Prácticamente desde la década pasada el desarrollo tecnológico se ha acelerado como nunca en la historia del planeta. Por supuesto, en gran parte se debe a la entrada del Internet, no sólo por el hecho de abrir paso a una nueva generación de negocios, sino que esto a su vez permitió el progreso en tecnologías en la nube y un crecimiento exponencial en la producción y almacenamiento de datos. Gracias a ello, hoy estamos adoptando las técnicas de Inteligencia Artificial, un término que inicialmente fue acuñado en 1956, por un científico y matemático John McCarthy.
Aunque la Inteligencia Artificial es algo de lo que se ha hablado desde la década de 1950, actualmente se han hecho grandes avances y se ha popularizado sobre todo en el sector empresarial, las cuales han logrado hacerse de una gran cantidad de datos, provenientes de sus propias operaciones.
Esta tendencia no es sorprendente, pues se ha comprobado que los procesos de Inteligencia Artificial son altamente eficientes para identificar patrones de datos; lo que le permite a las compañías entender el comportamiento de sus audiencias. Por ello, miles de compañías alrededor del mundo están fortaleciendo sus capacidades para implementar Inteligencia Artificial en sus operaciones pues el potencial es inmenso sobre todo para la industria Financiera y específicamente en la –relativamente nueva– industria Fintech.
Pero para entender esto con mejor detalle, podemos dividir que generalmente existen dos tipos de Inteligencia Artificial. De acuerdo, a Maruti Techlabs una importante empresa de desarrollo tecnológico, indica que se divide en Inteligencia Artificial débil y fuerte.
Inteligencia Artificial “Débil”
Se trata de un sistema que es desarrollado únicamente para cumplir con una tarea en particular. Es decir, que está diseñado solo para ayudar a resolver problemas específicos, así que esta tecnología trabajará únicamente con las reglas que le fueron definidas.
Aunque algunos expertos piensan que este tipo de algoritmos no se les puede llamar que funcionen con inteligencia, sino más bien trabajan de forma inteligente para cumplir con las tareas que se les asigna.
El mejor ejemplo para explicar este tipo de inteligencia artificial es Siri, el asistente de voz integrado en los dispositivos de la marca Apple. Este asistente se gobierna por medio de una base de datos en internet. A primera vista, cualquiera consideraría que es muy inteligente ya que Siri puede sostener conversaciones con humano, y es reconocida por sus respuestas ocurrentes. Sin embargo el rango de acción es limitado ya que si le preguntas algo que está fuera del algoritmo con el que se diseñó, no puede responder correctamente.
Otro ejemplo son algunos de los chatbots que se utilizan por algunas compañías para dar servicio al cliente. Responderán las preguntas de los clientes de manera acertada sin embargo, aunque los algoritmos de inteligencia artificial programados para su funcionamientos son altamente complejos, están restringidos a ofrecer soluciones pero en caso de que algo esté fuera de este límite no lo podrán realizar.
Inteligencia Artificial “fuerte”
En comparación con los programas que explicamos en los párrafos anteriores, la inteligencia artificial “fuerte” tiene muchas más funciones que puede desempeñar. Para empezar, este tipo de programas pueden imitar al cerebro humano y es tan poderosa que las acciones desempeñadas por el sistema pueden ser casi idénticas a las acciones y decisiones que tendría un ser humano; ya que tiene la capacidad de entender, razonar e incluso generar una conciencia.
Es decir, la Inteligencia Artificial fuerte puede ejecutar procesos como tener creencias, estados cognitivos y un sentido de percepción que hasta ahora sólo se han encontrado en humanos y algunos animales.
Sin embargo, este ha abierto la puerta a un debate ya que se busca definir la inteligencia con precisión. En el caso de la Inteligencia Artificial fuerte ha sido difícil o casi imposible determinar el éxito o los límites de sus capacidades. Por ello, muchos negocios han preferido ocupar los algoritmos con reglas establecidas para realizar tareas para el descubrimiento de patrones de datos, con mucha eficiencia.
