La evolución de las preferencias de los clientes y la aparición de disruptores digitales están cambiando rápidamente el panorama bancario. A medida que los bancos evolucionan de una banca como modelo de producto a una experiencia de ecosistema, se requieren cambios en los procesos comerciales, la arquitectura de TI y el modelo operativo.
Con un enfoque cada vez mayor en la eficiencia y la experiencia, las tecnologías digitales han comenzado a desempeñar un papel habilitador en la transición. En la actualidad, la automatización desempeña un papel fundamental que permite a las empresas ejecutar operaciones eficientes y rentables, y responder a escala a las necesidades cambiantes de los clientes.
A medida que la automatización evoluciona, entrelazarla con la tecnología de inteligencia artificial ha abierto la oportunidad para la automatización inteligente. Las políticas gubernamentales favorables, junto con la madurez de la tecnología de IA, están impulsando aún más las perspectivas de adopción en la industria de BFS.
¿Por qué tanta publicidad en torno a la automatización y la automatización inteligente?
Las tecnologías de automatización, cuando se implementan después de prever los riesgos del sistema, tienen el potencial de mejorar la toma de decisiones humanas en términos de velocidad y precisión. El potencial de creación de valor es quizás el más grande entre industrias y casos de uso. La tecnología puede ayudar a reducir los costos a través de la eficiencia generada por la automatización a escala, menores tasas de error y una mejor utilización de los recursos. Además, puede descubrir oportunidades nuevas y no realizadas en función de una capacidad mejorada para procesar y generar conocimientos a partir de grandes cantidades de datos. Esta inteligencia en el procesamiento de documentos es crucial para los bancos dado el creciente volumen de datos no estructurados, que las herramientas de automatización tradicionales no pueden procesar de manera eficiente.
A pesar de sus capacidades de transformación y sus inversiones masivas para integrar la automatización en los sistemas y procesos de la organización, pocos bancos han logrado aprovechar las tecnologías de automatización en toda la organización. Los bancos han tenido problemas para pasar de la mesa de dibujo a escalar casos de uso monetizables. Las razones incluyen la falta de una estrategia empresarial clara, un núcleo de tecnología inflexible, activos de datos fragmentados y modelos operativos obsoletos que obstruyen la colaboración entre los equipos de negocios y tecnología.
Automatización de TI: una talla no sirve para todos
Es probable que la automatización de TI contextualizada para casos de uso y resultados comerciales genere resultados positivos y beneficios medibles para la organización. Instituciones financieras líderes como JP Morgan, Morgan Stanley y otras están integrando inteligencia artificial, análisis de datos y procesamiento inteligente de documentos (IDP) en sus sistemas, alineados con las respectivas líneas de negocios para lograr resultados de automatización más amplios.
pagos:
La detección de fraude es un caso de uso clave. La automatización ayuda a reducir los costos de validación manual y mejora el tiempo de respuesta para identificar transacciones fraudulentas. Las sólidas prácticas de gestión del fraude también ayudan a evitar multas reglamentarias y altos costos de cumplimiento.
Intermediación hipotecaria
Onboarding del cliente: La selección de aplicaciones y la entrada de datos se pueden automatizar para acelerar la incorporación de clientes. La automatización de tareas de KYC de rutina conduce a una reducción de los costos de KYC por cliente, una mejora en el tiempo de respuesta y una mejor reconciliación de la información. La gestión automatizada de datos es clave aquí.
Suscripción de crédito: La automatización en los informes reglamentarios y de clientes a través de la evaluación de ingresos, gastos y patrimonio también ayuda a mejorar la toma de decisiones con el procesamiento de solicitudes de préstamos con plazos para los clientes. Se evitan anomalías en los datos y se mantiene la santidad de los datos del cliente.
Los mercados de capitales
Automatización de la fuente de entrada (de la oficina central a la administrativa): la automatización ayuda a consolidar múltiples campos de entrada en un único flujo descendente integrado para la ejecución oportuna de la transacción comercial. Esto mejora la tasa de traspaso de la ejecución de operaciones, impulsando la eficiencia en la ejecución de transacciones y la reducción del costo por operación.
