SEGUIR
Mejorar las acciones comerciales, minimizar el fraude bancario y fortalecer las políticas de gestión de riesgos. Son muchísimas las principales oportunidades que presenta la banca con la inteligencia artificial y el big data, con los avances tecnológicos que las entidades financieras españolas llevan implementando en este momento algoritmos de menos de una década con la intención de mejorar sus servicios. “La inteligencia artificial es más importante para la banca que para otros sectores porque la información es su materia prima. Y, precisamente, es un sector que tiene más información sobre los clientes que otros”, dice Alberto Calles, socio responsable del área de regulación financiera en PwC.
El uso de los datos y de la inteligencia artificial le ha servido a BBVA para dar a sus clientes una serie de herramientas que les permiten mejorar su salud financiera. “Gracias a los sistemas de inteligencia artificial y aprendizaje automático, el banco es capaz de detectar situaciones que se producen fuera del estándar habitual en las finanzas de estos clientes.
En estas situaciones, informamos a los clientes mediantes, para darles la oportunidad de prepararse ante imprevistos y resolver posibles errores”, dijo Francisco Maturana, CEO de AI Factory, el centro de análisis avanzado de BBVA. Esta entidad comenzó a apostar por el desarrollo de productos basados en inteligencia artificial en 2014.
El 64% de los bancos tiene soluciones de IA
La inteligencia artificial también permite implementar estrategias de aprendizaje automáticamente analizando casos pasados para aprender de la experiencia y encontrar patrones que ayuden a predecir comportamientos futuros. En Openbank, el banco online del Grupo Santander, el aprendizaje automático permite establecer modelos predictivos para anticipar el comportamiento de los clientes y así actuar con antelación. “Gracias a nuestros algoritmos de propensión en nuestro mapa de productos podemos diseñar un plan de comunicación adecuado a nuestros clientes minimizando o aumentando las campañas de publicidad de productos que saben interesarles”, afirma Daniel Villatoro, jefe científico de datos de Openbank.
“Las áreas con mayor impacto potencial del uso de inteligencia artificial son, por un lado, los servicios ofrecidos directamente a los clientes. Además, también puede mejorar significativamente la eficiencia en la detección de fraudes, optimizar procesos y operaciones internas, así como asegurar una corrección normativa”, afirma Maturana, de BBVA. «Estos algoritmos se preocupan de recomendar al cliente su plus producto a contratar o discernir si algún movimiento en su cuenta es anómalo, entre otros, y todo esto siempre de manera anónima y garantizando la privacidad de nuestros clientes», comentó Villatoro.
El reto pendiente
El gran reto de los bancos a la hora de poner en marcha iniciativas de inteligencia artificial es convencer al regulador de que el uso de esta tecnología está en línea con la normativa vigente, explicó Calle, socio de PwC. Los proyectos de inteligencia artificial permiten obtener una enorme cantidad de información de los clientes, por lo que el retorno reside, por ejemplo, en explicarle al regulador que estos procesos son online con los requisitos de recogida de datos para evaluar la concesión de un préstamo .
“Por un lado, en Europa, gracias al reglamento general de protección de datos hemos tomado una actitud proteccionista sobria la privacidad de los individuos. Por otro lado, en países con una fuerte inversión en investigación en este tipo de técnicas (como EE.UU. o China), la gestión de los datos de los clientes es mucho más liberal y por lo tanto las empresas están aprovechando esa ventaja para crear nuevos servicios personalizados”, dice Villatoro, de Openbank.
Esta dicotomía está generando un riesgo en el desarrollo de la inteligencia artificial que se conoce como “dos velocidades”, es decir, hay quienes tienen una normativa más proteccionista y quienes la tienen más laxa. “Es necesario trabajar en conjunto con la comprensión y comprensión autoguiada de los modelos de inteligencia artificial, y evitar una visión excesivamente cuidadosa que limite su uso”, dijo la Asociación Española de Banca en declaraciones a ABC.
Mejorar habilidades
Otro de los retos reside en mejorar la capacidad operativa de las entidades financieras para poder integrar los últimos avances en inteligencia artificial además de los servicios. “La evolución del proceso de lenguaje natural con avances en modelos de comprensión y generación de lenguaje, como GPT-3, tiene un mundo de posibilidades de ayuda en la clasificación y agilidad de respuesta a los clientes. Por lo tanto tenemos el reto por delante de integrar adecuadamente estas nuevas capacidades”, dice Maturana, de BBVA AI Factory.
Según datos de la Autoridad Bancaria Europea, el 64% de las entidades financieras tienen en 2019 proyectos basados en datos y en herramientas analíticas avanzadas. Este porcentaje evidencia el rápido avance que están teniendo los proyectos basados en esa tecnología entre los bancos del continente. «El desarrollo y aplicación de los modelos basados en la gestión de los datos y la inteligencia artificial ya son, en la actualidad, elementos fundamentales para mjorar los servicios financieros», dice la Asociación Española de Banca sober el peso que esta tecnología tiene para el futuro de la banca.
Calle, de PwC, consideró que en términos comparativos con las entidades europeas, la banca española destaca como una de las más avanzadas en el uso de la tecnología de inteligencia artificial. «Queda mucho camino por recorrer, pero la banca española está bastante avanzada en este ámbito», afirma Calle, que también destaca el papel de los bancos españoles como el de unas de las entidades con mayor digitalización de sus servicios bancarios.
Cómo un robot evalúa la capacidad crediticia
El uso más habitual que ha tenido la inteligencia artificial en la banca es en los procesos de evaluación crediticia de los clientes, conocido como ‘credit scoring’ en inglés. Las entidades financieras tienen una información de sus clientes que otros sectores no tienen, ya que están en sus cuentas donde reciben sus nominas y domicilian sus pagos. El uso de la inteligencia artificial permite a los bancos realizar un análisis rápido para determinar la solvencia de los clientes. Esto se traduce en el desarrollo de innovadores sistemas prestamo que funcionan de manera más eficiente para las entidades y para los clientes.
