Ciberseguridad y privacidad,
personalización de los modelos de negocio, adaptación a la regulación
(local y europea) o capacidad para integrar los cambios son algunas de
las cuestiones que más se repitieron en las sesiones de la 9ª edición de
Revolution Banking que, un año más, ha congregado en Madrid a
portavoces de las entidades financieras más importantes y a los
representantes de los principales partners tecnológicos del sector,
entre los que destaca IBM.
La digitalización ha dejado de ser un
elemento más para colocarse como el pilar que articula la propuesta de
valor que ofrecen las entidades financieras. Una revolución que, lejos
de estabilizarse, aumenta su velocidad y alcance, y se ha convertido en
el factor determinante para sobrevivir en un entorno cada vez más
competitivo. Esta situación promueve una colaboración más cercana entre
compañías tecnológicas y empresas del sector, fomentando sinergias y
promoviendo el desarrollo de soluciones conjuntas que benefician a todas
las partes involucradas.
La inteligencia artificial, con sus posibles
usos y desafíos para el sector, la introducción del Euro Digital o las
implicaciones de un nuevo marco regulatorio en continua actualización
fueron los temas centrales que se abordaron en las sesiones más
destacadas del evento.
Los datos y la capacidad de adaptación, claves para escalar la IA
La inteligencia artificial hace tiempo que
dejó de ser una innovación lejana para convertirse en algo tangible con
potencial de revolucionar multitud de sectores. Su integración en el
sector financiero ya era una realidad, pero este nuevo impulso dado por
los modelos fundacionales está permitiendo integrarla de manera cada vez
más profunda y eficiente, y en un mayor número de aplicaciones. Sin
embargo, escalar la inteligencia artificial de manera efectiva aún
supone un reto para la mayoría de empresas del sector.
“Para conseguir escalar con éxito la
inteligencia artificial, lo primero que debemos tener en cuenta es la
disponibilidad y calidad de los datos; sin datos, no hay inteligencia
artificial”. Con esta afirmación abrió su ponencia David Almendros,
director de Inteligencia Artificial de CaixaBank Tech. Los datos son la
materia prima que impulsa los algoritmos de la IA y es necesario que
estén los más optimizados posible para entrenar y mejorar los modelos de
machine learning.
Esta gestión de los datos viene acompañada
del permanente desafío de asegurar su seguridad y privacidad. “Debemos
solicitar el acceso a esos datos del cliente y contar con un gobierno
del dato bien definido que deje constancia de quién puede acceder a
ellos”, recalcó Almendros.
Una evolución constante
La inteligencia artificial no supone un
cambio por sí misma, sino la entrada a una evolución constante y cada
vez más rápida a la que es necesario seguir el ritmo. Como incidió César
de Pablo, Sr. Expert Data Scientist en BBVA, “para escalar debemos ser
capaces de adaptarnos rápidamente a los cambios. Necesitamos que los
desarrolladores sean capaces de adoptar nuevas habilidades para que
puedan crear nuevas funcionalidades”.
En línea con lo comentado, De Pablo puso como ejemplo de caso de éxito lo que BBVA denomina “el categorizador de movimientos”, por el que cada uno de los movimientos bancarios del cliente se categorizan según el tipo de gasto. “Esta categorización de movimientos nos ha permitido desarrollar diferentes aplicaciones. El usuario puede seguir la serie de gastos que tiene en una determinada categoría y, desde el banco, podemos avisarle de hechos relevantes, como un recibo especialmente elevado. También ofrecerle servicios personalizados a partir del análisis de sus gastos”, explicó César de Pablo.
En relación con la escalabilidad, David
Almendros apuntó que en CaixaBank cuentan “con varios casos, pero el uso
de los asistentes virtuales es el que mejor explica la escalabilidad.
Comenzamos a trabajar en ello hace más de cinco años, pero hemos ido
evolucionando y actualmente los asistentes virtuales realizan más de 100
operaciones del banco automatizadas”. La evolución de este tipo de
asistentes está permitiendo a CaixaBank integrar esos activos en la
propia aplicación de manera que tareas y peticiones del usuario se
complementen con la asistencia de IA.
La aplicación empresarial, el verdadero reto
Sin embargo, la popularización de los
modelos fundacionales es lo que más ha cambiado nuestra visión de la
inteligencia artificial en los últimos meses. “Todos estamos explorando
su aplicación empresarial, ese es el verdadero reto”, introdujo Mireia
Riera, directora asociada de Banca en IBM Consulting, que moderó el
panel. ¿Qué estrategia de aplicación tienen las grandes entidades y cuál
es el enfoque principal que están teniendo? La mayoría de los bancos ya
trabajaban con procesamiento de lenguaje natural, pero esta revolución
le ha empujado a explorar con detenimiento todas las posibilidades que
ofrecen los modelos fundacionales.
Las entidades financieras son conscientes de que el escalado de la IA debe ir ligado a mecanismos que garanticen la seguridad y promuevan la confianza en el uso de IA generativa. En palabras de David Almendros, “lograr que estos modelos sean seguros para el usuario y mantengan la privacidad de sus datos es el desafío más importante que tenemos enfrente”.
Además de asistir a la mesa redonda, los asistentes pudieron conocer de primera mano una de las herramientas de IA conversacional más avanzadas del mercado: IBM Watson Assistant. Esta solución estuvo presente en la Experience Room de Revolution Banking, un espacio privado dentro del evento en donde se presentaron algunas de las tecnologías que están llamadas a constituir la banca del futuro. La IA conversacional de IBM está diseñada para eliminar la fricción del soporte tradicional y generar una experiencia de cliente excepcional.
:%20La%20revolución%20digital%20continúa%20impulsando%20la%20colaboración%20entre%20banca%20y%20tecnología){kind=link}