Jueves, 14 de Noviembre del 2024
El último estudio de Globant revela cómo la Inteligencia Artificial está revolucionando las operaciones bancarias, el servicio personalizado y la automatización de procesos.
Además, el 85% de los bancos cree que la IA tendrá un impacto significativo en la experiencia del cliente, según The Economist.
Lima,13 de Noviembre de 2024 – Globant, compañía nativa digital especializada en reinventar negocios a través de soluciones tecnológicas innovadoras, lanzó un nuevo informe en el que detalla el presente y futuro del impacto de la Inteligencia Artificial (IA) en el sector financiero. El documento revela que, aunque existen desafíos para adoptar la IA, los bancos de todo el mundo están utilizando cada vez más esta tecnología para mejorar sus operaciones y la experiencia del cliente.
“La inteligencia artificial está propiciando una metamorfosis en la industria financiera, permitiendo a las instituciones escalar el servicio personalizado. Por ejemplo, la IA generativa tiene el potencial de convertirse en una parte integral de las operaciones bancarias para lograr un delicado equilibrio entre una mayor comodidad para el cliente y procesos sólidos de riesgo y cumplimiento”, Lander Gamboa Sanz, Director del Finance Studio de Globant.
En el estudio se detallan distintas cifras correspondientes a esta tecnología y cómo seguirá revolucionando el funcionamiento de los bancos, mejorando tanto la experiencia de los clientes como la evaluación de riesgos. Según Statista, se espera que el gasto en la IA generativa del sector bancario se dispare hasta los $85.000 millones de dólares en 2030, impulsado por una impresionante tasa de crecimiento anual compuesto del 56%.
Sin embargo, aún queda mucho camino por recorrer y se deberán sortear diversos obstáculos. Esto se ve reflejado en que el 65% de los líderes de instituciones financieras cree que el éxito de la implementación de la IA dependerá más de la voluntad de las personas para adoptarla que de la propia tecnología.
“Implementar un programa de formación en IA adaptado a las distintas funciones es crucial para la adopción, ya que garantiza que los empleados entiendan cómo la IA mejora sus tareas. Este enfoque garantiza que los empleados, desde el personal de primera línea hasta los responsables de la toma de decisiones, reciban el nivel de formación adecuado a sus responsabilidades, y les ayuda a comprender cómo la IA puede mejorar sus tareas cotidianas.”, agregó Gamboa Sanz.
Casos de éxito
Un ejemplo revelador es el de Allianz, la compañía de seguros mundial, que lanzó un sistema LLM basado en RAG con IA que transforma el asesoramiento financiero: brinda información contextual relevante en tiempo real y asesoramiento preciso y personalizado al instante sin necesidad de investigación manual. Así reduce el tiempo de búsqueda de datos y permite a los asesores centrarse en la captación de clientes y la planificación estratégica.
El sistema mejoró la toma de decisiones con insights basados en IA, aumentó la satisfacción del cliente con respuestas personalizadas y garantizó el cumplimiento regulatorio, lo que reduce el riesgo.
A su vez, Globant colaboró con un banco latinoamericano para desarrollar su sistema inteligente basado en la nube, haciendo hincapié en la seguridad a partir del diseño. Utilizando la infraestructura y la seguridad como código, se automatizó la implementación para lograr entornos coherentes y sin errores, al tiempo que se aplicaban sistemáticamente las normas de seguridad y la trazabilidad.
“Para garantizar una implementación sólida de la IA, es esencial integrar los principios de privacidad desde el diseño al inicio de cada iniciativa. Esto implica integrar las medidas de protección de datos directamente en el diseño y la arquitectura de los sistemas de IA, en lugar de dejar el tema de la privacidad para más tarde”, detalló Guillermo Meyer.
Transparencia y regulación del sistema bancario
Los bancos operan en un entorno muy regulado en el que la privacidad y la seguridad de los datos son fundamentales. La adopción de la IA se enfrenta a obstáculos debido a leyes que exigen la anonimización, el cifrado y el consentimiento para los datos sensibles. Las operaciones transfronterizas de muchos bancos añaden complejidad al cumplimiento de la transferencia de datos.
“Los sistemas de IA deben ser transparentes y explicables, especialmente en áreas como la aprobación de préstamos y la calificación crediticia, para garantizar la equidad y la responsabilidad. El incumplimiento conlleva el riesgo de multas, daños a la reputación y pérdida de confianza de los clientes. Además, la IA aumenta los riesgos de ciberseguridad, lo que exige invertir en gobernanza, conocimientos jurídicos y abordar los problemas de parcialidad”, finalizó Carlos González Aguado, partner de Bluecap Labs dentro del Studio de Finance de Globant.
