Por Joaquín Huesca, Iberia Financials Lead, Workday
Las organizaciones del sector financiero están recurriendo cada vez más al uso de Inteligencia Artificial (IA) y Machine Learning (ML) para ofrecer mejores experiencias a los empleados, mejorar la eficiencia operativa y proporcionar información para una toma de decisiones más rápida y basada en datos.
Esta tendencia se ve reflejada en una reciente encuesta de Workday, en la cual se ha preguntado a 1.000 líderes empresariales de todo el mundo. La mayoría (82%) de los líderes establecidos en EMEA creen que la IA y el ML ayuda a los empleados a trabajar de forma más eficiente y a tomar mejores decisiones. Por otro lado, el 68% afirma sentirse presionado por implementar estas tecnologías en sus organizaciones[1].
En el caso de España, y en concreto en el sector de los servicios financieros, pareciera ser que la digitalización está encaminada a consolidarse. Según el estudio Digital Banking Maturity 2022 de Deloitte, la banca española lidera el ranking de digitalización a nivel mundial, con una ventaja de 15 puntos porcentuales frente al segundo en la lista, Singapur.
Este mismo estudio señala que el 70% de las entidades bancarias utiliza la IA para la gran gestión documental derivada del aumento de los procesos digitales. Pero además de la gestión documental, ¿qué otros usos se le está destinando a la IA y el ML en el sector financiero?
Tres visiones para el futuro de la IA y el ML en el sector financiero
Si bien, tanto la IA como el ML se pueden implementar en todos los procesos y áreas de una organización, existe una visión que sostiene que estas tecnologías deberían destinarse a cuestiones puntuales y específicas como, por ejemplo, agilizar un proceso en concreto o proporcionar cierta información a un equipo, en vez de emplearlas en procesos operativos básicos. Este enfoque supone desarrollar casos de uso financieros específicos que contengan IA y ML, como puede ser la detección de fraudes.
La segunda visión establece continuar aplicando IA y ML en el área en el que más se suelen utilizar estas tecnologías dentro del sector de los servicios financieros: el de la atención al cliente.
Esto deja al margen que procesos internos claves se alimenten de los insights valiosos o la automatización que brinda la tecnología, y supone utilizar la IA y el ML para el desarrollo de asistentes virtuales que ofrezcan una asistencia más personalizada a los clientes.
La tercera visión consiste en una combinación de los dos anteriores con un añadido crucial: los datos operativos, analizados con IA y ML, formando una columna vertebral digital que atraviese toda la empresa. Con este planteamiento, las empresas de servicios financieros podrían utilizar la IA y el ML para:
- Agilizar las operaciones empresariales mediante la automatización.
- Optimizar la experiencia de los empleados liberando a las personas de tareas repetitivas y de escaso valor añadido.
- Mejorar la productividad.
La tecnología y las personas, colaborando juntas y a la par, tienen el potencial de generar un valor real en las organizaciones, lo que les permite reforzar su ventaja competitiva, responder a las necesidades de los clientes, aportar un mayor valor económico y social, y brindar a las personas un trabajo con mayor significado y propósito.
Cómo opera una organización financiera basada en datos
Una compañía genuinamente basada en los datos utiliza la IA y el ML para ayudar a todas las áreas del negocio a responder preguntas críticas y hacer predicciones mejor informadas. Esto se traduce en realizar operaciones comerciales y financieras sin fisuras, valiéndose de la automatización para gestionar tareas repetitivas, con el fin de mejorar la precisión y la productividad.
La automatización elimina tareas manuales repetitivas como tener que introducir datos, clasificar, escanear, indexar y archivar. Estas tareas se realizan de forma más rápida, con menos posibilidades de error y los empleados tienen tiempo para enfocarse en tareas más estratégicas. Asimismo, la IA y el ML facilita que la función de finanzas identifique tendencias y lleve a cabo la toma de decisiones mejor informada.
También, estas tecnologías pueden mejorar la vida de los empleados a escala masiva. A través del procesamiento del lenguaje natural, se analizan millones de comentarios e informes de feedback para determinar las áreas en la que los managers y los líderes pueden ejercer un impacto más significativo.
Cómo utilizar la IA de manera eficaz y ética
La IA tiene el potencial de ser la tecnología más transformadora de nuestra era y, como es de esperar, las organizaciones aún están determinando cómo utilizarla de manera eficaz, sin relegar la ética. En Workday tenemos una visión clara al respecto, y existen varios factores cruciales para que las empresas puedan utilizar correctamente la IA y el ML.
Mantener a las personas informadas
Un estudio reciente de Workday ha revelado que el 94% de los líderes de EMEA cree que las personas deben participar en la toma de decisiones que utilice IA, y no podría estar más de acuerdo con esta afirmación.
Las personas deben estar informadas. La IA y el ML están para potenciar a los empleados, no sustituirlos. Las personas y las máquinas deben trabajar en estrecha colaboración con las aplicaciones de IA y deben proporcionar información de apoyo y recomendaciones, sin dejar que las personas pierdan el control de las decisiones.
Las decisiones deben estar guiadas por los datos, no dictadas por ellos. Desde un punto de vista ético, esto implica que la IA y el ML sean explicables, transparentes acerca de los datos de formación, así como de los posibles sesgos, y establecer funciones y responsabilidades claras en torno a su uso.
Está claro que aún queda trabajo por hacer. De hecho, en este mismo estudio, solo el 33% de los líderes de EMEA encuestados afirmaron estar muy seguros de que la IA y el ML se están aplicando de forma ética en las empresas.
Inteligencia artificial fiable y transparente
En Workday estamos comprometidos en desarrollar y usar una IA y un ML confiable, capaz de ganarse la confianza de los clientes. Por este motivo, nos mantenemos al tanto de los avances legislativos en todo el mundo y colaboramos con gobiernos para establecer una regulación más segura.
Además, abogamos por la transparencia en cuanto al diseño y funcionamiento de nuestros modelos de IA y ML, por lo que nuestros clientes tienen el control total para saber si sus datos son utilizados para entrenar estos modelos.
Asimismo, seguimos los principios Explainable AI and ML para ayudar a nuestros clientes a entender cómo funcionan nuestros modelos, qué datos se utilizan durante su desarrollo, qué resultados pueden esperar, cómo han sido entrenados y probados los modelos, así como se ha comprobado que están libres de sesgos.
