Ocho de cada
diez españoles emplean una vez al mes soluciones de banca online. La
comodidad en las operaciones, la versatilidad de uso y la seguridad son los
tres criterios que más valora el cliente del sector financiero, que muestra ya
un perfil acusadamente digital; pero sin que se vean mermados los que les
ofrece la banca tradicional, según apuntan las informaciones especializadas. De hecho, los grandes bancos están centrando sus estrategias en atraer
más clientes digitales mediante tecnologías avanzadas. Y esta dinámica de
digitalización conduce a las entidades
financieras a ensanchar su volumen de actividades complejas y a una
conectividad más estrecha entre bancos y entre entidades financieras a nivel
global, fuentes ambas de incremento del riesgo sistémico en el sector
financiero, como analizaremos en el próximo artículo.
La transformación digital de la banca e innovación
tecnológica
La transformación de los servicios financieros en España, como en otros
países europeos, es especialmente agitada, con la presencia de compañías de
tecnología financiera (fintech) y
de los gigantes tecnológicos (Big tech). La denominación fintech,
proveniente de finance y technology, se refiere a aquellas
empresas normalmente de nueva creación e innovadoras (start-ups), que han
desarrollado tecnología puntera que traducen en oferta de productos o prestación
de servicios a las entidades financieras;
un tipo de firma surgida tras el gran colapso financiero que marcó la quiebra
de Lehman Brothers en 2008. Y aunque hay una cierta competencia entre esos dos
tipos de empresas, diferenciadas ante todo por las dimensiones, conciertan
acuerdos y surge una cierta imbricación entre ambos en su objetivo de prestar servicios
a la banca. (El País, 17/12/2019) El sector financiero se enfrenta actualmente a un contexto
muy complicado e incierto, y dentro del cual, además, las entidades financieras
afrontan los retos de la era digital, que está provocando una auténtica
revolución. En esta coyuntura, la banca se ve obligada a realizar fuertes
inversiones para el desarrollo de nuevas tecnologías, impulsando nuevos modelos
de negocio que están obligando al sector a acelerar su ritmo de transformación.
Ante este panorama, la banca está desarrollando estrategias para adaptarse al
cambio a través de alianzas de todo tipo con las start-ups y/o con adquisiciones de firmas tecnológicas emergentes,
como en el caso del Banco Santander que adquirió la compañía tecnológica Ebury,
con 900 personas y con sede en Málaga, dedicada a transacciones en divisas en
más de 19 países. Asimismo, las entidades financieras recurren además a las
llamadas Big tech o grandes empresas
tecnológicas del mundo, con enormes bancos de datos susceptibles de ser
comercializados, como Google, Amazon o Apple, con enorme capital, tecnologías avanzadas y presencia mundial,
muy por encima de las empresas de innovación tecnológica.
La asociación y colaboración de las Big tech con la gran banca
En ese contexto, la estrategia tanto de bancos como de
compañías de innovación tecnológica ha ido cambiando y buscando fórmulas de
colaboración como la mejor vía para generar valor en el futuro, logrando
beneficiarse de la agilidad y la capacidad de innovación de las nuevas
tecnologías. De modo que tanto bancos como empresas de innovación tecnológica,
se dirigen ahora hacia las grandes empresas tecnológicas, las denominadas
BigTech tanto las americanas GAFA (Google, Apple, Facebook y Amazon) como las
chinas BAT (Baidu, Alibaba y Tencent) y otras como Paypal o incluso Netflix…,
que además de ser nativas digitales, ágiles e innovadoras y centradas en el
cliente, cuentan con grandes bases de clientes y una gran disponibilidad de
fondos para poder acometer sus inversiones.
Estas conocidas Big Tech, bien sea obteniendo las
autorizaciones administrativas que les habilitan para prestar distintos tipos
de servicios financieros, como vimos en el artículo anterior; o a través de
alianzas con entidades financieras tradicionales, han penetrado ya en el mundo
de los servicios financieros. Los pagos, por ejemplo, son un terreno en el que
la permeabilidad competitiva y colaborativa es evidente. El gran reto actual de
la banca es, por tanto, desarrollar una estrategia adecuada para hacer frente a
las grandes empresas tecnológicas que comienzan a entrar poco a poco en el
negocio bancario.
