El marco jurídico actual genera espacios para explorar herramientas de innovación en la industria financiera a través de la inteligencia artificial (IA).
A pesar de ser una tecnología que evoluciona rápidamente, la IA tiene un asidero en el marco regulatorio latinoamericano existente para los bancos –que están sujetos a un alto nivel de control–. A esa conclusión llegaron los expertos participantes en el webinar de iupanaPRO IA, regulación y la banca: Cómo crear una estrategia exitosa a largo plazo.
Procedimientos como la administración de data, el scoring alternativo, los roboadvisor están listos para evolucionar de la mano de nuevas tecnologías de aprendizaje automatizado, que pueden agregar valor y eficiencia a los procesos de los bancos, tanto internos como de cara al cliente.
“En Latinoamérica tenemos marcos muy robustos, tanto en protección de datos como en responsabilidad civil y en propiedad intelectual […] Desde lo visto por las autoridades financieras, con los casos de uso que ya estamos viendo y los que se están proyectando, es claro que no [es necesario un nuevo marco legal]”, dijo Victoria Albanesi, abogada especialista en tecnología en México.
De cara al futuro, la especialista agrega que los reguladores deben analizar cuidadosamente si es necesario actualizar los marcos jurídicos, sin que esto perjudique el desarrollo de la innovación.
Superado el aspecto legal, el reto parece perfilarse hacia la data y el temor de las instituciones financieras de los nuevos modelos de aprendizaje automático.
Retos a superar para implementar IA generativa
El boom del ChatGPT, un modelo de IA generativa, ha expandido y popularizado en poco tiempo las aplicaciones con esta tecnología. No obstante, este tipo de inteligencia artificial necesita datos para poder producir nueva información; y ahí surge un nuevo desafío de aprovechamiento para el sistema financiero.
“Tenemos que conectar esos modelos con nuestros datos. Y ahí viene el reto porque generalmente nuestros datos no tienen un programa de gobierno de datos, no hemos consolidado nuestra información. Tenemos los datos dispersos en toda nuestra empresa”, anotó Juan Carlos Oré, consultor en data y analytics y fundador de CDO Latam, una empresa especializada en el sector.
“Si no tenemos los datos ordenados para poder alimentar esos modelos, no vamos a poder gozar de los beneficios de la IA generativa”, advirtió.
Además del ordenamiento y puesta en valor de la data, otro punto a superar es el miedo de las organizaciones por explorar soluciones aplicando IA generativa.
Como ha ocurrido con otras corrientes tecnológicas, la cultura corporativa de los bancos, donde la ejecución muchas veces se demora por la burocracia que afecta a las grandes organizaciones, podría postergar la innovación en IA. Por ejemplo, proveedores de cloud como Huawei y Google recientemente dijeron a iupana que existen desafíos a superar para desplegar arquitecturas digitales más ágiles, como cambiar la forma de pensamiento de los tomadores de decisiones de los bancos.
“En todos estos cambios existe el miedo. El miedo a fracasar, el miedo a incumplir una regulación, el miedo a que el riesgo reputacional de la institución se vea afectado”, agregó Pablo Bevegni, gerente regional de desarrollo de negocios de Infocorp, un proveedor tecnológico para la digitalización de los bancos.
El ejecutivo afirmó que las tecnologías desarrolladas por Inforcorp han evolucionado en los años con el uso de inteligencia artificial, pasando de chatbots (asistentes para el cliente virtuales) básicos, en 2010, a unos más robustos en la actualidad.
“Creo que la salida de Chat GPT le abrió los ojos a mucha gente”, concluyó.