Del mismo modo, la presentación de informes es una parte integral de la actividad comercial del mercado de capitales. Los informes continuos para inversores y reguladores con la captura de imágenes y documentos listos para el proceso permiten reducir los costos de FTE y cambiar el enfoque de mano de obra hacia actividades más centradas en el cliente.
Procesos como la incorporación de clientes y KYC, hipotecas, procesamiento de solicitudes de préstamos tienden a tener un gran volumen de documentos, repletos de complejidad y variedad. Esto los convierte en candidatos ideales para la adopción de desplazados internos. La desaceleración global actual, con un modelo de fuerza laboral remota ya existente impulsado por la pandemia, requiere aún más un impulso más fuerte para los desplazados internos.
Aumento de la automatización con IA
A medida que las empresas avanzan en sus viajes de automatización, las tecnologías como RPA ahora se mejoran con el potencial de la Inteligencia Artificial, dando lugar a lo que se conoce como Automatización Inteligente. Al combinar soluciones de automatización con tecnologías de inteligencia artificial, las empresas de servicios financieros pueden pasar de automatizar tareas específicas a automatizar procesos de extremo a extremo con inteligencia integrada. La automatización inteligente (IA) combina la inteligencia artificial (AI), el aprendizaje automático (ML), el procesamiento del lenguaje natural (NLP) y la automatización de procesos para optimizar los resultados comerciales. Automatizar los resultados comerciales con IA en lugar de automatizar tareas mundanas mejora la experiencia del cliente, aumenta la eficiencia operativa y proporciona un camino para utilizar IA en muchas áreas intensivas en automatización.
Por ejemplo, la automatización inteligente puede ayudar al personal de atención al cliente a realizar mejor sus funciones al automatizar los inicios de sesión o solicitar tareas de una manera que garantice que los clientes reciban un servicio mejorado y más rápido. Otros ejemplos en los que se puede aplicar la automatización inteligente incluyen el cierre de cuentas, la activación de notificaciones, el bloqueo de cuentas y la gestión de transferencias de cuentas para ayudar a mejorar la eficiencia operativa y la experiencia general del cliente.
Un componente creciente de IA es el procesamiento inteligente de documentos (IDP). Hasta ahora, las soluciones RPA no podían automatizar procesos que implicaban leer, comprender y extraer datos de documentos semiestructurados y no estructurados. Junto con IDP, RPA puede facilitar el procesamiento directo de documentos y procesos intensivos en datos, lo que brinda mayor velocidad y precisión a las operaciones bancarias. Con la extracción de datos automatizada, la función de fabricante en la construcción de verificador de fabricante se ejecuta sin problemas con una salida precisa lograda en un tiempo de procesamiento más corto.
El procesamiento inteligente de documentos está mostrando una adopción significativa en la industria bancaria con eficiencias que van más allá de la RPA basada en reglas. Las tecnologías subyacentes, como AI-ML y NLP, permiten a las empresas de servicios financieros evaluar procesos que requieren cierto grado de juicio para ejecutarlos con éxito. Las instituciones financieras han adoptado una serie de casos de uso, que van desde la simple integración de servicios cognitivos hasta la toma de decisiones impulsada por IA para brindar eficiencia en los resultados comerciales.
Automatización inteligente en acción: ejemplos de la industria
Bank of New York Mellon ha aprovechado casi 220 bots RPA integrados con inteligencia artificial para la eficiencia del proceso y el ahorro de costos. Esto ha resultado en una precisión del 100 % en el cierre de cuentas en múltiples sistemas, una mejora significativa en el tiempo de procesamiento, una mejora del 66 % en los procesos de entrada de operaciones y una alta reducción en la conciliación de operaciones fallidas.
Heritage Bank es una de las instituciones financieras más antiguas de Australia. El Banco se enfrentaba a una competencia cada vez mayor de fintechs y contrapartes bancarias con conocimientos digitales. Heritage implementó una solución de IA para automatizar los procesos front-end, back-office y mid-office relacionados con las operaciones, el riesgo de fraude y los servicios del centro de contacto. Como resultado, la empresa automatizó aproximadamente 80 procesos, con un nivel de automatización de hasta el 90 %, liberando así sus recursos FTE para actividades más centradas en el cliente.