Un reciente informe de informe del Observatorio de la
Digitalización Financiera KPMG-Funcas, diciembre 2019, profundiza en este
fenómeno del denominado “BigTech Banking”
y analiza la actuación y el impacto de los nuevos actores en el sector
financiero tradicional. Porque la irrupción de los grandes gigantes
tecnológicos como Google, Apple o Facebook supone un desafío para el modelo
bancario tradicional. Aunque, en lugar de contemplar la presencia de estos
gigantes como una amenaza, un número creciente de entidades financieras están
considerando la asociación y la colaboración como el mejor camino a seguir. Según el citado informe de KPMG, el 26% de las entidades
financieras ya se está asociando con uno o más gigantes tecnológicos, y un 27%
adicional indica que tiene previsto forjar tales asociaciones dentro de los
próximos doce meses. Esto representa un cambio significativo para la industria.
Las BigTech están aterrizando en la prestación de servicios financieros desde
varios segmentos de negocio; y tienen ventajas frente a las entidades
financieras tradicionales que carecen de legado tecnológico, de inversión
continua en nuevas tecnologías, y, sin embargo, disponen de un gran
conocimiento de la mejor manera de tratar los datos para generar acciones
comerciales con clientes; almacenar y procesar grandes volúmenes de datos de
una forma mucho más eficiente que las entidades financieras tradicionales. En
contraste, las entidades financieras tienen fuertes bases de clientes, que
confían en ellos para guardar de forma segura su dinero y sus datos más
sensibles.
El objetivo último
es lograr la innovación digital en servicios financieros, mediante alianzas de
todo tipo con las compañías de innovación tecnológica o mediante la
contratación de servicios con algunos de los gigantes tecnológicos. En el
informe “Innovación digital de servicios financieros: retos para los
reguladores”, de agosto de 2017, des
BBVA Research se destaca que los grandes avances de la tecnología han abaratado el desarrollo de productos y servicios digitales. Y
enumera los principales componentes más comunes de la digitalización bancaria,
como son la tecnología móvil o utilización del teléfono inteligente para pagos;
la explotación de los megadatos (Big data), uno de los elementos clave de la
transformación digital; las infraestructuras tecnológica del blockchain o
cadena de bloques de datos en tiempo real; y las tecnologías de inteligencia
artificial, que podrían suponer un gran avance en la gestión, como examinaremos
en los siguientes apartados. De un examen siquiera limitado de estas innovaciones
tecnológicas en las entidades financieras, se percibe la ampliación potencial de la
actividad bancaria y el ensanchamiento de la
conectividad entre entidades financieras a nivel planetario.
La generación
y explotación de megadatos o Big data
Hace unos años, expertos en
banca señalaban que la capacidad de explotar de manera inteligente los flujos
de datos que circulan en los sistemas electrónicos propios o en Internet,
podría convertirse en el nuevo criterio para definir la competitividad de los
bancos, que forman parte de las industrias de datos... Los megadatos o Big Data,
ante todo, se refieren al gran aumento de datos disponibles gracias a la tecnología
digital, siendo la única definición comúnmente aceptada la de volumen,
variedad, velocidad, como precisaba un experto en la revista francesa de la
banca. (Big Data : les données au centrede la stratégie. Le
02/01/2013 Revue Banque. Elias
Baltassis Associé, Directeur général Opera Solutions France) En términos de volumen, cualquier empresa mediana, es
decir, más de 1,000 empleados, almacena al menos tantos datos como la
Biblioteca del Congreso de los Estados Unidos, que almacena todo lo que se ha
impreso desde Gutenberg. En términos de variedad, hoy existen datos
interpersonales (comunicaciones electrónicas, correos electrónicos, redes
sociales, etc.), datos de interacción hombre-máquina (que cubren varias
transacciones, como archivos de tarjetas bancarias, historiales de navegación
web, etc.) y datos entre máquinas (datos de comunicación entre máquinas, por
ejemplo, GPS, cámaras de vigilancia, geolocalización, sin contacto). Y es
probable que estos últimos aumenten más, con el desarrollo del Internet de las
cosas. Finalmente, la velocidad se refiere al ritmo acelerado con se actualizan
y se desplazan los datos. Hace ya unos años, el número promedio de contactos de
clientes de un banco francés (incluidas las transacciones e interacciones
bancarias) se había multiplicado por diez en menos de 10 años, dos tercios en
relación con el canal de Internet y más de un tercio ya desde teléfonos
inteligentes. Estos movimientos comenzaban a reflejar cambios en los hábitos de
los consumidores, porque mientras que antes tenían un estado de cuenta mensual,
hoy la posición de la cuenta y alertas sobre las transacciones se envían varias
veces al día; además de las transacciones electrónicas que significan la virtual
desaparición virtual de efectivo.
