El impacto transformador de GenAI en los servicios financieros

Económico

Resumen:

La IA generativa es una tecnología poderosa que abre un sinfín de posibilidades para las empresas, pero también plantea desafíos. ¿Cómo afectará a los servicios financieros?

El mundo avanza a toda velocidad hacia las nuevas tecnologías. El diseño, la creación, la prueba y la adopción de nuevas tecnologías se han acelerado exponencialmente desde la Revolución Industrial. Ya no se necesitan décadas, sino días, para que las masas adopten nuevas tecnologías. La revolución de la inteligencia artificial generativa (GenAI) y los grandes modelos de lenguaje (LLM) está impulsando al mundo hacia otra realidad completamente nueva.

¿Cuáles son las implicaciones de esta nueva y poderosa tecnología? ¿Cómo está reimaginando el futuro de los servicios financieros? ¿Y cómo podemos equilibrar la innovación con la responsabilidad humana para un uso ético de la IA? Los oradores de una mesa redonda reciente en la Conferencia Mundial de Instituciones Oficiales (GOIC) de BNP Paribas compartieron sus ideas.

The Transformative Impact of GenAI on Financial Services_1

¿Cuáles son las implicaciones de GenAI en los servicios financieros? Los oradores de un reciente panel de debate en la Conferencia Mundial de Instituciones Oficiales (GOIC) de BNP Paribas compartieron sus ideas.

Generando contenido con IA

Alexei Grinbaum, investigador principal del CEA-Saclay, abrió el debate y explicó: “La forma en que los sistemas de IA generan contenido no es semántica. Los sistemas de IA generativos no entienden nada como lo hacen los humanos y no trabajan con la dimensión del significado humano. El cálculo solo sirve para seleccionar el siguiente token en una secuencia. La selección de tokens es el resultado del cálculo probabilístico, y eso es todo lo que hace GenAI. Lo interesante es que, aunque GenAI solo calcula los tokens que faltan, en realidad produce contenido que tiene sentido para nosotros y parece estar lleno de significado para el usuario”.

Agregó: “La generación de IA no evalúa si un contenido es verdadero o falso, porque el significado humano no es parte del proceso computacional. Necesitamos agregar un sistema de filtros, llamado alineación, para filtrar lo que es incorrecto, discriminatorio o tóxico”.

GenAI sigue siendo una máquina. La calidad de lo que ofrece depende de las indicaciones que le demos: “Para hablar con este agente no humano, necesitas aprender formas específicas de hablar”. No podemos simplemente usar formas humanas de usar el lenguaje y asumir que esto dará el mejor resultado con los sistemas de IA.

La adopción de GenAI

Después de que Carl Benz creara el primer vehículo propulsado por gasolina en 1886 durante la Revolución Industrial, pasaron 27 años antes de que su adopción se generalizara cuando Henry Ford lo llevó a las masas en 1913.

En comparación, cuando se lanzó ChatGPT en noviembre de 2022, se necesitaron cinco días para conseguir un millón de usuarios. El récord anterior lo tenía Instagram, que tardó dos meses en alcanzar esa cifra de usuarios, dijo Guillaume Bour, director de Empresas en Mistral AI, en su intervención en GOIC.

La adopción de GenAI ha sido muy rápida, las aplicaciones parecen infinitas y la carrera hacia la próxima frontera ya ha comenzado. Hacer que la tecnología sea gratuita para su uso en código abierto acelerará aún más la naturaleza transformadora de GenAI.

Entre los sectores, los servicios financieros son una de las industrias que están a la vanguardia de la adopción de la IA, con un número creciente de exploraciones en los últimos 18 meses, así como un cambio de las aplicaciones centradas en los empleados y en las empresas no esenciales, que en su mayoría eran soluciones estándar, a casos de uso empresarial con ganancias mucho más significativas en ventaja competitiva, señaló Bour. La mayoría de los casos de uso que ha visto han sido herramientas que mejoran las tareas más administrativas, detrás de escena, como la toma de decisiones crediticias, el conocimiento del cliente (KYC), ESG y las mejoras en la gestión de riesgos.

Las aplicaciones orientadas al cliente son el siguiente nivel de competencia, ya que las empresas aumentan las capacidades de inteligencia artificial de los chatbots de sus centros de contacto orientados al cliente. La startup sueca de comercio electrónico Klarna , por ejemplo, afirma tener un chatbot que puede gestionar más de 2 millones de conversaciones con clientes en un mes sin afectar negativamente a su Net Promoter Score (NPS), que mide la satisfacción del cliente.

La visión del proveedor

Para ser un buen proveedor se necesitan dos ingredientes clave: experiencia y capital. Bour estima que actualmente hay unos cuantos miles de personas en el mundo que dominan esta tecnología. En cuanto al capital, desarrollar modelos GenAI requiere mucho capital porque es necesario ejecutar muchas GPU sin parar durante días o incluso semanas.