Para automatizar los procesos de préstamo, Upstart, una solución de préstamo líder basada en IA, se enfoca en ofrecer préstamos directamente utilizando su algoritmo de aprendizaje automático. El foco está en el segmento de población con bajo historial crediticio. La firma evalúa los años de crédito, puntajes de crédito FICO, antecedentes educativos, campo de estudio e historial laboral para comprender su solvencia y otorgar préstamos en consecuencia.
El banco estadounidense PNC Financial utiliza el sistema para automatizar las aprobaciones de ciertos tipos de préstamos. El banco combina reglas comerciales prescriptivas con modelos de datos predictivos para determinar la elegibilidad del cliente para recibir crédito.
Desafíos persistentes
A pesar de los numerosos beneficios que ofrece la automatización inteligente, también presenta su propio conjunto de desafíos. Muchos de estos se relacionan con amenazas de seguridad de IA, como la manipulación de modelos de aprendizaje automático o sus datos ingeridos para influir en los resultados. Además, la posibilidad de que se introduzca código malicioso o erróneo y se amplifique varias veces es una amenaza muy real en un proceso automatizado.
Es probable que las preocupaciones sobre la privacidad de los datos y el suministro de datos afecten el uso de la IA y la automatización en la banca. El alto costo de implementación de soluciones avanzadas, junto con la falta de profesionales calificados de la industria, también puede resultar un elemento disuasorio adicional para la adopción en el panorama de BFS.
A un nivel más amplio, la gobernanza sigue siendo un desafío formidable. A medida que la automatización inteligente comience a incluir la toma de decisiones impulsada por IA, podría generar nuevos desafíos de gobernanza, como el riesgo de sesgo de IA en las decisiones de préstamo. Dados los riesgos que surgen de las decisiones totalmente automatizadas y el afán regulatorio por garantizar la transparencia en las decisiones de préstamo y los algoritmos de IA, es probable que las instituciones financieras sean cautelosas en la adopción de la automatización inteligente.
El camino por delante
La automatización ha traído eficiencias significativas a la industria bancaria. Si bien el mandato inicial era para la automatización de tareas repetitivas de bajo nivel, la madurez de la tecnología ha llevado a los bancos a explorar casos de uso avanzados para obtener mayores beneficios de los procesos de automatización.
La automatización cognitiva, aprovechando la IA, está llevando a la industria hacia un estado en el que la toma de decisiones de extremo a extremo es manejada por herramientas de automatización, lo que permite que también se automaticen tareas complejas. Esto tiene el potencial de aumentar el elemento humano de los procesos comerciales, truncando errores y mejorando significativamente la productividad.
En el camino hacia la automatización, los bancos deberán estandarizar y digitalizar los procesos para sentar las bases de una automatización exitosa. Posteriormente, el panorama del producto deberá orientarse hacia sistemas que tengan soluciones de automatización incorporadas. También se debe tener cuidado para mantener al 'humano informado', de modo que la toma de decisiones y la ejecución automatizadas estén en línea con los objetivos comerciales. Dada la estrecha vigilancia del regulador, los bancos también harían bien en documentar sus procesos de automatización y mantener controles razonables sobre los algoritmos de IA, a fin de mantener la disciplina y el cumplimiento normativo.
Hay muchos ejemplos de implementación de cómo la automatización inteligente está ayudando a los bancos y cómo puede ayudar a los bancos a mantenerse competitivos tanto hoy como en el futuro. Al final, se reduce a qué tan bien se ejecuta e integra la automatización inteligente en el viaje del cliente de extremo a extremo.
Referencias:
https://www.processmaker.com/blog/intelligent-automation-in-banking/
https://kristasoft.com/solutions/industry/intelligent-automation-for-banking-and-financial-services/
https://research.aimultiple.com/intelligent-automation-in-banking/
https://www.qentelli.com/thought-leadership/insights/leveraging-ai-banking-guide
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://www.finextra.com/blogposting/24024/augmenting-with-ai-exploring-new-possibilities-in-bfsi?utm_medium=rssfinextra&utm_source=finextrablogs
