es en el financiero. Y la Inteligencia Artificial es una de los principales responsables. La relación de las personas con el dinero ha cambiado en las dos últimas décadas. Las transacciones digitales y los pagos electrónicos modificaron sustancialmente el panorama, y presionaron cambios importantes que todos podemos observar a simple vista: desde menores cantidades de efectivo pasando de mano en mano, hasta la reducción del número de oficinas bancarias y la casi desaparición de las filas. Los bancos son probablemente las empresas que más invirtieron en tecnología y modernización, para mejorar el servicio, la rentabilidad y la seguridad de sus operaciones.

El reciente auge de la Inteligencia Artificial puso en manos de las instituciones financieras un enorme abanico de opciones tecnológicas para detectar fraudes y prevenirlos, evaluar los riesgos de créditos e inversiones, automatizar servicios y hacerse más eficientes, así como blindarse ante el cibercrimen. A continuación, las líneas más relevantes de transformación del sector financiero que se apoyan en la IA.

La revolución de los chatbot y la atención a los clientes. Gracias a los avances en procesamiento del lenguaje natural y a la aparición del aprendizaje de máquinas (machine learning), el contacto con los clientes es hoy otra cosa. Los bancos fueron los primeros en subirse a la nueva ola de los chatbots y  lideran esta tendencia, adoptada también en el sector salud y en el comercio. Los hay de todo tipo y alcance, desde los simples asistentes para el primer contacto de un cliente a través de WhatsApp, en donde el bot puede identificar el tema o problema y redirigir al usuario hacia el canal más adecuado, hasta bots complejos que asesoran la gestión de carteras de inversión.

Decisiones de crédito y “scoring”. Plataformas inteligentes asisten a los bancos para perfilar a los clientes que aspiran a recibir créditos. Con esto se pone fin a una antigua barrera de acceso al crédito para clientes nuevos, sin historia crediticia. La evaluación de riesgos dio un salto desde que empezaron a utilizarse estas tecnologías, que van desde simples bases de datos construidas con la información que proporciona cada cliente, hasta sistemas de mayor alcance, capaces de perfilar clientes con base en datos no estructurados, información de las redes sociales, patrones de consumo y del entorno del cliente, para predecir el nivel de riesgo potencial y recomendar la decisión más conveniente. Existen sistemas que Plataformas inteligentes asisten a los bancos para perfilar a los clientes que aspiran a recibir créditos. Con esto se pone fin a una antigua barrera de acceso al crédito para clientes nuevos, sin historia crediticia.pueden predecir el riesgo de un crédito sin necesidad de utilizar las clásicas variables de ingresos y deudas (el clásico Datacrédito) y sin solicitar datos privados, sino solamente con análisis de patrones, gracias al poder de Big Data.

Detección de fraudes. Algoritmos inteligentes pueden detectar intentos de fraude a partir de información increíble, como los hábitos de uso del móvil de un usuario, la inclinación de la mano al escribir sobre el teclado y otras referencias que han sido previamente identificadas. Cuando el sistema detecta algún comportamiento anormal, lanza una alerta. Podría tratarse de una operación fraudulenta sobre un smartphone robado al verdadero cliente. Los bancos emplean soluciones basada en IA para detectar el lavado de activos, y para reconocer a cada usuario al momento de iniciar una transacción en línea.

Inteligencia de mercados. El sector financiero acude a servicios de análisis de contexto y comportamiento de los mercados, ofrecidos por plataformas “data driven”, es decir, informes basados en el análisis automatizado de grandes volúmenes de datos, que proporcionan información confiable y relevante para tomar decisiones financieras.

El fenómeno fintech. La aparición de una generación nueva de startup disruptivas enfocadas en servicios financieros es una de las olas más refrescantes de la transformación digital del sector. Las fintech inyectaron innovación y presionaron a los bancos para acelerar sus procesos de digitalización. La variedad de iniciativas tecnológicas de este tipo es enorme: desde servicios financieros para la población sin la participación de los bancos tradicionales, el microcrédito rápido para cualquier ciudadano, las finanzas colaborativas (peer to peer) directamente entre usuarios de una app, o las aplicaciones para la gestión de comercios y pequeños negocios en línea, hasta la multitud de nuevos medios de pago electrónicos y la aparición de los bancos completamente virtuales. También hay que mencionar la proliferación de billeteras móviles y las plataformas de intercambio de criptomonedas, cada vez más poderosas, que ya incluyen en sus portafolios de servicios el crédito en bitcoins, con figuras como CDT, y la disponibilidad de cajeros automáticos para retiro de cripto activos en moneda local.

Quizás lo más llamativo del fenómeno fintech es que se trata de soluciones tecnológicas basadas en los usuarios, pensadas en solucionar problemas reales y en atender a nuevas audiencias que la banca tradicional no veía o dejaba por fuera. De ahí que las fintech han sido cruciales para mejorar los índices de inclusión financiera en la mayoría de los países. Para facilitar el crecimiento de la inclusión financiera en un país como Colombia, y extender los beneficios del crédito a la población no bancarizada, se requiere el apoyo de tecnologías inteligentes y el análisis avanzado de datos.

De ese tamaño en la revolución que las tecnologías más avanzadas, con la IA y el Big Data a la cabeza, provocaron en los últimos cinco años en el sector financiero.

«

»

¿Qué piensas?

Tu dirección de correo electrónico no será publicada.