La inteligencia artificial (IA) se ha convertido rápidamente en un punto clave a considerar para el sector de servicios financieros. En los últimos años, diferentes operaciones dentro de la industria han aprovechado esta tecnología con el objetivo de obtener una ventaja competitiva. Desde bancos minoristas hasta mesas de negociación y compañías de seguros, la IA se ha utilizado para acelerar los procesos de toma de decisiones, analizar conjuntos de datos con mayor eficiencia y obtener conocimientos más profundos sobre el comportamiento de los clientes.
Adoptando la IA en los servicios financieros
De acuerdo con un informe de McKinsey, la IA podría generar hasta 1 billón de dólares adicionales por año en valor para la industria bancaria mundial. Sin embargo, estas posibles recompensas vienen acompañadas de riesgos significativos. Las herramientas de IA generativa (GenAI), como los modelos de lenguaje extensos tipo ChatGPT, han ganado una enorme atención mediática y adopción generalizada recientemente. Pero, en el sector financiero, conocido por su aversión al riesgo, las empresas deben considerar cuidadosamente varios factores antes de pensar en su implementación.
Seleccionar la tecnología adecuada para las operaciones de cada organización es un punto de partida crucial, ya que el panorama de la IA generativa evoluciona constantemente y ofrece nuevas funcionalidades para aprovechar. Una investigación de Gartner reveló que el 85 % de los proyectos de IA fracasan debido a sesgos en la selección e interpretación de los datos, lo que resalta la importancia de que los CIOs tomen decisiones informadas sobre qué herramientas y modelos su organización tiene la capacidad de adoptar correctamente.
Navegando los riesgos de la IA en los servicios financieros
Una consecuencia desafortunada de incorporar tecnologías de intercambio de datos y modelos de IA generativa en una organización es el riesgo potencial de filtración de datos y el daño reputacional. Tan solo en el Reino Unido se estima que el 22 % de las empresas sufrieron fugas de datos o ciberataques en los últimos 12 meses, lo que convierte la seguridad de los datos en una prioridad crítica.
Dado que las herramientas de GenAI requieren compartir datos para perfeccionar su funcionalidad, las empresas enfrentan un riesgo elevado de exponer información sensible. Las versiones “cerradas” de GenAI tienden a ser menos efectivas debido al acceso limitado a los datos, mientras que los modelos más eficientes necesitan compartir información con repositorios centralizados o incluso con organizaciones externas.
De hecho un reporte de Deloittereveló que el 62 % de las empresas de servicios financieros consideran la seguridad y la privacidad de los datos como su mayor preocupación al adoptar tecnologías de IA. Sin embargo, este intercambio de datos no solo representa un riesgo operativo y reputacional, sino que también exige la implementación de nuevos flujos de trabajo, lo que puede alterar procesos existentes y requerir nuevas estrategias de transformación digital para proteger la propiedad intelectual.
Enfoques para la adopción de la IA
Además de fortalecer los protocolos de seguridad digital, la adopción de tecnologías GenAI implica cambios significativos y estructurales en los procesos empresariales. Las organizaciones pueden optar por mejoras incrementales a pequeña escala, utilizando herramientas de GenAI para complementar los sistemas existentes, o bien embarcarse en una transformación digital completa. Aunque replantear completamente los procesos con ayuda de la IA podría ofrecer beneficios más amplios, también puede resultar altamente disruptivo para la fuerza laboral y generar inquietud entre los empleados sobre la seguridad de sus puestos de trabajo. Para mitigar esas preocupaciones, los empleados deben participar activamente en el proceso de adopción de la IA, mientras que las empresas deberían comprometerse a obtener un retorno tangible (ROI) en un plazo relativamente corto, como 12 meses.
Es un objetivo ambicioso, pero un estudio de Accenture mostró que el 35 % de los ejecutivos C-Suite ya reportaron resultados positivos de ROI en sus inversiones en IA.
Puntos clave
En última instancia, dado que la IA generativa es una tecnología en constante evolución, es fundamental que las organizaciones la adopten como un proceso experimental, dejando espacio para el fracaso sin consecuencias catastróficas. Bajo este enfoque, las empresas pueden explorar más libremente los beneficios de la IA, adaptar su implementación a sus necesidades específicas y aprender de cada iteración.
Del mismo modo, dado que múltiples industrias y competidores buscarán adoptar la GenAI con perfiles de riesgo similares, las organizaciones de servicios financieros deben explorar oportunidades de colaboración para proteger al sector como conjunto y establecer estándares comunes para el futuro.
Ninguna organización puede afrontar estos desafíos por sí sola; la cooperación y el intercambio de conocimiento serán esenciales si queremos ver la IA generativa como una herramienta verdaderamente transformadora en los próximos años.