Muchos estudios han demostrado que una explotación
inteligente de este fenómeno tiene un impacto muy favorable en los resultados
de las empresas. El problema técnico es que los datos creados hoy superan con
creces la capacidad de almacenamiento de una entidad bancaria. De ahí que ahora resulte necesario
desarrollar técnicas y métodos de análisis y sobre todo de procesamiento que
hagan posible seleccionar solo los datos útiles identificados. En ese sentido todos
saben que Internet ha cambiado la forma en que operan las empresas, funcionan los
gobiernos y viven las personas. Pero una nueva tendencia tecnológica menos visible
es igual de transformadora, que son los megadatos o Big data, algo distinto de
Internet, aunque la Web hace que sea mucho más fácil recopilar y compartir
datos. Y representan la idea de que podemos aprender de una gran cantidad de
información que no podríamos comprender cuando usamos solo pequeñas cantidades.
Esta explosión de datos es relativamente nueva. Tan recientemente como el año
2000, solo una cuarta parte de toda la información almacenada del mundo era
digital. El resto se conservaba en papel, película y otros medios analógicos.
Pero debido a que la cantidad de datos digitales se expande tan rápidamente,
duplicándose cada tres años, esa situación se invirtió rápidamente. Hoy, menos del
dos por ciento de toda la información almacenada no es digital.
Dada esta escala masiva, es tentador entender
los megadatos o big data únicamente en términos de tamaño; pero eso resultaría
engañoso.
El concepto de megadatos o big data también se caracteriza por la capacidad de
convertir en datos muchos aspectos del mundo que nunca antes se habían
cuantificado; es lo que se llama
"datafication"(Kenneth Neil CukierViktor Mayer-Schoenberger, The Rise of
Big Data. How
It's Changing the Way We Think About the World. Foreign Affairs May/June 2013 ), que significa la conversión de información en dato.
Esta conversión de informaciones en dato o datafication
es una tendencia tecnológica que convierte muchos aspectos de nuestra vida en
datos que posteriormente se transfieren a una nueva forma de activo o valor. Por
ejemplo, la ubicación ha sido convertida en un dato, primero con la invención
de la longitud y la latitud, y más recientemente con los sistemas satelitales
GPS. Incluso las amistades y los "me gusta" se convierten en datos a
través de Facebook. Y este tipo de datos se está utilizando para nuevos e
increíbles usos, como definir perfiles de clientes de la banca, con la ayuda de
computadores, los procesadores potentes, los algoritmos y software inteligentes
y modelos matemáticos que se basan en estadísticas básicas.
