¿Cómo utilizar la IA Generativa de manera efectiva, estratégica y responsable en la industria financiera?

La inteligencia artificial generativa está impulsando innovaciones que van desde la automatización de procesos hasta la hiperpersonalización de servicios y el apoyo de expertos para las decisiones estratégicas. Un enfoque cuidadoso de la gobernanza desde el desarrollo de la tecnología que garantiza la ética y el cumplimiento en su uso reducirá los riesgos.

Telma Luchetta, Socia Líder de Generative AI, Data and Analytics Latam y del programa Women in Tech para Financial Times, y miembro del Comité Ejecutivo Brasil

En resumen

• El 95 % de los líderes seniors informan de que sus organizaciones están invirtiendo actualmente en IA, según la encuesta EY AI Pulse Survey 2024.
• Se prevé que el número de empresas que invierten 10 millones de dólares o más en la tecnología casi se duplique este año, del 16 % al 30 %.
  
• El 82 % de los CEO brasileños creen que la transparencia en la IA Generativa es clave para ganarse la confianza de los clientes.
  
• El 62 % sostiene que la gobernanza debe integrarse al principio del desarrollo de soluciones; los ejecutivos planean aumentar las inversiones en ética de la IA en al menos un 40 % durante los próximos tres años.

La industria financiera opera en un escenario de cambio constante, donde la innovación tecnológica, combinada con una gobernanza robusta, se ha convertido en una necesidad estratégica para adaptarse de forma rápida y segura. En el corazón de la transformación actual se encuentra la inteligencia artificial generativa (GenAI, por sus siglas en inglés), que ha estado redefiniendo la forma en que los bancos, las aseguradoras, los métodos de pago, las fintech y las cooperativas de crédito interactúan con sus clientes, gestionan el riesgo, impulsan la eficiencia operativa y siguen siendo competitivos.

Según la EY AI Pulse Survey 2024, realizada con 500 líderes senior de empresas de todas las industrias en los Estados Unidos, el 95 % de los encuestados informaron que están invirtiendo en IA, y se espera que el número de empresas que asignen más de 10 millones a esta tecnología casi se duplique para fin de año, del 16 % al 30 %. Este movimiento refleja la confianza en la perpetuidad del uso de la IA, pero también plantea desafíos, como los riesgos de seguridad y los problemas éticos. Sin controles adecuados, la implementación no regulada puede tener impactos perjudiciales y afectar la reputación de las instituciones.

La evolución de la IA generativa: del escepticismo a la confianza

Cuando surgió la inteligencia artificial generativa, el sector financiero se acercó a ella con cautela, buscando entender si sería una tendencia pasajera, como el metaverso, o de nicho, como blockchain. Al igual que con otras tecnologías emergentes en el pasado, los primeros usos se centraron en aplicaciones internas, con el objetivo de automatizar y optimizar los procesos operativos. El lenguaje natural de los chatbots, por ejemplo, ha optimizado las áreas de back-office, como service desks, lo que resulta en importantes ganancias de productividad.

Los avances en el uso de la GenAI para la optimización de procesos en otras áreas internas, como legal, control, marketing y CRM, han aportado un aprendizaje valioso. Con esta madurez del conocimiento sobre la tecnología, las instituciones financieras han ganado confianza para expandir el uso de GenAI a procesos externos, como el servicio al cliente, siempre de manera controlada y conservadora. 

Las aseguradoras están utilizando esta tecnología principalmente para mejorar la suscripción y personalizar la experiencia del cliente. En fintechs, para ofrecer servicios financieros innovadores, mejorar el marketing y la forma en que se llevan a cabo las cobranzas. Y las cooperativas de crédito están optimizando el otorgamiento de financiamiento y elevando el nivel de experiencia del asociado.

En general, la encuesta de EY encuentra que la implementación de esta tecnología en la industria financiera ha dado como resultado rendimientos positivos en las eficiencias operativas (77 %), la productividad de los funcionarios (74 %) y la satisfacción del cliente (72 %).

Gobernanza sólida e IA responsable por diseño

Hoy en día, muchas organizaciones están construyendo plataformas de casos de uso de GenAI y estableciendo una gobernanza responsable. En EY, nos dedicamos a construir frameworks metodológicos y establecer parámetros éticos y responsables desde el desarrollo de la IA, a la que llamamos “IA responsable del diseño”.

