La banca española da todo el crédito a la inteligencia artificial
Mejorar las acciones comerciales, minimizar el fraude bancario y reforzar las políticas de gestión de riesgos. Estas son tres de las principales oportunidades que presentan para la banca la inteligencia artificial y el big data, dos avances tecnológicos que las entidades financieras españolas llevan implementando desde hace algo 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, este es un sector que tiene más información sobre sus 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 permite mejorar su salud financiera. «Gracias a los sistemas de inteligencia artificial y aprendizaje automático, el banco es capaz de detectar situaciones que se salen de la norma habitual en las finanzas de sus clientes.
En estas situaciones, informamos a los clientes mediante alertas, para darles la oportunidad de prepararse ante imprevistos y resolver posibles errores», dice Francisco Maturana, CEO de la AI Factory, el centro de analítica avanzada de BBVA. Esta entidad comenzó a apostar por el desarrollo de productos basados en inteligencia artificial en 2014.
La inteligencia artificial también permite implementar estrategias de aprendizaje automático 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 nuestra cartera de productos podemos diseñar un plan de comunicación adecuado a nuestros clientes minimizando o incrementando las campañas publicitarias de productos que sabemos que pueden interesarles», dice Daniel Villatoro, chief data scientist de Openbank.
«Las áreas con mayor impacto potencial de uso de inteligencia artificial son, por un lado, los servicios ofrecidos directamente a los clientes. Por otro lado, también pueden mejorar notablemente la eficiencia en la detección del fraude, optimizar procesos y operaciones internos, así como asegurar un correcto cumplimiento normativo», dice Maturana, de BBVA. «Estos algoritmos se preocupan de recomendar al cliente su mejor producto a contratar o a discernir si algún movimiento en su cuenta es anómalo, entre otras, y todo esto siempre de manera anónima y garantizando la privacidad de nuestros clientes», comenta 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, explica Calle, socio de PwC. Los proyectos de inteligencia artificial permiten obtener una enorme cantidad de información de los clientes, por lo que el reto reside, por ejemplo, en explicar al regulador que estos procedimientos están en línea 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 sobre 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 de «dos velocidades», es decir, hay quienes tienen una normativa más proteccionista y quienes la tienen más laxa. «Es necesario trabajar conjuntamente con las autoridades en el conocimiento y comprensión de los modelos de inteligencia artificial, y así evitar una visión excesivamente prudente que limite su uso», asegura la Asociación Española de Banca en declaraciones a ABC.
Mejorar capacidades
Otro de los retos reside en mejorar la capacidad de operación de las entidades financieras para poder integrar los últimos avances en inteligencia artificial en sus servicios. «La evolución del procesamiento del lenguaje natural con los avances en modelos de comprensión y generación de lenguaje, como GPT-3, abren un mundo de posibilidades de ayuda a la clasificación y agilidad en las respuestas 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 tenían 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 mejorar los servicios financieros», dice la Asociación Española de Banca sobre el peso que esta tecnología tiene para el futuro de la banca.
Calle, de PwC, considera 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.
Cuando 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 es en sus cuentas donde reciben sus nóminas y domicilian sus pagos. El uso de la inteligencia artificial permite a los bancos poder realizar un análisis rápido para determinar la solvencia de los clientes. Esto se traduce en el desarrollo de sistemas de préstamo innovadores que funcionan de forma más eficiente para las entidades y para los clientes.
Fuente: Abc.es