Además, el uso de los grandes volúmenes de información convertidos
en datos requerirá cambios profundos en la forma en que se gestionen estos,
toda una nueva cultura. Ese nuevo concepto resulta muy útil para la gestión de
grandes volúmenes de información como ocurre en la banca y en las entidades financieras, que
son sectores extremadamente complejos de gestionar por afrontar una multitud de
clientes; factores de riesgo en la administración de las finanzas y cientos de
regulaciones. Por lo tanto, resulta obvio decir que los servicios bancarios y
financieros manejan una gran cantidad de datos, que han de servir para mejorar
los procesos. Cada interacción con el cliente, transacción y otros procesos
crean datos electrónicos que registrar, almacenar y explotar. De ahí que las compañías
inteligentes incorporen tecnologías avanzadas y obtengan el máximo provecho de
sus datos. (Datafication inBanking and Finance. 26/3 2018)
Las aplicaciones del nuevo concepto de megadatos en banca y
finanzas es un terreno en exploración. En el escenario actual, los servicios
financieros y bancarios buscan el rápido análisis de datos para obtener la
inmediatez en los resultados. La mayor parte de la evaluación se realiza en
tiempo real, lo que hace que la toma de decisiones sea más rápida y precisa
para estos servicios. Hay una variedad de procesos bancarios donde los datos se
utilizan para lograr precisión como, principalmente, son la segmentación de
clientes y marketing; y la evaluación de riesgos. Uno es el desarrollo de la segmentación
de los clientes según criterios definidos y el marketing de los servicios. Hace años se escribía
que los bancos disponían en parte de megadatos o Big Data, pero sin explotarlos
completamente, porque tal vez no tenían los medios, la necesidad o la urgencia.
Y muchos de ellos hacían marketing muy tradicional, esencialmente sobre la base
de datos sociodemográficos, combinados con una noción de equipo (el número de
productos bancarios en poder de un cliente), riqueza o flujos financieros. Sin
embargo, la necesidad de tener en cuenta
los datos de comportamiento ha sido uno de los factores que han contribuido
a la acelerada penetración de la explotación de los megadatos. Por tanto, la
digitalización y la explotación de los Big Data se han convertido por primera
vez, realmente en el centro de la estrategia de marketing y ventas en la banca.
Los bancos y las compañías financieras se dirigen a un
grupo muy amplio de clientes. Sin embargo, cada cliente merece un enfoque
diferente debido a su comportamiento. La segmentación del cliente se trata de
apuntar a los clientes de acuerdo con su comportamiento. Con el aumento de los
datos, los bancos han entendido que el marketing centrado en el producto no es
efectivo. Las compañías financieras también han jugado un papel valioso en la
categorización de los clientes. Al analizar grandes cantidades de datos, las empresas
descubren información valiosa que les permiten crear grupos de clientes de
acuerdo con su comportamiento; por ejemplo a partir del acopio de datos a
través de perfiles de redes sociales para conocer los gustos y disgustos de los
consumidores y sus sentimientos. Citibank como proveedor de servicios
financieros tiene una base de clientes de más de 200 millones en más de 160 países.
Aplicando un enfoque integral basado en datos, Citibank reúne datos y los
segmenta en un nivel granular. Luego, el aprendizaje automático se utiliza para
comprender el uso potencial de los datos en la adquisición y retención de
clientes. El seguimiento de datos se utiliza para encontrar registros de
transacciones, lo que minimiza los problemas de transacciones incorrectas. Los
algoritmos crean un modelo predictivo que permite a las autoridades modificar
los procesos antes de que ocurra un error.
Otro proceso
favorecido por la tecnología es la evaluación de riesgos crediticios, que está
inserta en todos los sectores. Las compañías financieras y bancarias deben
obtener una imagen clara del riesgo potencial para evitar peligros financieros
ocultos. Las tecnologías de datos permiten que los servicios recopilen el
historial de préstamos, los detalles de la tarjeta de crédito y otras informaciones.
