¿Cómo ser éticamente responsable adoptando la Inteligencia Artificial en las instituciones financieras?

Optical Character Recognition (OCR) e Intelligent Character Recognition (ICR). Reconocimiento de documentos escaneados, manuscritos, imágenes y personas mediante autenticación dactilar, facial, conductual-psicológica y capacidades personales. Permite automatizar procesos que típicamente heredan operaciones con documentos impresos.

Tecnología de muy rápido desarrollo. Una de las primeras aplicaciones que está proliferando con fuerza en la región es la identificación de clientes con base en selfies o autorretratos u otra prueba de vida.

En Latinoamérica ya es posible usarla con garantías, aunque su grado de reconocimiento varía mucho dependiendo el tipo de documento y la calidad de cada imagen. Por lo anterior, se recomienda realizar una auditoría (o prueba de concepto) de asertividad antes de comprometer grandes inversiones.

Machine Learning (ML) y Deep Machine Learning (DML). Analítica de datos avanzada para desarrollar modelos predictivos y de clusterización, capaces de identificar patrones complejos que no son evidentes (tales como una relación lineal).

Actualmente se aplica mucho para predecir precios futuros de acciones y commodities (conocidos como trading bots), la evaluación de riesgos, o el comportamiento de un cliente para recomendar más productos y servicios.

Estas tecnologías son muy sensibles a la cantidad y calidad de los datos disponibles. Adicionalmente, adolecen del efecto de caja negra, ya que dictan sus predicciones y clusterizaciones sin que se pueda entender su razonamiento interno.

Por lo anterior, proponemos siempre a nuestros clientes poner a competir esta tecnología con la operativa actual, para que el usuario entienda en qué casos se mejoran consistentemente los resultados con dichos algoritmos y dirigir así una adopción gradual pero controlada.

Comunicación omnicanal, en línea o asíncrona, para atender los requerimientos que los clientes explican de la misma forma en que lo harían con un amigo. Esta buena experiencia permite ofrecer productos sin que ello se perciba como una venta tradicional.

Esta práctica es la quimera que las grandes compañías de servicios financieros, Fintech e Insurtech están buscando. Más allá de la base tecnológica que la habilita, requiere una transformación de la compañía para adaptarla a una cultura de diseño base cero de experiencias from client backwards.

Posteriormente, la IA debe ponerse al servicio de dichos diseños. Es un error plantear estos proyectos como puramente tecnológicos, cuando deben liderarlos las áreas más conocedoras del cliente. La pericia tecnológica que requieren solo se obtiene si antes se han recorrido las ramas superiores del árbol funcional que esquematizamos anteriormente.