"Entendimos que nuestra visión y la de BBVA se podían fundir en algo más grande"

Los orígenes profesionales de Yaniv Levi, CEO de Change Labs, combinan grandes dosis de tecnología y el paso por sucesivas iniciativas de emprendimiento. Su primer título académico fue en informática, una disciplina que ya estudiaba desde el instituto, y en 1999 pasó a formar parte del equipo fundador de una firma financiera llamada TheMaker, donde trabajó como director de tecnología (CTO) durante cuatro años. Partiendo de cero, la empresa creció hasta llegar a contar con un millón de usuarios activos mensualmente y llegó a considerarse un portal financiero líder en Israel.

“Aunque siempre he sentido pasión por la tecnología (solía trabajar en desarrollo y código y tenía un gran interés en 'hardware' y redes), los negocios siempre han sido algo que me intrigaba”, afirma Levi, quien tras su paso por la firma financiera realizó un MBA Ejecutivo en la Universidad Hebrea de Jerusalén y posteriormente fundó su segunda empresa, DoubleClick, que llegó a ser una importante firma de servicios informáticos y de 'hardware' fuera de EE.UU.

En 2014 Levi vendió sus acciones en DoubleClick, y puso en marcha su tercera empresa, que posteriormente vendió tras tres años de actividad. Fue también en 2014 cuando Levi creó Change, la firma responsable del asesor virtual financiero que le hizo ganador de la pasada edición de BBVA Open Talent y que abrió las puertas a una relación de colaboración con el banco.

Pregunta ¿A qué se dedica Change?

Respuesta: Nuestra visión es mejorar la salud financiera de los usuarios de forma automatizada aplicando ‘behavioral economics’ (o economía conductual) e inteligencia artificial. Para hacer esto realidad tenemos que trabajar con el principal elemento que determina la salud financiera de los clientes: el flujo de caja (o ‘cash flow’ en inglés).

"Change utiliza la economía conductual para predecir cambios, lo que hace nuestras predicciones mucho más precisas que otras del mercado"

El capital personal y la gestión del flujo de caja son el núcleo de la salud financiera. Si el flujo de caja de una persona es positivo, su salud financiera mejorará con el tiempo, y viceversa. Pero para muchas personas el flujo de caja es difícil de gestionar: es un factor que cambia constantemente y requiere una previsión continua, la toma de muchas decisiones y una capacidad para cambiar el comportamiento en el corto, el medio y el largo plazo, todo a la vez.

Hemos llegado a la conclusión de que si la gente puede recurrir a una 'máquina' en la que pueda confiar y dar su consentimiento para que opere en su nombre, ahí es donde realmente podemos ayudar a los consumidores a gastar y ahorrar su dinero de forma mucho más sensata y consciente para, finalmente, mejorar su salud financiera.

P: ¿Qué le hizo decidirse a crear la empresa?

R: 2014 supuso un punto de inflexión en mi carrera profesional. Fue el año en que me di cuenta de que quería hacer algo diferente, quería ver cómo podía aplicar la tecnología, concretamente la IA y el aprendizaje automático – que es para mí el campo más fascinante de las ciencias de computación – para lograr un impacto real en la sociedad.

Participé en un programa que ayudaba a los segmentos socioeconómicos menos favorecidos a mejorar sus finanzas y básicamente les ayudaba a pasar de cero a uno. La meta era ayudarles a salir de las deudas, empezar a ahorrar y salir adelante financieramente. Fue una gran experiencia ver cómo las familias empezaban a hacerse fuertes desde el punto de vista financiero y ver cómo de esta forma cambiaban sus vidas y las vidas de sus hijos. Las cosas empezaron a funcionar y empecé a enriquecer mis conexiones con ese mundo.

Cuando fundé Change entendimos rápidamente que los problemas relacionados con la gestión del dinero de nuestra población objetivo tenían mucho más que ver con los cambios de comportamiento que con tratar de que hicieran presupuestos y cálculos matemáticos. Empezamos a explorar distintos tipos de modelos e investigación, específicamente en la forma en que puede aplicarse la economía conductual para generar cambios en las personas y cómo la inteligencia artificial puede servir para mantener esto a lo largo del tiempo.