Combinando datos de múltiples bases de datos, los servicios hacen que la
evaluación de riesgos sea precisa y efectiva con los datos. Kreditech (nombre
comercial de Kreditech Holding SSL GmbH) con sede en Hamburgo) es una empresa
que ofrece préstamos en línea a particulares, basándose en su solvencia
crediticia, valorando el riesgo crediticio mediante el análisis de los
solicitantes a través de datos accesibles en Internet. Kreditech utiliza un
algoritmo de autoaprendizaje que analiza con tenología de megadatos. Dicho
algoritmo es capaz de calcular la valoración de riesgo crediticio de una
persona en segundos, analizando más de 15.000 datos.3
Kreditech utiliza información basada en la ubicación (GPS), información de las
redes sociales (likes, amigos, localizaciones y posts), datos del hardware (sistema
operativo, navegador, etc.), comportamiento de compra y conducta en línea en
general para determinar la solvencia crediticia del solicitante. Kreditech
opera en Polonia, España, Rusia y en India. La calificación
crediticia de una persona ayuda a evaluar su perfil de riesgo.
Asimismo, las tecnologías de los megadatos favorece la
detección del fraude, que es probablemente el trabajo más difícil que deben
realizar las empresas financieras y bancarias. La integración del aprendizaje
automático con datos permite a los servicios rastrear cada actividad en tiempo
real. Las máquinas analizan las actividades diarias de un banco y realizan un
seguimiento de las actividades. Cualquier actividad fraudulenta se detecta de
inmediato. De hecho, los bancos pueden realizar automáticamente acciones como
poner en una lista negra una tarjeta, bloquear una cuenta o cualquier otra
acción válida. Del mismo modo las tecnologías de datos son aprovechadas por las compañías financieras
y los bancos para mejorar las funciones comerciales internas y externas, y para
el cumplimiento normativo.
Los servicios de banca en la nube
Los gigantes tecnológicos ofrecen a la banca el potencial
de sus servicios en la nube, una denominación que, como sabemos, esconde la
realidad de centros de datos de enorme capacidad. La nube está demostrando ser
una opción superior para aumentar la capacidad de manejar datos, y ahora
proporciona un nivel inigualable de agilidad, seguridad y escalabilidad a los
bancos. Para nuevos usos como análisis de datos, procesamiento por lotes y
almacenamiento de datos, los bancos pueden acceder a la nube cuando sea
necesario, lo que significa que pueden utilizar dichos recursos de manera más
flexible y eficiente. La computación en la nube también permite a las entidades
financieras lograr ganancias considerables en eficiencia y reducciones de
costos, ya que la tecnología requiere que los bancos paguen solo por los
servicios que utilizan. En última instancia, esto significa que para probar
nuevas aplicaciones, es mucho más rentable hacerlo en la nube que en la infraestructura
de TI existente.
El almacenamiento en
la nube es un componente crítico de la informática en la nube, que guarda la
información que utilizan las aplicaciones informáticas. El análisis y almacenamiento
de megadatos, el Internet de las cosas, las bases de datos y las aplicaciones
de copias de seguridad y archivado dependen de algún tipo de arquitectura de
almacenamiento de datos. Por lo general, el almacenamiento en la nube resulta
más fiable, escalable y seguro que los sistemas de almacenamiento en las
instalaciones tradicionales. La mayoría de las grandes firmas tecnológicas
ofrecen una gama completa de servicios situados en la nube para respaldar los
requisitos de conformidad de las aplicaciones y el archivado.
Desde hace años grandes bancos y
empresas líderes en el sector de los servicios financieros ya utilizan los servicios web de Amazon
(AWS) como analizamos en el artículo anterior. Las BigTech son una garantía
para que las grandes entidades financieras conscientes de la importancia de la seguridad,
se sientan cómodas al usar su infraestructura compartida de informática y
almacenamiento. El hecho es que muchas de las entidades financieras más grandes
ya usan AWS o los servicios de otra de las grandes firmas tecnológicas; y
quizás más sorprendentemente están implementando aplicaciones en esta
infraestructura informática compartida que se ejecuta en los centros de datos
de esas firmas tecnológicas como Amazon. Precisamente entre los clientes de los
servicios en la nube de Amazon encontramos, por ejemplo, Bankinter, entidad española constituida como
banco industrial, conjuntamente por el Banco de Santander y el Bank of America.
