13 agosto, 2018
Inteligencia Artificial acelera el paso en la banca mexicana

Los bancos mexicanos lanzan chatbots en busca de mayor fidelidad de parte de sus clientes, pero miran con cautela a inteligencia artificial para detección de riesgos

Imagen
Por: Eyanir Chinea

 

Las prestaciones de la inteligencia artificial (IA) están avanzando de manera acelerada en el negocio bancario mexicano que está ávido de soluciones digitales para optimizar sus procesos y cultivar fidelidad entre sus clientes.

Junto con Brasil y Reino Unido, México es uno de los países que muestra más entusiasmo por el desarrollo de aplicaciones bancarias de IA, según una encuesta presentada en junio por la firma internacional de soluciones financieras GFT, que sondeó las opiniones de bancos de ocho países.

Sin embargo, los bancos han escogido cuidadosamente las primeras aplicaciones de la tecnología. Por un lado, aceleran el paso con chatbots. Por el otro, muchos prefieren que sus controles de fraude y lavado del dinero no sean desarrollados solamente por nueva tecnología.

Aún con contramarchas, un 63% de los encuestados en México consideró a la IA como un factor importante dentro de sus operaciones, frente a países como Alemania o Suiza, donde la mayoría no la percibió como una herramienta estratégica.

“México ha tenido una aceleración enorme en los últimos años,” aseveró Rodrigo Kuri, director ejecutivo de Estrategia e Innovación Digital de Citibanamex, en conversación con iupana.

“Es un hub de desarrollo tecnológico y emprendimiento que es muy relevante. Si bien, yo diría que está tres años por detrás de lo que ha pasado en el mercado europeo en cuánto a tecnologías e industria financiera en todas las verticales de ahorro, financiamiento, seguros, pagos, la velocidad de adopción que está viendo esta tecnología por parte de bancos, y por parte del consumidor, es enorme”, prosiguió.

Los mayores desarrollos en IA en el país, se están llevando a cabo en el área de asistentes virtuales para clientes, coincidieron expertos consultados y el sondeo de GFT, seguida por las iniciativas para la automatización de procesos robotizados y robo-advisor e interfaz de cliente personalizada.

Por otra parte, y a diferencia de otros países, el mayor beneficio esperado por los bancos mexicanos es la fidelidad de sus cliente, acompañada por la reducción de procesos y costos operativos.

¡Hola! Estoy usando WhatsApp.

Sobre este servicio estuvo orientado el último lanzamiento de BBVA Bancomer, la institución de mayor tamaño del país. A principios de agosto, presentó al mercado su nuevo Asistente Virtual con el que clientes, o interesados en serlo, podrán comunicarse a través de WhatsApp.

A fines de 2017 también había presentado su Commerce360, una herramienta para comercios basada en big data y machine learning disponible en México y España, y que permite a los establecimientos comerciales convertir datos arrojados por transacciones con tarjeta en información sobre lo que están haciendo sus competidores en el mismo contexto geográfico.

Citibanamex, el segundo banco del sistema, también está utilizando IA para que sus chatbot den la bienvenida y guíen a los usuarios través de la información básica de la oferta de productos y servicios.

Citibanamex trabaja para seguir diversificando la información que ofrecerá la máquina en el futuro, que incluso podrían absolver temas de competencia, en cuanto a tasas de interés, comisiones, o productos similares; preguntas que en estos momentos deben responderse a través de investigación del usuario, call centers o en una sucursal.

En el tema de la customización, el banco además está utilizando las prestaciones del machine learning para, junto al big data, procesar ingentes lagos de datos que hace apenas un lustro no podían almacenar o digerir, para escribir algoritmos que le permitan personalizar los productos y servicios -de crédito o ahorro- que ofrecen a sus clientes. Así mismo, para detectar fraudes, aunque son cautos en dejar en manos de la robótica el encendido de todas las alarmas.

“A nivel global existen procesos muy robustos estandarizados de identificación de blanqueo de dinero que están probando ser muy eficientes, pero no son áreas en las cuales queramos cambiar el paso en este momento (…) aunque no cabe duda que sí utilizamos modelos de machine learning para identificar transacciones, tanto fraudulentas, como las que parecen fraudulentas, pero no lo son”, prosiguió Kuri.

 

Largo camino por delante

El camino es largo y la tecnología prematura aún. El mayor reto, además de la inherente limitación cognitiva de la IA, que no logra igualar los procesos de aprendizaje y comunicación de sus creadores, está en la aparente falta de técnicos locales preparados para que desarrollen aplicaciones en esta área, según mostró el sondeo de GFT.

Además, muchas filiales locales todavía intentan buscar métodos efectivos para asimilar los avances logrados por sus casas matrices. Por ejemplo, HSBC lanzó a finales de julio sus primeros proyectos globales de machine learning junto con Google Cloud Platform para incrementar la migración de aplicaciones y datos a la nube. Junto con IBM, el banco británico está desarrollando una aplicación de IA para extraer y digitalizar documentos e información clave comercial, antes de introducirlos en los sistemas del banco.

Sin embargo estos avances aún no tocan suelo mexicano.

Suscríbete al Boletín
Nuestro boletín gratuito te ofrece noticias y análisis de tecnología aplicada al sector financiero y bancario de América Latina cada lunes. Ejecutivos de los bancos y empresas de tecnología más grandes de la región ya lo reciben. Deja tus datos de contacto aquí para subscribirte
Encuesta