Las fintechs y las grandes
empresas tecnológicas o bigtechs empiezan a ofrecer servicios en las mismas
categorías que las organizaciones financieras tradicionales.
Desde que las computadoras y los teléfonos inteligentes
comenzaron a realizar operaciones financieras, las personas ya utilizaban la
banca electrónica, pero la pandemia aceleró la transformación digital del
sector e hizo que los canales digitales fueran la primera opción de contacto
con bancos, aseguradoras y empresas de pagos. El cambio en la dinámica de
mercado llevó a las empresas financieras a reposicionarse y pone en evidencia a
los bancos considerados tecnológicamente más maduros en vista del tiempo que
llevan trabajando en su transformación.
Hoy más que nunca acelerar la estrategia digital ha cobrado una
importancia crítica en vista de que los consumidores utilizan los servicios en
línea para muchas de sus actividades y ansían trasladar ese modelo a la gestión
de sus finanzas. Si bien la idea de brindar una experiencia digital que abarque
todos los aspectos de las relaciones con los clientes puede parecer
intimidante, no tiene por qué serlo. Es fundamental entender cómo debemos
posicionarnos frente a esta nueva instancia, de modo tal de permitir que las
instituciones mantengan la competitividad en un sector donde las empresas de
servicios financieros o fintechs y
las grandes empresas tecnológicas o bigtechs empiezan
a ofrecer servicios en las mismas categorías que las organizaciones financieras
tradicionales.
Digitalización
inteligente
La inteligencia
artificial, llevada al plano técnico con instrumentos como machine learning
(ML) y deep learning (DL), es sumamente importante para la digitalización inteligente
de los servicios financieros. El uso del análisis predictivo y de modelos
integrados de AI/ML permiten a las empresas identificar tendencias, obtener
información y efectuar recomendaciones para mejorar la satisfacción del cliente
y aumentar la retención en los canales más rápido. En un sector financiero tan
regulado y con un uso de datos intensivo, la adopción de la AI no solo mejora
el nivel de precisión de las operaciones y reduce la posibilidad de error por
medio de la automatización, sino que también permite que la industria
desarrolle un entorno más positivo y seguro para sus clientes.
Muchos bancos también están analizando el uso de AI/ML como
herramientas para combatir los delitos financieros, en especial, el lavado de
dinero y el fraude. La arquitectura que se utiliza para aumentar el
procesamiento de transacciones en tiempo real con análisis y modelos de AI/ML
derivados de los datos puede integrarse en los procesos de negocios —como
investigaciones e informes de actividades sospechosas— de manera eficiente y
escalable mediante la combinación de tecnologías de código abierto y
plataformas de nube híbrida.
No debería sorprender que la Unidad de Inteligencia de The
Economist haya revelado en su informe “La AI: el futuro de los servicios financieros”
que alrededor de un tercio de las empresas esperan que, de acá a cinco años,
entre el 51% y el 75% de sus cargas de trabajo estén soportadas por tecnologías
de AI. Para ello, la inversión en AI deberá duplicarse, pasando de USD 50.100
millones en 2020 a más de USD 110.000 millones en 2024, según la encuesta de la
Guía mundial de gastos en inteligencia artificial de IDC.
Servicios financieros innovadores
Los sistemas propietarios son incapaces de seguirle el ritmo a
la evolución del ecosistema de AI/ML debido a cuestiones como el costo, la
complejidad y la dependencia del proveedor en implementaciones a escala. Las
tecnologías open source tienen la capacidad de acelerar la curva de adopción de
AI/ML en los procesos de las instituciones financieras. Por medio de soluciones
basadas en contenedores y Kubernetes, almacenamiento, infraestructura como
servicio (IaaS), transformación de datos y gestión de API —incluso las
herramientas de soporte y automatización y aplicaciones de IA de distintos
proveedores— es posible lograr mayor eficiencia sin la necesidad de nuevas
inversiones. Además, las plataformas de análisis basadas en código abierto
hacen posible una personalización sin precedentes de la experiencia del usuario
por medio de AI/ML.
Tras todos los cambios que se vienen sucediendo en los últimos
años y toda la aceleración vivida durante la pandemia, las empresas que no se
adapten definitivamente a este nuevo contexto quedarán fuera del futuro
escenario comercial. Gartner ya prevé que, para el año 2030, el 80% de las
grandes empresas del sector perderán relevancia y hasta dejarán de existir si
no son capaces de acompañar los avances tecnológicos con un cambio de
mentalidad y de comportamiento. En el sector financiero, al igual que en otros,
digitalizar significa utilizar la tecnología no como un fin sino como un medio
para que las instituciones estén en condiciones de replantearse sus procesos.
En ese trayecto, AI/ML constituyen elementos clave del éxito de la
transformación digital de las instituciones financieras.
Por Victoria Martinez, gerente de Desarrollo de
Negocios e Inteligencia Artificial en Red Hat
No hay comentarios:
Publicar un comentario