Aunque resulte paradójico, la IA no es nada nuevo, existe y se utiliza desde hace décadas. El problema es que la capacidad de las máquinas no se correspondía con el potencial de esta tecnología y su uso era residual. Hoy, las enormes capacidades del hardware le han dado una segunda oportunidad, ¡y no cabe duda de que la están aprovechando!
En este nuevo escenario, conviene precisar qué se entiende por inteligencia artificial. Si bien existen muchas formas de IA, hay cuatro modalidades principales: la voz y reconocimiento facial; el procesamiento natural del lenguaje; el aprendizaje automático; y el aprendizaje profundo. Las cuatro se pueden utilizar en varias aplicaciones, como los chatbots, el análisis de documentos, la automatización de procesos o el análisis predictivo.
Índice de temas
Automatización inteligente
En el ámbito de los servicios financieros, la Automatización de Procesos Robóticos (RPA) es cada día más común. Esta tecnología es ideal para automatizar tareas relativamente simples y repetitivas. En el otro extremo, la IA se puede utilizar para automatizar tareas más complejas que requieren procesos cognitivos o ‘inteligentes’. Este tipo de automatización inteligente está experimentando una enorme demanda. La RPA es apropiada para los procesos de backoffice y contabilidad; sin embargo, si se combina con la inteligencia artificial, permite automatizar cualquier proceso que incluya actividades de atención al cliente. Este potencial extremo a extremo ofrece una variedad casi infinita de usos de la inteligencia artificial en el sector de servicios financieros. Veamos alguno de los más comunes o interesantes. El primero son los servicios al cliente.
Probablemente sea una de las aplicaciones de la IA más populares en la banca. Gracias a ella, los gestores de servicio al cliente ya no tienen que atender cientos de correos electrónicos de forma manual. La inteligencia artificial se ocupa de ellos, gracias a su capacidad para entender su significado y preparar una respuesta adecuada. El siguiente escalón es la inteligencia en ventas y clientes, un área de rápido crecimiento, donde la IA se implementa para recopilar y analizar los datos de los clientes con el objetivo de aportar a los equipos de desarrollo de negocio nuevos conocimientos, oportunidades de venta y recomendaciones para la ‘mejor próxima acción’. Por su parte, en el área de Operaciones, la automatización inteligente es una forma potente de impulsar eficiencias y mejoras en los procesos de extremo a extremo. La IA se aplica también en el departamento de Servicios de TI, donde puede determinar si es probable que una aplicación o pieza de hardware falle, lo que aumenta enormemente la efectividad y la capacidad de recuperación de las infraestructuras de TI.
Otro campo cada día más relevante es la prevención del fraude. La inteligencia artificial permite evaluar y evitar que se llegue a producir un fraude, gracias a su capacidad para detectarlo en el origen, eliminando pagos o reclamaciones fraudulentas. El último de los principales territorios de la IA en el sector financiero es la seguridad cibernética. A medida que las amenazas cibernéticas crecen y se vuelven más sofisticadas, la inteligencia artificial puede usarse para el análisis predictivo, que puede detectar ataques cibernéticos, incluso antes de que ocurran. Frente a lo que digan las profecías más pesimistas, la inteligencia artificial no reemplaza ni debe reemplazar a los seres humanos. La IA está aquí para sumar, no para sustituir a los seres humanos. Sin la supervisión humana, no se garantiza que los algoritmos de la IA den los resultados esperados. Además, la IA está todavía en la curva de aprendizaje y no podrá hacer todo desde el primer día.
Mejorar las interacciones
Muchos de los éxitos de la inteligencia artificial están relacionados con la satisfacción del cliente. Por ejemplo, al interactuar con una compañía online (generalmente a través del sitio web) la IA permite que nuestras preguntas tengan respuestas instantáneas, precisas y relevantes para nuestros objetivos. Esto es lo que quieren la mayoría de los clientes y, especialmente, los millennials. Además, la calidad y la precisión mejoran significativamente, ya que el potencial de error humano está descartado, lo que mejora de nuevo el servicio y la satisfacción del cliente. Evidentemente, todo esto se logra ahorrando tiempo y dinero. No hay duda, si se puede usar IA, aumenta la eficiencia y la productividad.
Cualquiera que sea el nivel de madurez en términos de IA, hay unas cuantas lecciones que aprender
Hacer que la IA sea un éxito
Mientras que algunos bancos han empezado a construir centros de excelencia en inteligencia artificial, otros muchos están todavía explorando sus beneficios, analizando cómo acelerar la entrega e identificando qué puede y lo que no puede hacer la tecnología. Cualquiera que sea el nivel de madurez en términos de IA, hay unas cuantas lecciones que aprender. La primera es centrarse en los puntos débiles del negocio. Al igual que con cualquier otro disruptor digital, es importante centrarse en los objetivos que se quieren lograr más que en la tecnología a utilizar. Si definimos bien los primeros será más fácil elegir la segunda. Crear primero un equipo de expertos en inteligencia artificial para pedirle luego lo que queremos es lo más parecido a empezar una casa por el tejado. Lo correcto es comenzar con una comprensión real del negocio y por el punto crítico adecuado, como ‘tengo un problema de satisfacción del cliente en esta área’. A partir de aquí será mucho fácil utilizar la IA para resolver el problema, lo que demostrará sus beneficios y esta ganará más tracción.
La segunda lección es saber gestionar las expectativas. En este punto, es importante manejar también las expectativas internas: utilizar IA no quiere decir reemplazar al cerebro humano. Finalmente, es necesaria la integración del conocimiento. La receta del éxito pasa por consolidar toda la inteligencia u ontologías en el mismo lugar de la organización, en lugar de difundirlas en todas las entidades. Esto acelerará la industrialización de la IA, ya que el conocimiento se capitalizará y se ampliará el alcance de los casos de uso que se pueden gestionar. La IA está aumentando la agenda para los bancos debido a su gran impacto tanto en operaciones y satisfacción del cliente, como en su rápido retorno de la inversión. Dentro de dos o tres años, el retorno esperado se demostrará, pero para las compañías que se demoren, ¿será demasiado tarde?