La transparencia y los controles predefinidos de los patrones de uso están alineados con la normativa vigente, con el objetivo de evitar sesgos discriminatorios y prevenir riesgos para la seguridad cibernética y jurídica de la información. Como vimos en Febraban Tech 2025, las soluciones GenIA se están utilizando para prevenir el fraude en medios de pago y combatir las deepfakes, incluidos los asistentes virtuales que interactúan con los clientes en los cajeros automáticos y las soluciones multibiométricas de prueba para la gestión de la identidad digital.

Aunque Brasil y otros países de América Latina aún están definiendo sus proyectos de ley para regular la inteligencia artificial generativa, la Ley de IA de la Unión Europea (AI Act), vigente desde principios de año, sirve como referencia institucional.

En virtud de la AI Act, las obligaciones de los proveedores y usuarios varían según el nivel de riesgo. Por ejemplo, se prohíbe la clasificación de las personas en función de su comportamiento, nivel socioeconómico o características personales, así como el reconocimiento facial en espacios públicos. El incumplimiento de estas normas puede acarrear multas importantes, que oscilan entre los 7,5 millones y los 35 millones de euros.

Como demuestra nuestra encuesta, estas preocupaciones son compartidas por los líderes: El 62 % de los CEO valoran la transparencia y la gobernanza desde el inicio del desarrollo de la IA, y los ejecutivos planean aumentar las inversiones en ética de la IA en al menos un 40 % durante los próximos tres años.

Estructuras y reglas para una IA segura y escalable

Para una aplicación de gobernanza robusta desde el desarrollo de GenAI en el sector financiero, hemos desarrollado estructuras y reglas para el análisis del ciclo de vida de la IA y el monitoreo continuo: el EY Generative AI Lifecycle Framework y el EY Continuous AI Monitoring Framework.

El EY Continuous AI Monitoring Framework propone un enfoque integrado y holístico, desde la selección de métricas específicas hasta la implementación de planes de acción, basado en cinco pilares para la gobernanza de datos y el monitoreo de modelos de IA:

1. Datos: comprender el contexto empresarial y la relevancia de los datos.
2. Métricas: definir indicadores clave de rendimiento para la efectividad del modelo.
3. Gatillos: establecer criterios que indiquen cuándo se necesita una acción.
4. Plan de acción: definir pasos para resolver problemas y mejorar el desempeño del modelo.
5. Herramientas: asegurar el uso de instrumentos apropiados para un monitoreo efectivo.
   
   

Mediante la gestión proactiva y preventiva del riesgo y el seguimiento de los resultados, las organizaciones del sector financiero se aseguran de que sus modelos permanezcan alineados con los objetivos comerciales y los requisitos reglamentarios.

Asociaciones para crear soluciones colaborativas

Asociarse para crear soluciones de forma colaborativa puede ser una forma más segura y rápida de garantizar un rendimiento y una protección eficaces contra las vulnerabilidades. Un caso emblemático es el del Banco do Brasil, en asociación con EY e IBM, en el que construimos un manual de 600 páginas que cubre todo el ciclo de vida de la tecnología.

Documentamos la metodología, los supuestos, los estándares, las políticas, las normas, los procesos y los dispositivos de seguridad (guard rails) para todos los activos de inteligencia artificial: sistemas, prompts, modelos de lenguaje. Utilizamos herramientas como IBM watsonx.governance y nuestros propios frameworks para crear un sistema que garantice la seguridad, la transparencia y el cumplimiento.

Se han establecido más de 20 principios de gobernanza, que incluyen medidas para mitigar los sesgos y proteger los datos, así como la creación de equipos de agentes de IA, llamados Red Teams, que prueban las vulnerabilidades de los modelos y los puntos de atención a los riesgos. Esto da a las áreas de negocio la confianza para innovar dentro de límites éticos y seguros, incluso antes de que la tecnología se ponga en el mercado.

Si bien los frameworks de EY proporcionan una estructura metodológica para el desarrollo y la implementación de la GenAI, el sistema de IBM, o el de otros socios tecnológicos de EY, proporciona las herramientas digitales necesarias para monitorear y administrar modelos de manera efectiva. En varios casos de uso en la industria observamos buenos resultados:

• Mitigación de sesgos inconscientes: corrección de tendencias discriminatorias estructurales en análisis crediticios en bancos y aseguradoras.
• Protección de datos sensibles: cumplimiento de la Ley General de Protección de Datos Personales (LGPD) de Brasil y del Reglamento General de Protección de Datos (GDPR) de la Unión Europea sobre operadores sanitarios a través de la anonimización.
• Compliance y auditoría: documentación automatizada de decisiones en entornos regulados.
• Monitoreo inteligente: priorización de modelos en base a riesgo e impacto, con estadística descriptiva.
• Equidad de género: corrección de prejuicios históricos en el otorgamiento de créditos.
  

