Cómo impacta la IA en la banca y los servicios financieros
Un informe de IBM, basado en una encuesta realizada a 600 ejecutivos, destaca las áreas clave impactadas por la Inteligencia Artificial Generativa en el 2024. El riesgo, los informes de cumplimiento y el compromiso con los clientes lideran el potencial de la IA.
De acuerdo con el estudio, los principales usos de la IA Generativa que traen más valor en las instituciones bancarias y financieras de América Latina son las actividades de interacción con clientes (31%), seguido por las operaciones de riesgo, cumplimiento y seguridad (25%), recursos humanos, marketing y operaciones de compras (25%) y el ciclo de vida del desarrollo de TI (19%).
‘La transformación de la banca es constante y Argentina es uno de los países de la región con más innovación en el sector financiero. La clave está en entregar servicios y productos personalizados, porque los clientes quieren cada vez mejores experiencias’, indicó Fernanda Velázquez, directora de transformación de negocios de IBM Consulting en Argentina, Paraguay y Uruguay.
Por su parte, Paula Horita, gerente de IA y Software para la empresa en Argentina, Paraguay y Uruguay aseguró que ‘estamos viviendo una nueva era de la banca y los servicios financieros, gracias a tecnologías como IA, automatización, ciberseguridad e, incluso, computación cuántica. Se están transformando no solo las interacciones con clientes sino los procesos al interior de las organizaciones’.
El informe de IBM, llamado Global Outlook for Banking and Financial Markets 2024, también proporciona 10 acciones clave que deben seguir las instituciones bancarias y financieras en tres ejes, para ayudar a gestionar la implementación de la IA Generativa:
Explorar las prioridades de IA en la institución bancaria o financiera:
1. Definir la gobernanza de la IA y el perfil de riesgo.
2. Priorizar los casos de uso seleccionados.
3. Formalizar la estrategia de IA.
Integrar los datos y la IA en las operaciones principales:
4. Establecer la base de datos en una estructura de datos.
5. Elegir la plataforma de IA y diseñar una gobernanza adecuada.
6. Elegir los modelos de IA más adecuados para que coincidan con los usos seleccionados.
7. Infundir IA Generativa en el ciclo de vida del desarrollo de software.
8. Implementar y aprender de los primeros casos de uso.
Escalar la IA:
9. Integrar la estrategia de IA con un enfoque progresivo.
10. Organizar una «fábrica de IA» para implementar la confianza de la IA a escala.