P: ¿Qué hace de Change algo único?

R: Somos la única compañía que ofrece una API apoyada en inteligencia artificial realmente bien entrenada y validada, que utiliza la economía conductual para predecir cambios en el en el corto plazo, lo que hace nuestras predicciones mucho más precisas que otras del mercado. Esta precisión permite a las instituciones financieras ofrecer servicios de banca autónomos que mejoran automáticamente la salud financiera de sus clientes (ya sean de banca minorista o corporativa).

Nuestra tecnología no pierde el tiempo cuando se trata de tomar decisiones financieras. Utiliza el historial de operaciones del consumidor para predecir comportamientos financieros futuros con mucha precisión y luego toma medidas en su nombre.

Algunos ejemplos de servicios de banca autónoma que ofrecemos son el ahorro automático (‘Auto-Savings’) o los pagos predictivos (‘Predictive Pay Protection’). Estos servicios emplean nuestras predicciones para identificar pequeñas cantidades en la cuenta corriente que pueden gastarse sin tener un efecto negativo en el flujo de caja, y los retiran ya sea para una cuenta de ahorro, pagar facturas o reducir la deuda de la tarjeta de crédito.

P: ¿Tiene Change un impacto real en sus consumidores?

R: Poder garantizar que nuestros clientes no pierden ninguna oportunidad de ahorro ha generado un impacto muy fuerte. Cuando estábamos entrenando nuestros modelos de ‘machine learning’ lanzamos un servicio en la plataforma gochange.co que ofrecía servicios de banca autónoma a más de 35.000 usuarios en EE.UU. Fuimos capaces de aumentar su índice de ahorro hasta un 800%. Personas que tenían una media de ahorro de 50 dólares al mes se convirtieron en ahorradores de verdad y llegaron a reunir entre 250 y 400 dólares al mes gracias al servicio de ahorro automático. Y estamos hablando de personas que antes no tenían ni siquiera un fondo de emergencia de 1.000 dólares que les cubriera.

"Fuimos elegidos como ganadores finales de la categoría de inteligencia artificial de Open Talent entre unas 400 empresas distintas"

Al entrevistar a los consumidores también hemos visto que las comisiones por descubiertos tienden a crear una especie de arenas movedizas financieras que rápidamente pueden convertirse en un grave problema para ellos. Nuestros servicios predictivos de protección frente a descubiertos (‘Predictive Overdraft Protection’) ofrecen a los usuarios un anticipo de dinero en efectivo sin intereses que pueden utilizar para evitar descubiertos. Esta funcionalidad también produjo un gran impacto en los usuarios y a partir de entonces vimos cómo se generó un efecto viral: cada vez había más personas compartiendo la aplicación e impulsando nuestro crecimiento orgánico.

P: ¿Cómo ha ayudado a Change su asociación con BBVA?

R: La primera vez que nos reunimos con BBVA fue en el concurso Open Talent en Money 20/20, que se celebró en Copenhague en 2017, donde había una sección de inteligencia artificial en la que participamos. Recuerdo que Carlos Torres Vila, el consejero delegado de BBVA, estaba sobre el escenario hablando sobre la visión de BBVA de crear una cuenta de banca autónoma. En ese momento entendimos que nuestra visión y la visión de BBVA se podrían fundir en algo más grande. Fuimos elegidos como ganadores finales de la categoría de inteligencia artificial de Open Talent entre unas 400 empresas distintas que presentaron una gran variedad de soluciones para temas financieros, ya que BBVA pudo ver que nosotros ya estábamos materializando su visión.

Luego llegaron los premios globales de Open Talent que también ganamos y quedó claro que estábamos empezando a formar parte de la familia BBVA. Estamos muy contentos con la forma en que la relación se ha desarrollado desde entonces.

P: ¿Cuál será el paso siguiente para Change?

R: Estamos avanzando en nuestra propuesta de valor B2B que se basa en identificar comportamientos financieros a partir de los datos de operaciones de cuentas bancarias y tarjetas de crédito, para así poder hacer predicciones precisas del flujo de caja a corto plazo y desarrollar servicios de banca autónoma para mejorar la salud financiera global.