En muchos bancos, los proyectos de IA han sido impulsados principalmente por el departamento de TI. Un modelo más adecuado consiste en que los líderes de TI colaboren con sus pares en la empresa para encontrar el mejor camino a seguir. Colaboraciones como estas han dado lugar a algunas de las implementaciones de IA más impresionantes que hemos visto en el mercado. Algunos bancos están utilizando gemelos digitales en los servicios de tesorería para simular escenarios de flujo de efectivo y optimizar la liquidez intradía. Otras entidades han automatizado todo el ciclo de vida del pedido al cobro en la banca comercial, con agentes de IA que se encargan de la evaluación del riesgo crediticio, la incorporación de contratos, la generación de facturas y los cobros.
Centrado en el ser humano
La tecnología por sí sola no generará los beneficios que los bancos esperan obtener de la IA. Los equipos especializados en IA, la colaboración entre humanos y máquinas y la gestión del cambio son la clave del éxito. Las iniciativas de capacitación y mejora de las competencias enseñarán a los trabajadores cómo desempeñarse mejor en sus puestos de trabajo mediante el uso de la IA, especialmente cuando se vinculen a programas integrales de transformación de la fuerza laboral. Además, un informe conjunto de EY y el MIT3reveló que más de tres cuartas partes de los ejecutivos consideran ahora a la IA autónoma como un compañero de trabajo, un cambio que transforma de manera fundamental la forma en que deben diseñarse los flujos de trabajo y los modelos de gobernanza.
Considere cómo los analistas junior revisarán los resultados iniciales de la IA al elaborar los expedientes de operaciones, mientras que los suscriptores senior validarán las decisiones crediticias básicas tomadas por la IA y utilizarán análisis impulsados por la IA para detectar anomalías en las carteras de préstamos. Los banqueros comerciales utilizarán los copilotos para consolidar el historial de interacciones con los clientes, evaluar el perfil de riesgo general y señalar oportunidades para fortalecer la relación con cada cliente. Estos procesos en los que interviene el ser humano pueden ayudar a mitigar las «alucinaciones» y a generar confianza en los resultados de la IA, más allá de simplemente aumentar la productividad.
Los bancos también crearán puestos totalmente nuevos (por ejemplo, ingenieros de respuestas rápidas, diseñadores de flujos de trabajo de IA, especialistas en bots y coordinadores de agentes) a medida que la IA adquiera mayor importancia en todas las operaciones. Estas medidas acortarán el camino hacia la generación de valor y reducirán los riesgos a lo largo del proceso. Una comunicación clara, un liderazgo visible y otras prácticas comprobadas para la gestión del cambio organizacional pueden inculcar una mentalidad positiva hacia la IA en la cultura de la organización. "El mayor obstáculo para la implementación a gran escala de la IA no es el algoritmo, sino la gestión del cambio", afirmó Gupta. "Capacitar a los equipos, reestructurar los procesos e implementar la gobernanza adecuada suele requerir el doble de esfuerzo que la creación del modelo en sí".
Los estudios de EY y otros investigadores ofrecen motivos para el optimismo. La encuesta EY US Agentic AI Workforce Survey (a través de EY.com US) reveló que el 84 % de los empleados de oficina se muestran entusiasmados por trabajar con agentes de IA. Sin embargo, el 56 % se muestra preocupado por la seguridad laboral, lo que plantea una paradoja que los líderes del sector bancario deberán abordar.
5. Futurista y diseñado para el largo plazo
Si bien es urgente que los bancos aceleren su proceso de adopción de la IA, los líderes deben reconocer la magnitud del desafío al que se enfrentan con la IA y considerar cómo esta (y la IA con capacidad de agencia) transformará el futuro de la banca. Esto implica mirar más allá del horizonte y prepararse para adaptarse a medida que la tecnología avanza y las nuevas capacidades generan nuevas posibilidades. Sin duda, no es demasiado pronto para empezar a pensar en cómo la IA interactuará con los activos digitales, la tokenización, la computación cuántica y otras tecnologías de próxima generación. Una vez más, las innovaciones revolucionarias de hoy serán el requisito mínimo de mañana en lo que respecta a la IA.
La planificación a largo plazo debe reflejarse en el diseño de la infraestructura técnica de IA, haciendo hincapié en la modularidad, la reutilización y la escalabilidad. A medida que los proveedores (desde startups hasta plataformas SaaS) maduren sus capacidades de IA, es probable que la funcionalidad básica se incorpore a sus ofertas, lo que eliminaría la necesidad de que los bancos realicen desarrollos propios. Si bien los entornos en la nube son fundamentales, los bancos sujetos a regulación también están explorando otras opciones para los casos de uso más sensibles (por ejemplo, el uso de grandes modelos de lenguaje propios en entornos tecnológicos locales). Es probable que los enfoques híbridos como estos se vuelvan más comunes en el futuro, a medida que los bancos busquen equilibrar el riesgo y el rendimiento, y permitan la innovación dentro de procesos que cumplan con las normas. Los bancos también deben evaluar continuamente sus relaciones con los proveedores y estar preparados para cambiar de rumbo a medida que evolucionen sus necesidades y prioridades y surjan nuevos tipos de soluciones.
