Inteligencia artificial
(IA) fomentará el mayor cambio de cualquier tecnología Ravi Subramanian ha visto en sus 25 años en finanzas porque permite a los visionarios soñar en grande. Subramanian es vicepresidente ejecutivo y jefe de práctica bancaria de Tecnologías Hexaware, una empresa global de servicios de tecnología y procesos comerciales. Gracias a los avances tecnológicos como la IA, lo que antes le llevaba cuatro años lograr al principio de su carrera, ahora le lleva cuatro semanas.
Ese corto tiempo de desarrollo libera a las mentes creativas para pensar en las posibilidades que pueden transformar las industrias. Para Hexaware, eso significa aplicar tecnologías de pago y visualización de datos de formas nuevas y únicas.
"Son tiempos muy emocionantes porque ha pasado un tiempo desde que vi a un proveedor bancario basado en SaaS llegar y convertirse en un actor principal", comenzó Subramanian. “He visto a Mambu y Thought Machine ocupando los procesos de pensamiento de los CXO en los bancos. Todavía tengo que ver una implementación completa comparable a NFIS..., pero aún así, han pasado años desde que esa parte del mundo se transformó, y estoy feliz de estar viviendo en esta era”.
IA y Payscopium, el futuro de los pagos en tres etapas
En comparación con otras tecnologías, Subramanian considera que el surgimiento de la IA es rápido. Impulsará Payscopium, la visión de tres etapas de Hexaware para el futuro de los pagos. Hoy estamos en Pagos como Experiencia (PaaX). Los pagos como estilo de vida (PaaL) llegarán tan pronto como en 2024 en algunos lugares (probablemente unos años más tarde en los EE. UU.). El dinero se vuelve programable. Los consumidores deciden cómo repartir los fondos entre vivienda, alimentos y otras necesidades. Los gobiernos pueden programar dinero a través de CBDC. Sólo sucederán las cosas que el consumidor quiere, con máquinas que identifiquen nuestros patrones y necesidades.
Pagos Invisibles es la etapa final. Todo está hecho por nosotros. A medida que los pagos avancen hasta este punto, se volverán más inmersivos a través de fronteras, empresas y consumidores. El proceso horizontal conectará las partes bancarias.
Los efectos comienzan con la inclusión de los consumidores no bancarizados y subbancarizados por su valor, no por simpatía. Las empresas financieras y no financieras estarán al mismo nivel. Esto fomenta transformaciones impulsadas por las empresas y centradas en las personas. La democratización de los pagos resultante traerá beneficios diez veces mayores a las empresas.
“La uberización de los pagos en el área de pagos comerciales será un momento decisivo (para) las micro, pequeñas y medianas empresas”, dice Hexaware en su descripción de Payscopium. “El capital de trabajo se repondrá en tiempo real, aumentando el ritmo y la escala de la innovación.
“La sociedad está en la cúspide de un cambio radical en la experiencia, la creación de valor y una mejora en la calidad de vida en todos lados. Los pagos serán el motor de esta experiencia transformada para un gran segmento de la población”.
El combustible de la IA: los datos correctos en el momento adecuado
Los consumidores perciben la diferencia en la calidad del servicio cuando más necesitan una tarjeta de crédito y su banco les ofrece un préstamo. Están dispuestos a comprometerse si se les ofrece el producto adecuado en ese momento.
Subramanian dijo que el problema se reduce a datos incorrectos en el momento adecuado. Con los datos correctos, una institución financiera puede ofrecer a las familias jóvenes fondos para la universidad, préstamos para vacaciones o mejoras del hogar o hipotecas. Si un cliente pronto viajará a otro país, se le podría proporcionar una tarjeta Forex.
El secreto está en conectar los datos estructurados del banco con el acceso autorizado del usuario a sitios de redes sociales, cuentas de Amazon e incluso Fitbits.