Y que en la actualidad, es uno de los diez principales bancos de España, que
proporciona servicios de banca online desde 1996, año en el que se convirtió en
el primer banco en ofrecer operaciones de bolsa en tiempo real. Hoy en día, Bankinter.com y
los servicios de corretaje de Bankinter siguen siendo líderes de la banca
europea en materia de operaciones financieras online. Bankinter utiliza Amazon
Web Services (AWS) para ejecutar
simulaciones que antes no eran factibles por la gran cantidad de
infraestructura necesaria y también como parte fundamental de su aplicación de
simulación de riesgo crediticio, desarrollando algoritmos complejos para
simular diversas situaciones y evaluar el estado financiero de los clientes.
Algo que requiere una gran potencia informática, según los expertos, porque para
obtener resultados realistas, deben realizarse al menos 5 millones de
simulaciones.
Sin embargo, esta tecnología tiene riesgos ciertos como
veremos en el próximo capítulo... Incluso los proveedores de nube más
destacados, como AWS, han tenido sus graves caídas. Desde interrupciones en el
servicio que han durado horas hasta la pérdida de datos de los clientes, los
desastres inesperados en la nube han afectado a los proveedores de nube más
populares. Las causas han sido innumerables, desde cortes de energía hasta
centros de datos que van a la quiebra por errores humanos.
La aplicación en banca de la tecnología blockchain
Para la banca la tecnología del blockchain o cadena de bloques podría
potencialmente
significar una reducción de costes de miles de millones en
efectivo al disminuir drásticamente los costes de procesamiento, los costes de
transacción y la cantidad de papel que procesan. Es
decir, ofrecen grandes posibilidades en el campo de la
digitalización de la banca y las finanzas aunque requiere complejos desarrollos. El blockchain o
encadenamiento de bloques es un sistema de codificación de la información que
permite la transferencia de datos de una manera completamente segura gracias a
una tecnología muy sofisticada. Se suele comparar con un libro de contabilidad
de una empresa donde están registradas todas las entradas y salidas de dinero;
que, en este caso, hablaríamos de un libro de acontecimientos digitales. Todo un libro digital
incorruptible de transacciones económicas que pueden programarse para registrar
no sólo transacciones financieras, sino prácticamente toda transacción o información
que sea de valor, es una
definición aceptada. Es la tecnología que está detrás del bitcoin, que también sirve
para crear otras criptomonedas que se basen en los mismos principios, pero que
tengan otras propiedades (política, algoritmo, etc.). La novedad es que
esta transferencia de datos no
necesita de un intermediario que compruebe y apruebe la información, sino
que está distribuida en diversos nodos independientes entre sí que la registran
y validan. Así, una vez que los datos son introducidos no podrán ser borrados, solo se podrán añadir nuevos registros. Además, no será legitimada a menos que la mayoría de
ellos se pongan de acuerdo para hacerlo. Esto último se considera misión
imposible.
Combinando
bases de datos compartidas y criptografía, la tecnología blockchain permite que
múltiples partes, incluso desconocidas entre sí desde diferentes ubicaciones
geográficas, tengan acceso simultáneo a un libro de contabilidad digital
constantemente actualizado que no puede ser alterado. Aunque sea de acceso
público, esta la base de datos está protegida criptográficamente para evitar la
manipulación de transacciones actuales y también pasadas. Debido a la
criptografía, solo puede editar las partes de la cadena de bloques que poseen
las claves privadas necesarias para escribir en el archivo. También mantiene la
copia de todos de la cadena de bloques distribuida se mantiene sincronizada. La
implementación de blockchain sería un paso para hacer que los bancos sean cada
vez más rentables y valiosos. Todos los principales bancos están probando
blockchain que podría usarse para transferencias de dinero, mantenimiento de
registros y otras funciones internas. Estas nuevas infraestructuras digitales
construidas en torno al blockchain, utilizadas para registrar transacciones,
permiten mantener oculta la profunda participación de las firmas bajo la
apariencia algorítmica, descentralizada y en la que la toma de decisiones se
hace sin líderes por en medio. Por tanto, blockchain es una base de datos
fiable y en constante crecimiento que es considerada el preludio de la
descentralización y de un mundo en el
que las grandes entidades, ya sean bancos o Estados, no podrán dictar ya condiciones
a todos los demás. Las experiencias muestran que el blockchain se ha aplicado por
la ONU con éxito a la gestión complicada de la identificación de refugiados que
carecen de documentos para probar su identidad.