Sin embargo, se ha buscado implementar los algoritmos más fuertes como experimentos para hacer recomendaciones de decisiones de negocios, algo que hasta hace unos pocos años se creía imposible.
La industria financiera es la punta de lanza de la Inteligencia Artificial
Ahora que entendemos un poco mejor sobre el tema, podemos pasar a las aplicaciones. El caso más destacable es la industria financiera, quien se ha beneficiado ampliamente de este tipo de tecnología a través de la computación cognitiva, los chatbots, los asistentes personales y por supuesto el Machine Learning, también conocido como Aprendizaje Automatizado.
Las Fintech y las instituciones bancarias tradicionales han sido de los primeros en implementar y los sectores que han invertido más desde hace muchos años.
Tal ha sido el éxito que muchas industrias han empezado a tomar pasos hacia esta dirección (desarrollo de Machine Learning, asistentes personales o invertir en especialistas de estos temas), a tal grado que se prevé que la Inteligencia Artificial sustituya a los humanos en un futuro.
Otro factor que está impulsando esto es la popularización y abaratamiento de herramientas como big data, los servicios en la nube y los sistemas de hiperprocesamiento. Pero aún queda un camino lleno de retos como lo son la falta de confianza, los sesgos y, sobre todo, porque aún hace falta una normativa que regule los límites de esta tecnología, por el uso de datos que requieren para el funcionamiento de los algoritmos.
Pero retomando el caso de la industria de los servicios financieros, la inteligencia artificial ha desempeñado un papel fundamental en temas de auditorías, antifraude, aceptación de personas a préstamos etc.
En el caso de las auditorías, se ve un claro avance pues se analizan las transacciones, al mismo que se comparan con un enorme número de regulaciones y cambios fiscales, para los que la Inteligencia Artificial puede ser una gran ayuda. Pero vamos a expandir de cómo se usa para otras cosas, por ejemplo para entender cómo reaccionan los clientes ante diversos contextos o problemas.
3 Usos de la inteligencia artificial en las finanzas
Puesto que la base de los algoritmos de Inteligencia Artificial son el análisis de datos históricos, no es una coincidencia que esta tecnología sea la punta de lanza para el sector financiero,pues optimiza la seguridad de los pagos. A continuación vamos a compartirte estos 3 ejemplos que resumen muy bien su impacto.
Para la medición del riesgo
Uno de los más grandes ejemplos son las tarjetas de crédito. Hoy, las instituciones financieras más tradicionales únicamente revisan el buró de crédito para determinar qué tan conveniente es ofrecerle a otra persona este producto financiero. Esto es algo que debe realizarse con mucha cautela, pues aunque se trate de conseguir clientes también se debe evitar pérdidas por mora – es decir, personas que no paguen su tarjeta–.
Desafortunadamente, si se basa esta decisión únicamente con los datos del buró de crédito puede llegar a ser limitante. Es por eso que cuando se usa inteligencia artificial en estos procesos se toma una muestra más grande de datos para detectar eficazmente la probabilidad de riesgo.
Detección del fraude
En el mundo de los pagos con tarjetas de crédito y débito también se utiliza tecnología de inteligencia artificial que monitorea todas las transacciones para detectar los comportamientos sospechosos de fraude para proteger tanto la seguridad de los tarjetahabientes como a los comercios que reciben dichos pagos. Un buen ejemplo de esto, es Clip, una empresa con un amplio portafolio de servicios financieros para negocios, quien utiliza este tipo de tecnología para supervisar todos los movimientos en tiempo real y así garantizar el flujo del dinero electrónico de forma segura y ágil.
Trading
Durante los últimos años, las empresas de inversión se han popularizado y han creado sus aplicaciones para que este tipo de servicios sea más accesible para todo tipo de usuarios. Por ello, han invertido en científicos de datos que los ayuden a crear predicciones de los patrones del mercado. A pesar de que puedan existir anomalías, los algoritmos cada vez son más precisos para beneficiar a los usuarios.
(Palabras: 1447 | Caracteres con espacio: 9191)
Fuentes y referencias:
5 Ways AI is Transforming the Finance Industry: marutitech.com/ways-ai-transforming-finance