Cinco aportaciones de la inteligencia artificial al sector financiero
Los grandes avances en la aplicación de la inteligencia artificial están aún por llegar, pero la combinación de ‘big data’ y algoritmos de ‘machine learning’ ya da sus frutos en el día a día de las finanzas.
El negocio bancario tradicional vive un periodo apasionante de disrupción. ‘Big data’, ‘blockchain’, irrupción de nuevos competidores de todo tamaño y condición… Con tanta novedad, se corre el riesgo de obviar cómo la inteligencia artificial ya está empezando a cambiar las ‘tripas’ del negocio financiero. Ese impacto se manifiesta claramente en cinco ámbitos: ‘credit scoring’ (o calificación o solvencia crediticia), investigación sobre mercados, asistentes personales, gestión de activos y detección del fraude.
1. Gestión de activos
‘Startups’ como Kensho, recientemente adquirida por 550 millones de dólares, y Dataminr utilizan los algoritmos de inteligencia artificial para mejorar la gestión de activos financieros. Dataminr está especialmente atenta a la detección de patrones e indicios a través de las redes sociales, mientras que Kensho destaca por su habilidad para establecer correlaciones entre las noticias —del 'brexit' a una catástrofe natural— y los mercados. Es una línea que ya avanzó en 2016 BBVA Data & Analytics cuando, en colaboración con UN Global Pulse, estudió el impacto de las catástrofes naturales en las operaciones financieras, con el caso concreto del paso del huracán Odile por la costa oeste de México.
2. ‘Credit- scoring’
Por definición, el ‘credit scoring’ es tecnología: se trata de sistemas automatizados con los que una entidad financiera decide si la solicitud de crédito que tiene encima de la mesa tiene las suficientes garantías de solvencia. La inteligencia artificial lleva el ‘credit scoring’ a otro nivel, permitiendo mayor precisión, automatización y rapidez mediante la combinación de algoritmos y ‘big data’. Además, permite decidir con más información cuando el solicitante tiene un historial de crédito con pocos datos. Ese es precisamente el modelo de negocio de Zest Finance, una ‘startup’ creada por un ex ejecutivo de Google que vende un 'software' de calificación crediticia basado en la inteligencia artificial. Entre sus inversores está el gigante chino de internet Baidu.
3. Detección del fraude y cumplimiento de la normativa
La inteligencia artificial también puede ejercer de ‘detective’ para las entidades financieras, que deben seguir unas estrictas normas para impedir delitos como el lavado de dinero. Los sistemas informáticos que se han venido empleando hasta ahora carecen de precisión, y generan ‘falsos positivos’ que implican más trabajo para las entidades financieras. El ‘machine learning’ y la inteligencia artificial ya están limando ese problema, como demuestran empresas como Trifacta y Nice Actimize.
4. Investigación e información sobre mercados
La inteligencia artificial también tiene mucho que decir en la frontera entre la gestión financiera y la información. ‘Startups’ como AlphaSense y Narrative Science indexan y seleccionan con inteligencia artificial información financiera, y la suministran en informes, artículos, 'newsletters' e incluso webs personalizadas, todo automatizado.
5. Asistentes virtuales para atención al cliente
A medio camino entre los ‘robo advisors’ y los ‘chatbots’, y yendo un paso más allá, el sector financiero trata de mejorar su atención y asesoramiento al cliente mediante la inteligencia artificial. Es el caso de las ‘startups’ Pefin —cuyo nombre proviene de la contracción de ‘Personal Finance Intelligence’—, y Kasisto, que prometen mejorar el trato digital al cliente y las recomendaciones que recibe, combinando algoritmos, ‘big data’ y ‘machine learning’.
A pesar de todos estos avances, la inteligencia artificial aún tiene imperfecciones que resolver, como, por poner solo un par de ejemplos, la poca transparencia de los algoritmos o la falta de empatía y contextualización de sus servicios de asesoramiento financiero. Pero las apuestas, tanto empresariales como económicas, están claras: la inteligencia artificial marcará gran parte del futuro de los servicios financieros.
En BBVA, la combinación de la disponibilidad de datos de alto valor sobre operaciones financieras y el uso de técnicas avanzadas de ‘machine learning’ permite identificar patrones y diseñar herramientas para ofrecer productos y servicios cada vez más personalizados e inteligentes a los clientes.