Los modelos grandes y potentes son importantes para la investigación, pero no siempre son viables desde el punto de vista financiero cuando se trata de producción y escalado. “El retorno de la inversión no es evidente para muchos casos de uso”, señaló Bour. “Para respaldar la escala de grandes empresas e instituciones en todo el mundo con la relación costo-rendimiento más eficiente, se necesitarán modelos grandes y muy potentes, que son más costosos, pero también modelos de tamaño mediano que se puedan ajustar y especializar para tareas específicas”.

Los modelos más grandes tienen mayor capacidad de razonamiento y capacidad para realizar tareas más avanzadas, y también son más lentos. La industria necesita encontrar un equilibrio entre velocidad y capacidad de razonamiento.

Tomando como ejemplo la refactorización de código heredado, Bour explicó: “Si quieres traducir millones de líneas de COBOL a Java, que es un desafío al que se enfrentan muchas instituciones financieras, se necesita mucha precisión y rendimiento para un modelo. Esto puede llevar días o incluso semanas, lo que en realidad no importa. Por otro lado, si estás construyendo un chatbot para tus clientes, entonces la latencia es extremadamente importante. Por lo tanto, es mejor elegir modelos más pequeños que también tengan un muy buen nivel de rendimiento”.

Otro factor diferenciador de Mistral es la flexibilidad de la empresa para implementar sus modelos dentro de los centros de datos de sus clientes en lugar de poner los datos en la nube, lo que sin duda es un argumento de venta para las instituciones financieras. “Creemos que nuestros clientes deberían tener la opción de llevar el modelo a los datos y no al revés”, señaló Bour.

El multilingüismo es otra característica clave: es la capacidad de un modelo de comprender y comunicarse de forma nativa en un idioma específico en lugar de utilizar la traducción. Esto garantiza que el modelo comprenda las sensibilidades y los matices culturales. "No se trata solo de vocabulario o gramática, sino también de los aspectos culturales y de destilar las especificidades de un idioma y una cultura", dijo Bour.

La visión de los usuarios

La Autoridad de Mercados Financieros (AMF) francesa se considera un «consumidor de inteligencia artificial», afirma Iris Lucas, responsable de inteligencia de datos de la AMF. «En la AMF nos planteamos la cuestión de su utilización para nuestros propios fines y hay varios proyectos en marcha, por ejemplo, la protección de los inversores, la promoción de las finanzas sostenibles, la detección de abusos de mercado y la eficiencia operativa».

La AMF implementó sus primeras herramientas de inteligencia artificial en 2019, con un detector de estafas llamado FISH, Financial Investment Scam Hunter. En 2021, la AMF lanzó un programa de big data transversal llamado ICData, con la ambición de ampliar el uso de datos para que la AMF esté más orientada a los datos.

En materia de finanzas sostenibles, AMF está utilizando la IA para extraer los objetivos de sostenibilidad en las políticas de gestión de fondos. La IA también es una herramienta valiosa que AMF está utilizando para la detección de abusos de mercado, mientras que se están explorando técnicas de aprendizaje supervisado para identificar tipos específicos de manipulación del mercado. En materia de eficiencia operativa, AMF está explorando el uso de la IA para la generación automática de actas de reuniones, el apoyo a los expertos y una mayor asistencia a la supervisión, para reducir las tareas manuales sin valor añadido. “Nuestro punto de vista es que el LLM no sustituirá a nuestros compañeros de trabajo o expertos, pero puede ampliar sus capacidades”, señaló Lucas.

En cuanto al uso de la IA en las instituciones financieras, Léa Deleris, responsable de investigación de inteligencia artificial sobre riesgos en BNP Paribas, explicó: “Mi equipo desarrolla casos de uso de la IA para contribuir a la eficiencia y eficacia de la gestión de riesgos. También trabajamos en la estrategia de la función y contribuimos a nivel de Grupo a toda la comunidad en torno a la IA, especialmente en torno a una IA responsable, que sea ética, segura, sólida, libre de sesgos, consciente de la huella de carbono y explicable”.

Agregó: “Tenemos más de 50 casos de uso en producción que abordan casos de uso de riesgo y cumplimiento, principalmente en identificación y detección”.

Deleris considera que la mayor parte del impacto de GenAI se centra en la documentación y los controles. Grandes instituciones globales como BNP Paribas tienen controles en geografías y jurisdicciones muy diversas. “A nivel del Grupo BNP Paribas, queremos asegurarnos de atender las especificidades locales y, al mismo tiempo, garantizar que mantenemos una coherencia global. Tener una herramienta que pueda leer, resumir y encontrar desafíos nos ayudará a ser aún más eficientes”, señaló.

Jefe de Investigación de Riesgos en Inteligencia Artificial, BNP Paribas

Otras áreas en las que la IA puede proporcionar una eficiencia significativa son el modelado, las pruebas de estrés, la aceleración de la documentación y la alineación con los procedimientos y regulaciones.