Asimismo, la tecnología de blockchain
tiene la capacidad de proporcionar un sistema de recuento de votos electrónicos
imposible de descifrar, puede prevenir el fraude electoral, asegurando
una elección durante el registro del votante así como dar cuenta de la
identificación de los votantes y asegurar que los votos no puedan ser
manipulados en una fecha posterior. (Evgeny
Morozov, Capitalismo Big Tech, ed Enclave, 2018, pp. 167 y 171-178).
Los expertos destacan, entre otros, los principales beneficios del
blockchain para el sector bancario y financiero. (Nelito,Blockchain Technology in Banking &Finance. pdf. February 2018). En primer lugar facilitaría la compensación y liquidación de las
operaciones financieras. Actualmente, la conexión interbancaria es una red
desordenada que registra los préstamos y valores que cuesta a los bancos miles
de millones de dólares por la miríada de mensajes y reconciliación/cuadre
manual. En segundo lugar mejoraría el sistema de pagos bancarios así como la
negociación de los préstamos sindicados, eliminando en esos procesos todos los
intermediarios. En tercer lugar, mejoraría el cumplimiento de la norma “conozca a su cliente” (Know your Customer o KYC, en la
terminología anglofinanciera).El blockchain permitiría a una organización
acceder a los detalles de verificación de la identidad de un cliente por otra
organización, evitando así la repetición del proceso de KYC; y al facilitar que
las empresas verifiquen e identifiquen a sus clientes, se posibilitaría el objetivo de estas regulación
de impedir o reducir las actividades de blanqueo de capitales ilícitos y la
financiación del terrorismo Al mismo tiempo lograría una significativa
reducción en los costos administrativos para los departamentos de cumplimiento
normativo.
En cuarto lugar se señala la reducción del
fraude, puesto que esta tecnología podría eliminar algunos de los delitos
actuales cometidos en línea contra nuestras entidades financieras.
La inteligencia Artificial (IA) aplicada en la banca.
En lugar de tratar de "enseñar" a una computadora
cómo hacer cosas, como conducir un automóvil o traducir entre idiomas, que es lo
que los expertos en inteligencia artificial llevan intentado sin éxito durante
décadas, el nuevo enfoque consiste en alimentar con suficientes datos a una
computadora para que puede inferir la probabilidad de que, por ejemplo, un
semáforo sea verde y no rojo o que, en cierto contexto, se mantenga
intermitente en ámbar.
Desde la ciencia de la computación, la inteligencia
artificial (IA) se define por expertos como aquellos artilugios que perciben su
entorno y adoptan acciones que maximizan su oportunidad de alcanzar con éxito
su tarea. El fundamento de la IA consiste en la réplica por un computador de
las funciones cognitivas humanas como son el aprendizaje y la resolución de
problemas. Actualmente la IA puede utilizarse para detectar correlaciones
inesperadas en grandes masas de datos, comprobar correlaciones inesperadas de
causalidad o determinan una probabilidad empírica de un patrón predefinido.
