SEGUIR
Millorar les accions comercials, minimitzar el frau bancari i enfortir les polítiques de gestió de riscs. Són moltíssimes les principals oportunitats que presenta la banca amb la intel·ligència artificial i el big data, amb els avenços tecnològics que les entitats financeres espanyoles porten implementant en aquest moment algorismes de menys d'una dècada amb la intenció de millorar-ne els serveis. “La intel·ligència artificial és més important per a la banca que per a altres sectors perquè la informació és la seva primera matèria. I, precisament, és un sector que té més informació sobre els clients que altres”, diu Alberto Calles, soci responsable de l'àrea de regulació financera a PwC.
L'ús de les dades i de la intel·ligència artificial ha servit a BBVA per donar als seus clients una sèrie d'eines que els permeten millorar la salut financera. “Gràcies als sistemes d'intel·ligència artificial i aprenentatge automàtic, el banc és capaç de detectar situacions que es produeixen fora de l'estàndard habitual a les finances d'aquests clients.
En aquestes situacions, informem els clients mitjançant, per donar-los l'oportunitat de preparar-se davant d'imprevistos i resoldre possibles errors”, va dir Francisco Maturana, CEO d'AI Factory, el centre d'anàlisi avançat de BBVA. Aquesta entitat va començar a apostar pel desenvolupament de productes basats en intel·ligència artificial el 2014.
El 64% dels bancs tenen solucions de IA
La intel·ligència artificial també permet implementar estratègies daprenentatge automàticament analitzant casos passats per aprendre de lexperiència i trobar patrons que ajudin a predir comportaments futurs. A Openbank, el banc en línia del Grup Santander, l'aprenentatge automàtic permet establir models predictius per anticipar el comportament dels clients i així actuar amb antelació. “Gràcies als nostres algorismes de propensió al nostre mapa de productes podem dissenyar un pla de comunicació adequat als nostres clients minimitzant o augmentant les campanyes de publicitat de productes que els saben interessar”, afirma Daniel Villatoro, cap científic de dades d'Openbank.
“Les àrees amb un impacte potencial més gran de l'ús d'intel·ligència artificial són, d'una banda, els serveis oferts directament als clients. A més, també pot millorar significativament l'eficiència en la detecció de fraus, optimitzar processos i operacions internes, així com assegurar-ne una correcció normativa”, afirma Maturana, de BBVA. «Aquests algorismes es preocupen de recomanar al client el seu plus producte a contractar o discernir si algun moviment al seu compte és anòmal, entre d'altres, i tot això sempre de manera anònima i garantint la privadesa dels nostres clients», va comentar Villatoro.
El repte pendent
El gran repte dels bancs a l'hora de posar en marxa iniciatives d'intel·ligència artificial és convèncer el regulador que l'ús d'aquesta tecnologia està en línia amb la normativa vigent, va explicar Calle, soci de PwC. Els projectes d'intel·ligència artificial permeten obtenir una enorme quantitat d'informació dels clients, per la qual cosa el retorn resideix, per exemple, a explicar al regulador que aquests processos són en línia amb els requisits de recollida de dades per avaluar la concessió d'un préstec.
“D'una banda, a Europa, gràcies al reglament general de protecció de dades hem pres una actitud proteccionista sòbria la privadesa dels individus. D'altra banda, a països amb una forta inversió en recerca en aquest tipus de tècniques (com els EUA o la Xina), la gestió de les dades dels clients és molt més liberal i per tant les empreses estan aprofitant aquest avantatge per a crear nous serveis personalitzats”, diu Villatoro, d'Openbank.
Aquesta dicotomia està generant un risc en el desenvolupament de la intel·ligència artificial que es coneix com “dues velocitats”, és a dir, n'hi ha que tenen una normativa més proteccionista i qui la tenen més laxa. "Cal treballar en conjunt amb la comprensió i comprensió autoguiada dels models d'intel·ligència artificial, i evitar una visió excessivament curosa que en limiti l'ús", va dir l'Associació Espanyola de Banca en declaracions a ABC.
millorar habilitats
Un altre dels reptes és millorar la capacitat operativa de les entitats financeres per poder integrar els últims avenços en intel·ligència artificial a més dels serveis. L'evolució del procés de llenguatge natural amb avenços en models de comprensió i generació de llenguatge, com GPT-3, té un món de possibilitats d'ajuda en la classificació i l'agilitat de resposta als clients. Per tant, tenim el repte per davant d'integrar adequadament aquestes noves capacitats”, diu Maturana, de BBVA AI Factory.
Segons dades de l'Autoritat Bancària Europea, el 64% de les entitats financeres tenen el 2019 projectes basats en dades i en eines analítiques avançades. Aquest percentatge evidencia el ràpid avenç que estan tenint els projectes basats en aquesta tecnologia entre els bancs del continent. «El desenvolupament i l'aplicació dels models basats en la gestió de les dades i la intel·ligència artificial ja són, actualment, elements fonamentals per millorar els serveis financers», diu l'Associació Espanyola de Banca sobre el pes que aquesta tecnologia té per al futur de la banca.
Calle, de PwC, va considerar que en termes comparatius amb les entitats europees, la banca espanyola destaca com una de les més avançades en l?ús de la tecnologia d?intel·ligència artificial. «Queda molt de camí per recórrer, però la banca espanyola està força avançada en aquest àmbit», afirma Calle, que també destaca el paper dels bancs espanyols com el d'unes de les entitats amb més digitalització dels seus serveis bancaris.
Com un robot avalua la capacitat creditícia
L'ús més habitual que ha tingut la intel·ligència artificial a la banca és en els processos d'avaluació creditícia dels clients, conegut com a 'credit scoring' en anglès. Les entitats financeres tenen una informació dels seus clients que altres sectors no tenen, ja que són als seus comptes on reben les seves nòmines i en domicilien els pagaments. L'ús de la intel·ligència artificial permet als bancs fer una anàlisi ràpida per determinar la solvència dels clients. Això es tradueix en el desenvolupament d'innovadors sistemes prestam que funcionen de manera més eficient per a les entitats i per als clients.
