Perspectiva sobre IA Generativa para servicios financieros
Ricardo Cabada es Director de Transformación en GFT México
Está claro que dentro de la agenda de la mayoría de los líderes de tecnología de servicios financieros, uno de los objetivos es mejorar y personalizar los servicios brindados a los clientes empresariales a través de canales digitales, aplicando la IA como habilitador. Sin embargo, pocos saben por dónde empezar o cómo podrían utilizar la IA en diferentes dimensiones operativas.
Este podría ser el caso de la IA Generativa, un tema que ha tenido mucha difusión y está siendo discutido por todos. Aun así, no todo el mundo comprende plenamente su alcance o los beneficios que podría aportar a la empresa y a sus clientes finales.
Ahora, cuando nos centramos en las empresas financieras, su relevancia aumenta debido a todas las dimensiones a las que se puede aplicar la IA generativa, que mencionaré más adelante en este artículo.
Para los primeros usuarios, es una obviedad comenzar a invertir en dicha tecnología como facilitador de negocios. Instituciones financieras globales como el Banco de China, Citi Group y Mastercard han invertido y continúan invirtiendo en IA generativa en busca de ventajas competitivas, protegiéndose a sí mismas y hacia el futuro de las interacciones financieras con el cliente.
Por supuesto, aún quedan desafíos por delante en la implementación exitosa de la IA generativa; uno de ellos es la calidad de la información que la empresa puede utilizar; Los datos se han convertido en una mina de oro para quienes pueden confiar en ellos.
Cuando preguntamos dónde se puede aplicar la IA generativa en las empresas financieras, identificamos muchos dominios, desde el servicio al cliente hasta la detección de fraudes. Como se dice en distintos foros, ha llegado y se quedará.
Repasemos algunas dimensiones más obvias pero desafiantes en las que se puede aplicar y aprovechar la IA generativa.
Servicio al Cliente – Agentes Bancarios
Como parte de la revolución digital y la tendencia de preferencia del cliente por la autoasistencia, no sorprende que el agente bancario digital sea uno de los principales casos de uso de la IA generativa; de hecho, esto podría verse como la evolución del pasado agente digital.
¿Cómo es eso? Ha aumentado la gama de transacciones financieras que un cliente puede realizar a través de un agente digital. Ahora podremos ver transferencias seguras, acceso a extractos bancarios, bloqueos de tarjetas de crédito y soporte para consultas de Nivel 1, entre otras transacciones estándar.
Cuando se conecta con el sistema bancario central, el rango de transacciones aumenta sustancialmente y aborda transacciones más complejas; podemos apuntar a pagos y solicitudes de inversión, que ahora son factibles de manejar debido a la capacidad de manejar un intercambio de datos preciso y en tiempo real.
No olvidemos el valor de personalizar los servicios presentados a los clientes, donde el agente bancario se convierte en un asesor financiero de confianza.
Ahora que hemos aplicado la IA Generativa a la Dimensión de Servicio al Cliente, podemos ver el efecto de la cadena en otros aspectos relevantes como el compromiso y la lealtad del cliente, la eficiencia operativa, la reducción de costos al reducir el número de transacciones que se realizan en los Centros de Contacto y Sucursales, y prevención de fraude, entre otros.
Detección de fraude
Aunque las empresas financieras optan por implementar soluciones personalizadas para abordar la probabilidad de actividad fraudulenta a través de sistemas de alerta y basados en reglas, la virtud de la IA generativa es aprender de sí misma (a través de datos históricos) identificando nuevas transacciones sospechosas, comportamientos de los usuarios o patrones poco comunes.
Ahora se están considerando entradas adicionales al aplicar la IA generativa, como la ubicación del usuario, el momento, los montos de las transacciones, etc., que se analizan más detalladamente de forma relacional (en lugar de factores aislados).
Otro proceso bien conocido es el monitoreo continuo, donde la IA generativa, con su forma de autoadaptación, busca nuevos hilos y desencadena diferentes acciones, no solo una alerta.
Por último, hay una adopción más rápida de cualquier directriz de privacidad y seguridad que también puede escalarse en cualquier momento a medida que los reguladores publican nuevos requisitos.
Ejemplos podrían ser prevenir estafas de pagos push fraudulentos que pueda recibir el usuario al retirar dinero de su cuenta, lo que se traduce en una reducción de costes para la entidad financiera.
Casos utilizados en otros campos:
Podría apoyar el proceso de evaluación de riesgos analizando todos los datos disponibles de los clientes potenciales o segmentando y categorizando mejor los actuales (perfil de riesgo).
Podría ayudar a predecir el comportamiento de los clientes y ayudarnos con oportunidades de venta cruzada como parte de la propuesta de ventas.
La IA aún no puede realizar procesos E2E. Sin embargo, puede fomentar la eficiencia operativa a través de la automatización y optimización de procesos, como la generación de crédito, el procesamiento de reclamaciones de seguros y el rediseño del flujo de trabajo.
Una mejor toma de decisiones estratégicas se basa en la información recopilada y analizada.
Dirija campañas de marketing, mejore la marca empresarial y, en última instancia, gane la fidelidad de los clientes.
En resumen, el alcance de la Generación IA en la industria de servicios financieros o cualquier otra industria llega tan lejos como nuestra imaginación podría llegar debido a su naturaleza inherente y su combustible: los datos.
No es de extrañar que veamos nuevos casos en los que la Gen AI se convertirá en una parte fundamental de las operaciones de FSI para: mejorar procesos, mejor toma de decisiones, propuestas de productos, etc. Sin embargo, buscará complementar y mejorar el estado actual con mejores e información más precisa, no superando ni reemplazando los momentos de verdad existentes con los clientes.
Redacción Excélsior 