“Si combino los datos no estructurados que están disponibles en Internet, que están disponibles públicamente o semipúblicamente, y le digo al banquero que los superponga a los datos estructurales que tienen sobre mí, como ingresos y gastos, y me da algo que necesito”, dijo Subramanian.
La IA es el pegamento en este proceso. Permite al banco personalizar, pero también calificar, al cliente. El prestatario más confiable obtiene una mejor tasa.
Subramanian desarrolló un modelo para poner a prueba su visión, comenzando por obtener grandes conjuntos de datos. Agregó datos bancarios e información de gastos de tarjetas de crédito y cuentas de compras. El modelo obtiene información de aplicaciones de ejercicios e incluso de donaciones caritativas. Con este tesoro de datos, los clientes pueden acercarse a su banco con un objetivo y recibir el mejor plan de producto.
"Esto es lo que creo que es el poder de la IA cuando se la pone en un contexto empresarial", dijo Subramanian. "Si la ponemos en un contexto empresarial y la combinamos con los datos, la persona y el tiempo correctos, la IA es fenomenal".
Todos los caminos conducen a la IA
Por temor a los aspectos de la IA, algunos bancos adoptan un enfoque diferente. Crean algoritmos patentados de aprendizaje automático para evaluar el riesgo crediticio y conectarlo a canales existentes como teléfonos móviles y sitios web. Poco a poco, introducen la IA porque tienen miedo de que alguien utilice esos datos y se borre su ventaja competitiva.
Estas instituciones se centran en el aprendizaje profundo para obtener inteligencia a partir de datos no estructurados. La IA generativa les ayudará desde el principio al recopilar todo lo disponible y brindarles información útil. Hexaware desarrolló Pervasive AI en respuesta. Sintetiza información de diferentes áreas de una institución para crear nueva inteligencia.
Con el tiempo, se combina con la IA generativa para ofrecer aún más valor. Un sistema podría mover productos automáticamente para ahorrar intereses e informar al cliente mediante una alerta en su teléfono, reloj o cualquier dispositivo de su elección. Subramanian ve esto como una realidad en tan solo una década.
Obstáculos de implementación
La transición puede verse obstaculizada por silos que impidan la coalición de datos estructurados en toda la institución. Los departamentos compiten entre sí. Subramanian se centra en construir puentes entre estas islas de datos en esos casos trabajando con varios departamentos de forma independiente. Reúne esa información en un modelo basado en inteligencia artificial que les muestra en qué medida se pueden valorar los datos de manera diferente.
“Ahí es cuando se dan cuenta del arte de lo posible”, dijo Subramanian.
Subramanian ve otros factores que impiden que algunos adopten la IA. Una es la importancia de la confianza. Temen introducir IA en su red y luego que se filtre información.
Luego está la falta de resultados tangibles por parte de los grandes actores que adoptan la IA. Claro, puede haber algunas cifras iniciales de nuevas empresas o entidades digitales, pero algunas se mantendrán tímidas hasta que vean aspectos positivos de los niveles más altos.
El futuro es brillante
Subramanian espera el día en que los beneficios de la IA lleguen a los empresarios más pequeños que más necesitan una banca innovadora. Las grandes empresas pueden darse el lujo de asumir riesgos como ampliar líneas de productos o agregar ubicaciones. La mayoría de las empresas más pequeñas no tienen el colchón para hacer eso.
La IA puede ayudar a generar riesgos más calculados. Quizás sea capital de trabajo liberado en tiempo real para una pizzería de un banco con toda la información de sus transacciones que se remonta a años atrás. En base a esos datos, alargas el plazo de amortización. Eso les permite agregar una ubicación o aumentar el tamaño del menú. Los ingresos aumentan y el negocio crece.
"Eso es lo que estamos viendo que los bancos pueden hacer", dijo Subramanian. “La banca privada ya no es un nicho de mercado. Todo el mundo necesita banca privada, y la banca privada a escala es la norma ahora.
“La hiperpersonalización es para todos y para todos. Ya no es sólo para los ricos”.
