GenAI surge como una fuerza disruptiva que impulsa la innovación y la eficiencia. En este artículo veremos los aspectos operativos clave que debe tener en cuenta al incorporar GenAI a su organización.

Desde la remodelación de las operaciones bancarias tradicionales hasta la mejora de las experiencias de los clientes, la IA generativa surge como una fuerza disruptiva que impulsa la innovación y la eficiencia. La IA generativa (GenAI) es un subconjunto de la IA, centrado en la generación de nuevo contenido o datos mediante algoritmos entrenados con grandes conjuntos de datos. En el contexto empresarial, GenAI encuentra aplicaciones en la automatización de tareas repetitivas, la generación de contenido personalizado, la síntesis de documentos y la mejora de la productividad de los empleados al proporcionar un acceso rápido a la información.

En el ámbito dinámico de los servicios bancarios y financieros, la integración de GenAI ha evolucionado hacia un viaje transformador. El aumento de la ambición y la inversión observado en 2023 ha llevado a los bancos a explorar miles de casos de uso de IA. La mayor presión del liderazgo para demostrar un retorno de la inversión tangible ha llevado al establecimiento de equipos de liderazgo dedicados cuyo objetivo es ampliar las iniciativas de GenAI a nivel mundial.

• En BFSI, GenAI está revolucionando las experiencias de los clientes en campos como la administración de riesgos, la detección de fraudes, los servicios personalizados y la eficiencia operativa. Gartner prevé que el gasto de los bancos en seguridad y administración de riesgos alcanzará los 215 mil millones de USD a finales de 2024 en todo el mundo, lo que supone un aumento interanual del 14 %.

• Los últimos avances incluyen la detección de anomalías como caso de uso clave. Los modelos de IA pueden detectar transacciones anómalas que no se identifican fácilmente con los sistemas basados en reglas.  Swedbank informó de una mejora del 20 al 30 por ciento en la detección de fraude usando estos modelos. Esta aplicación es crítica, ya que las entidades BFSI procesan enormes volúmenes de transacciones.

• Los casos prácticos muestran aplicaciones de GenAI en campos como asesores robotizados para la administración de portafolios, algoritmos de inversiones, bots de chat de atención al cliente, evaluación de riesgos basada en IA, gestión automatizada de contratos, planificación financiera personalizada, estrategias de inversión optimizadas y servicio técnico mejorado para el cliente.

Mientras los bancos están cosechando las recompensas de la implementación de la IA en distintos casos de uso, el verdadero desafío reside en repensar fundamentalmente la naturaleza misma de las operaciones bancarias.

Creación de una visión para la era de la IA generativa

¿Cómo redefinimos la esencia de la banca imaginando formas totalmente nuevas de ofrecer productos y servicios?

Este cambio va más allá de mejorar los procesos existentes: se trata de reconstruir la esencia misma de las operaciones bancarias, cambiar de un modelo físico tradicional centrado en la fachada a un edificio construido alrededor de la infraestructura de datos e IA. El recorrido para convertirse en una institución basada en GenAI es abrumador, pero crucial para mantener la relevancia en este panorama cambiante, aprovechar el análisis de datos (por ejemplo, datos sobre cumplimiento normativo, evaluación del riesgo de crédito, datos de inversión, etc.), incorporar procesos automatizados y mejorar la eficiencia global.

Impulsada por la ola de innovación digital, India ha mantenido un impulso constante hacia el progreso y la promesa de generación de valor. El objetivo del Caso de Digital India (2024) es revolucionar cada experiencia de usuario aprovechando las capacidades avanzadas de IA/ML, por ejemplo, el análisis de las preferencias de usuario, los comportamientos y las interacciones anteriores para ofrecer contenido relevante y personalizado.

Inversión en capacidades escalables

Los líderes del sector financiero deben identificar las capacidades, los conjuntos de habilidades y las inversiones que se necesitan para un futuro centrado en GenAI. El equilibrio entre la entrega urgente de nuevos productos y el diseño de la organización para cumplir con esta agenda plantea un gran reto. Deben centrarse en la creación de tareas y herramientas repetibles que generen beneficios compuestos.

Por ejemplo, en las operaciones bancarias, GenAI presenta una solución progresiva para la gestión de contratos. Al automatizar tareas tediosas como la revisión de acuerdos, la sugerencia de cláusulas conformes y la corrección automática de contratos, GenAI optimiza los procesos, lo que permite ahorrar tiempo y recursos.

De la misma manera, para mejorar la evaluación del riesgo crediticio, los bancos están usando sistemas basados en IA para tomar decisiones de crédito más informadas, seguras y rentables. Los algoritmos de aprendizaje automático pueden analizar comportamientos y patrones para determinar si un cliente con un historial de crédito limitado puede llegar a convertirse en un buen cliente de crédito o para encontrar clientes cuyos patrones pueden aumentar la probabilidad de impulsar las ventas.

Estos algoritmos evalúan la solvencia crediticia utilizando miles de puntos de datos alternativos más allá de la puntuación tradicional.

Otro ejemplo es el sector hipotecario, donde las capacidades de GenAI se amplían para incorporar datos de clientes y generar contratos a medida. Al optimizar los términos basados en préstamos anteriores y garantizar el cumplimiento de las normas regulatorias, GenAI mejora la eficiencia y la precisión en las transacciones hipotecarias.