IA responsable

“Más allá de los beneficios y desafíos en la implementación de la IA, un tema esencial para todos nosotros es cómo hacerlo de manera responsable”, dijo Hugues Even, director de datos de BNP Paribas, quien moderó el debate.

Este es el objetivo de la Ley de IA de la UE, que “tiene como objetivo crear un marco legal unificado para los sistemas y aplicaciones de IA en toda la Unión Europea (UE)”, explicó Deleris, y agregó: “La intención de la Ley de IA es garantizar que los sistemas de IA se desarrollen e implementen de manera segura, ética y confiable”.

La Ley de IA clasifica los sistemas de IA en función de su nivel de riesgo e introduce obligaciones y requisitos específicos para cada categoría. Los sistemas de IA de alto riesgo estarán sujetos a estrictas obligaciones de cumplimiento, incluidas evaluaciones de conformidad, gobernanza de datos y requisitos de transparencia.

Deleris advirtió que la Ley de IA solo se centra en proteger una categoría de riesgos que afectan a los derechos fundamentales de los ciudadanos. Las instituciones se enfrentan a riesgos adicionales, como los riesgos cibernéticos, pero también a la pérdida operativa o de reputación por el uso indebido de la IA. “La gestión del riesgo de los modelos no es algo nuevo en las instituciones financieras y consiste precisamente en garantizar que un modelo (sea o no de IA) sea adecuado para su propósito y se utilice con el fin correcto. Por eso ya tenemos marcos y, sobre todo, necesitamos fomentar una cultura de gestión de esos riesgos”, añadió.

“Si bien la AMF no supervisa actualmente los modelos de IA desarrollados por los participantes del mercado en virtud de la Ley de IA, esto podría cambiar en el futuro a medida que avance la reglamentación. Mientras tanto, estamos interactuando activamente con los participantes del mercado para comprender cómo se está utilizando la IA y si afecta a sus procesos de cumplimiento o gestión de riesgos”, señaló Lucas. Agregó que “el desafío clave sigue siendo lograr un equilibrio entre aprovechar las oportunidades que ofrece la IA y gestionar sus riesgos. Esto es fundamental para la ambición de la AMF: apoyar la innovación y garantizar al mismo tiempo el correcto funcionamiento de los mercados”.

Grinbaum, del CEA-Saclay, coincide: “La ley de IA no se limita a introducir más trámites burocráticos y más certificados obligatorios. También contiene disposiciones muy interesantes –incluso un nuevo principio ético– y exigencias importantes para que se realicen más investigaciones”.

“La rápida evolución de la tecnología de la IA generativa ofrece oportunidades para quienes la adopten en sus mercados y el potencial de casos de uso que ya se están implementando en áreas como el modelado, la detección, la investigación y la elaboración de informes. Esto también requiere controles y consideraciones éticas, y el potencial de una regulación que incluya la histórica Ley de IA de la UE”, concluyó Even.

Fuente: Bank of America

Para estar al día de toda la actualidad económica, consulte nuestro Calendario económico

Advertencias de riesgo y descargo de responsabilidad en inversiones

Usted entiende y reconoce que existe un alto grado de riesgo a la hora de operar con estrategias. Al seguir cualquier estrategia o metodología de inversión existe un riesgo potencial de pérdidas. El contenido de este sitios se ha proporcionado por nuestros colaboradores y analistas con un único propósito informativo. Usted, bajo su discreción, es el responsable exclusivo de determinar si los activos bursátiles, valores o estrategias de los productos son adecuados para usted según sus objetivos de inversión y situación financiera.

Divulgación de riesgos

El riesgo de pérdida en el comercio de activos financieros como acciones, divisas, materias primas, futuros, bonos, ETF o criptomonedas puede ser considerable. Puede sufrir una pérdida total de los fondos que deposita con su corredor. Por lo tanto, debe considerar cuidadosamente si dicha negociación es adecuada para usted tomando en cuenta sus circunstancias y recursos financieros.

No se debe considerar invertir sin llevar a cabo, su propia diligencia de manera minuciosa o consultar con sus asesores financieros. Nuestro contenido web puede no ser adecuado para usted, ya que no conocemos su situación financiera ni sus necesidades de inversión. Es posible que nuestra información financiera tenga latencia o contenga inexactitudes, por lo que usted debe ser completamente responsable de cualquiera de sus transacciones y decisiones de inversión. La empresa no se hará responsable de su capital perdido.

Sin obtener el permiso del sitio web, no se le permite copiar los gráficos, textos o marcas comerciales del sitio web. Los derechos de propiedad intelectual sobre los contenidos o datos incorporados a este sitio web pertenecen a sus proveedores y comerciantes de intercambio.

Búsquedas recientes

Búsquedas populares

Cotizaciones

Análisis

Usuario

24/7

Calendario económico

Educación

Datos