La
inteligencia artificial (IA) está alterando diversas industrias, pero los
expertos prevén que la banca se beneficiará al máximo al incorporar sistemas de
IA en los próximos años, con un ahorro previsible para la industria bancaria
más de 1 billón de dólares para 2030, según la revista Forbes. La industria
bancaria ha comenzado a considerar seriamente las soluciones basadas en
inteligencia artificial para muchos problemas bancarios tradicionales. Los
casos de uso en los que los ejecutivos ven creación de valor varían según el
tamaño, la ubicación y el tipo de entidad financiera. Sin embargo, algunos
atributos centrales siguen siendo los mismos. Con el potencial disruptivo de la
IA para las finanzas y la tecnología financiera, la competencia entre las
principales instituciones aumentará en los próximos años (How Artificial Intelligence IsHelping Financial Institutions. Forbes, 5/12/ 2018)
Como gremio,
todos los bancos están de acuerdo en que la IA es importante, pero sus
estrategias para usarla varían enormemente, según un estudio del Financial
Times que presentaba bajo el título La IA
en la banca: la realidad detrás del bombo publicitario. (AI in banking: the reality behind the hype. Financial Times, 12/4/2018) Los grandes bancos parecen
haber captado la importancia de la innovación y la aplicación de la IA en sus
negocios, y están comenzando a cosechar los beneficios mientras las pequeñas y
medianas entidades luchan por ponerse al día. Varios expertos dicen que existe
el peligro de que demasiada inversión de los grandes bancos fluya hacia áreas
"sexys" como la automatización del servicio de atención al cliente
con los chatbots a expensas de la
inversión en procesos entre bastidores donde los bancos podrían obtener
ganancias más significativas. (Un chatbot es un programa informático con el que es posible mantener una
conversación y que funcionan mediante inteligencia artificial, como Siri o
Cortana evolucionados). Bank of America ya ha desarrollado
un chatbot, llamado Erica, una herramienta de inteligencia artificial que
proporciona orientación financiera para los clientes del banco a través de
mensajes de voz y texto. Los chatbots y bots de voz
sirven para interactuar con los clientes y resolver problemas antes de que
cualquier personal humano se involucre. La tecnología detrás del procesamiento
y generación del lenguaje natural hará que sea cada vez más difícil para los
clientes percibir si están hablando con un humano o una interfaz de IA. El
reconocimiento de voz y el reconocimiento facial podrían usarse en lugar de
contraseñas para garantizar la seguridad. Pero la realidad es mucho más
complicada que esos avances. Una encuesta de Financial Times en 2018 sobre el
uso de IA por parte de 30 bancos líderes (entre
ellos, Standard Chartered, Royal Bank of Canada o Nomura) revelaba que la industria estaba entusiasmada
con las perspectivas de una tecnología que pueda ayudar a reducir costos y
aumentar los retornos, además de reducir el empleo. Sin embargo, no solo hay
poco consenso sobre cómo se debe usar la inteligencia artificial en la banca,
sino que muchos de los esfuerzos actuales para aplicar el aprendizaje
automático son modestos. La inteligencia artificial tiene el potencial de ayudar a
los bancos a ser más eficientes en el proceso de detección de fraude y lavado
de dinero. Para identificar rápidamente posibles fraudes, los ingenieros de
inteligencia artificial han desarrollado herramientas y sistemas que conducen y
comprimen automáticamente datos que normalmente requieren muchas horas de
trabajo en cuestión de minutos. Otras instituciones financieras como los fondos
de alto riesgo persiguen la aplicación de tecnologías de IA sobre nuevas capas
de fuentes de datos, y las compañías de seguros están mejorando los modelos de
riesgo con la IA.
En resumen, las autoridades deberían diseñar técnicas y
limitaciones que mejoren la transparencia del sistema. Porque en el marco de un
sistema bancario y financiero global, sin fronteras, basado aún en el principio de la libertad de
los mercados de capitales, que pueden moverse por el planeta con un alto grado
de opacidad en las transacciones mediante instrumentos, prácticas, operativas y
entidades offshore altamente opacas, las tecnologías aplicadas en los procesos
de digitalización acrecentarán sin duda los riesgos de inestabilidad y de colapso
del sector financiero mundial; tanto más cuanto que las compañías tecnológicas
asociadas a los bancos están fuera de la supervisión de las autoridades
financieras. La extensión de la complejidad organizativa y funcional de la
banca tecnológica plantea un riesgo sistémico adicional muy relevante, como
analizaremos en un próximo artículo.-