Cómo aprovechar el poder de GenAI para BFSI

GenAI tiene el potencial de cambiar las reglas del juego de tres maneras clave:

• Cambiar la naturaleza de la conversación: el liderazgo temprano en IA ya no es una ventaja competitiva relativa. GenAI ha alterado el discurso sobre la IA, convirtiéndola en una reflexión esencial para todos.

• Interrumpir la ventaja de productos pioneros: las tecnologías como los bots de chat, alguna vez considerados de vanguardia, ya no son de última generación. La inversión en GenAI puede ofrecer muchos productos verdaderamente innovadores.

• Superar a la competencia: los modelos de lenguaje grandes (LLM) permiten a los bancos adelantar a la competencia en habilidades técnicas y conjuntos de datos profundos. Décadas de inversión en infraestructuras de datos pueden ser replicables ahora en marcos de tiempo significativamente más cortos y a costes mucho más bajos. Si bien el impacto de estos cambios aún es incierto, las culturas profundamente arraigadas en la optimización de modelos de negocios basados en datos pueden mantener una ventaja competitiva.

Un estudio reciente de McKinsey indica que el valor potencial total de la IA generativa en la banca se encuentra en el rango de 200-340 mil millones de USD, y abarca casos de uso de ingeniería, atención al cliente, ventas y marketing, y administración de riesgos.

En 2025, habrá más de 100 millones de usuarios adultos de IA generativa (es decir, alrededor de 82 millones usuarios “en el trabajo”).

Normalmente, se utiliza en cuatro áreas:

• I+D de productos/Ingeniería de software
• Operaciones de clientes
• Marketing y ventas
• Otras funciones como la documentación del modelo de riesgo

Soluciones de Adobe en el panorama de la IA generativa

En Adobe, hemos adoptado el lema “La creatividad es la nueva productividad” para liderar el camino con soluciones como Adobe Firefly y soluciones de experiencia digital con Sensei y más funciones de GenAI.

El enfoque de Adobe en la IA generativa gira en torno a la escala, la confianza y la preparación empresarial. También se centra en la forma de trabajar en la creación de campañas, la identificación del púbico, la entrega de experiencias, la simulación de recorridos y, en última instancia, la comprensión de las conclusiones que se extraen de nuestros sistemas.

• Diseñado para ser comercialmente seguro: se ha entrenado con más de 300 millones de recursos de gran valor y alta resolución de Adobe Stock y con contenido público con licencia abierta cuyos derechos de autor hayan caducado, con el respaldado de la indemnización de Adobe.

• Flujos de trabajo integrados: las funcionalidades de GenAI de Firefly se incorporarán en las herramientas de Adobe Creative Cloud, Adobe Document Cloud y Adobe Experience Cloud.

• Copiloto de diseño y entrega: los expertos en marketing y los profesionales creativos siempre estarán a la cabeza, y podrán guiar y supervisar los resultados generativos.
• Coherencia de marca a escala: permite explorar distintas formas para que los clientes entrenen a Firefly con su propio material, generando contenido que mantenga su estilo de marca y lenguaje de diseño.

Retos de navegación

A la vez que los bancos se esfuerzan actualmente por extraer valor de GenAI, se enfrentan a la doble expectativa de transformación digital y fortalecimiento de los retornos de la inversión de los accionistas. El reto económico radica en transformar los ejercicios de coste variable en procesos de coste fijo.

Si bien este desafío puede ser menos marcado para los bancos que para las empresas de servicios profesionales, es probable que una implementación agresiva de GenAI ejerza una presión competitiva sobre los precios, potencialmente desde start-ups ágiles o desde bancos existentes que aprovechen la IA para ampliar las ofertas y mejorar la eficiencia.

Asimismo:

• Los marcos de gobernanza deben instituirse desde el principio, de manera que incluyan el riesgo, las pruebas y el uso responsable
• Las aplicaciones iniciales deben centrarse en mejorar la productividad de los empleados mediante la búsqueda de conocimientos y la generación de documentos
• Es necesario mejorar las aptitudes del talento existente mediante la formación ejecutiva, la creación de nuevas capacidades y la contratación basada en habilidades
• Deben adoptarse modelos centralizados para dirigir los estándares de la organización y fomentar las aportaciones de las unidades de negocio
• Los expertos en la materia deben validar los resultados de los modelos utilizando herramientas de validación automatizadas
• Deben diseñarse primero soluciones para el usuario final, para que sea la opinión de las personas la que modele la evolución del sistema

En resumen, si bien GenAI introduce un gran potencial transformador en el sector BFSI, para lograr un escalado con éxito, se requiere prudencia en la gestión del cambio y la gobernanza. Los bancos que abordan estos desafíos de manera eficaz podrán generar un valor inmenso.

Conclusión

GenAI en BFSI tiene un enorme potencial para revolucionar los servicios bancarios y financieros, desde mejorar las experiencias de los clientes hasta optimizar las operaciones. La implementación estratégica y ética de las capacidades de GenAI será clave para que las instituciones de BFSI obtengan ventajas competitivas duraderas en este panorama en constante evolución, en 2024 y en el futuro. Es un hecho de que la inteligencia artificial y la IA generativa pueden transformar y potenciar el descubrimiento de datos, para acelerar la creación de contenido, la hiperpersonalización y la entrega.