IA generativa en Fintech: liberando el potencial más allá de los ChatBots

El viaje de las fintech a la IA ha sido nada menos que notable. La industria fintech , acostumbrada desde hace mucho tiempo a la inteligencia artificial (IA) , está preparada para dar pasos aún mayores, como destaca Isabelle Castro Margaroli en Fintech News . Según las proyecciones, la IA en el mercado de tecnología financiera alcanzará la asombrosa cifra de 31,71 mil millones de dólares para 2027, lo que representa una notable tasa de crecimiento del 28,6%. La utilización de la IA en fintech ya ha encontrado su base: un asombroso 90% de las empresas de tecnología financiera ya incorporan IA en sus operaciones, según informó el Centro de Finanzas Alternativas de Cambridge.

Sin embargo, dentro de este panorama de evolución tecnológica, ha surgido un nuevo actor: la IA generativa. Esta novedosa tecnología promete redefinir la forma en que abordamos los servicios financieros, trascendiendo los ChatBots convencionales y las herramientas de automatización a las que nos hemos acostumbrado. Sin embargo, es importante reconocer que la industria apenas ha comenzado a aprovechar el potencial de la IA generativa y que aún queda un largo camino por recorrer antes de que alcance su cenit.

Robert Antoniades, cofundador y socio general de Information Venture Partners, resume acertadamente el estado actual de la IA generativa en el sector financiero: «¿Cómo se utiliza la Gen AI en los servicios financieros? La respuesta simple es que no se está utilizando. Ciertamente no en términos generales. Pero lo que ha hecho la Generación AI es aumentar el reconocimiento del poder de la IA para las instituciones financieras.» Antoniades aclara que si bien las empresas han comenzado a implementar herramientas de IA generativa como Chat GPT para agilizar los procesos de atención al cliente, el verdadero impacto transformador de la tecnología podría residir en revolucionar el backend de los servicios financieros.

Sin embargo, aún queda un obstáculo importante: la precisión. Para que la IA generativa alcance su potencial en los servicios financieros, debe lograr una precisión absoluta. Lamentablemente, esta precisión está actualmente fuera de alcance. Los acontecimientos recientes han puesto de relieve los peligros de una IA generativa inexacta. El 1 de junio, se produjo una agitación en las redes sociales cuando "fuentes anónimas" aparentemente informaron que el presidente de la SEC, Gary Gensler, había dimitido en espera de una "investigación interna". Posteriormente, estas afirmaciones quedaron expuestas como falsas, y ¿cuál es la fuente de estos informes erróneos? Un robot de IA generativa.

Antoniades enfatiza la necesidad crítica de una precisión absoluta en los servicios financieros, afirmando: «Hay que entender que en los servicios financieros, si hay algo importante, tiene que ser 100% preciso. No hay lugar para las alucinaciones. No hay lugar para errores. Es fascinante ver las respuestas generadas por IA porque en realidad son decentes, pero no precisas.» Las ramificaciones de las imprecisiones en el asesoramiento financiero y el mantenimiento de registros podrían ser catastróficas.

Sin embargo, las aplicaciones potenciales de la IA generativa en los servicios financieros son profundas. Los servicios de asesoramiento financiero, que a menudo están fuera del alcance de muchos debido a limitaciones de costos, podrían volverse más accesibles a través de la IA generativa. Esta tecnología podría personalizar los servicios de asesoramiento en función de las interacciones individuales con los clientes, proporcionando orientación y apoyo personalizados.

Antoniades subraya este punto: «La IA de generación es en realidad un caso de uso muy interesante sobre cómo proporcionar esa interacción y contextualización entre el cliente y la institución financiera. Al ingerir todos esos datos, ahora puede tener lo que uno consideraría una conversación con un cliente.»

Además, la IA generativa tiene el potencial de mejorar significativamente los esfuerzos de detección de fraude y lucha contra el lavado de dinero (AML) , aprovechando la ya creciente dependencia de la IA y los modelos de aprendizaje automático en estos dominios.

Una aplicación particularmente disruptiva de la IA generativa es la modernización de la antigua infraestructura del sistema bancario. Impulsado por COBOL, un lenguaje de programación que data de 1959, este marco anticuado se ha mantenido prácticamente sin cambios mientras la tecnología avanzaba a toda velocidad. Este sistema obsoleto es complicado de adaptar y requiere una programación personalizada extensa para cualquier actualización.

Antoniades propone una solución: «Pienso en esto como una forma de modernizar las infraestructuras. La IA generativa podría usarse para reescribir el código COBOL arcaico y proporcionar un parche para acelerar la transición a una infraestructura nueva y moderna.» Hay mucho en juego cuando se trata de sistemas heredados, ya que cualquier error podría tener consecuencias catastróficas.

Como lo expresa sucintamente Antoniades: «Cuando haces un depósito en tu cuenta bancaria, quieres saber que el dinero está ahí. No es que pueda estar ahí el 99,9% del tiempo. Siempre está ahí. Cuando te dan consejos, deberían ser 100% precisos. No debería tener una precisión del 90%.»

El potencial de la IA generativa en las fintech es innegable y las instituciones financieras son muy conscientes de ello. El próximo desafío de la industria es seguir adelante con el desarrollo hasta que los resultados de GenAI se acerquen a la perfección. El horizonte de los servicios financieros está preparado para una transformación y la IA generativa es el presagio de este cambio profundo.