Soluciones prácticas de GenAI para la industria financiera

En EY, ya hemos sido testigos del impacto tangible de la IA generativa a través de soluciones que hemos desarrollado para el sector financiero. Algunas iniciativas que destaco son elTalk to Data,  EY Negocia, Code Jumper Assessment y Finance View, que demuestran el poder de la tecnología.

El Talk to Data permite a los ejecutivos interactuar con los dashboards financieros utilizando un lenguaje natural. Por ejemplo, es posible preguntar sobre el impacto del PIB en el interior de San Pablo para el negocio y recibir un análisis detallado en segundos. Esto acelera las decisiones estratégicas y facilita la generación de insights demás de hacer que la información sea accesible para todos en la organización. Sus beneficios incluyen:

• Acceso simplificado a los datos: reduce la dependencia de los expertos para el análisis inicial.
• Toma de decisiones ágil: proporciona respuestas rápidas a preguntas específicas.
• Integración y accesibilidad: permite la integración con plataformas como Microsoft Teams e incluye características como la conversión de voz a texto.
• Escalabilidad: se puede ampliar a varias áreas y contextos analíticos.
  
  

El EY Negocia, a su vez, transforma la negociación de deudas. La herramienta analiza la situación financiera del cliente y crea planes de pago personalizados, ajustándolos en tiempo real en función de las interacciones. El resultado es una experiencia más fluida para el cliente y una operación más eficiente para la institución.

Mientras que el Code Jumper Assessment es una solución de IA generativa que analiza, comprende e interpreta información como programas, scripts y tablas, transformando el código heredado en un activo estratégico y acelerando el proceso de modernización del sistema a través de un análisis de impacto en profundidad y la preparación automática del plan de migración.

Finalmente, el Finance View opera sugiriendo al asesor de inversiones productos financieros con tasas más atractivas para sus clientes, utilizando datos de OpenFinance e IA Generativa para la hiperpersonalización.

Entre los resultados observados, el tiempo de servicio se puede reducir en un 33 % y el costo operativo en un 20 %. Estos ejemplos son solo el punto de partida. Cada día surgen nuevas posibilidades, ampliando el horizonte de transformación del sector.

El futuro exponencial de la IA y los próximos desafíos a superar

La evolución de la IA es exponencial y las instituciones financieras deben mantenerse al día. Lo que es nuevo hoy puede volverse obsoleto mañana, requiriendo una capacidad constante de reinvención.

El futuro apunta a escenarios en los que los copilotos se convierten en agentes asesores, ofreciendo análisis más personalizados y predictivos, como asesores de cartera de inversiones y asesores de bienestar financiero.

En el análisis de crédito y riesgo, la IA ya permite un análisis mucho más rápido, con la posibilidad de puntajes de crédito en tiempo real, impulsando la competencia entre instituciones.

En la industria de seguros, la IA está transformando la suscripción inteligente basada en datos en pólizas netas que se ajustan en tiempo real a los comportamientos y momentos de la vida de los clientes. Esto permite una asertividad y puntualidad sin precedentes en los análisis de comportamiento que influyen en el riesgo de crédito y seguro.

Incluso con estos avances, nos enfrentamos a obstáculos importantes. La seguridad de la información, el sesgo en los algoritmos y la transparencia son preocupaciones constantes. Nunca tendremos una garantía absoluta contra errores o fallas, pero podemos minimizar los riesgos con pautas claras y una validación humana continua, que sigue siendo esencial en nuestros procesos.

Otro punto de atención es el impacto en los colaboradores. Nuestra encuesta global apunta al fenómeno del "employee burnout and AI fatigue", un cansancio extremo relacionado con el uso de la IA, pero no solo eso, que no podemos ignorar. Desde la pandemia, las personas han dado una nueva mirada a las relaciones interpersonales y cómo lidian con la sobrecarga de información de la era en la que vivimos y la carga emocional intrínseca. Necesitamos equilibrar la adopción de tecnología con el bienestar del equipo, asegurando que la innovación no se produzca a expensas de la salud mental.

Para el futuro, veo plataformas financieras que se adaptan en tiempo real al comportamiento del cliente, sirviendo a una base diversa, como la Generación Z, que exige agilidad y experiencias digitales nativas. Alcanzar este nivel requiere inversiones continuas en modernización y gobernanza, siempre equilibrando la innovación con la instrucción y la responsabilidad.

En EY, nuestro compromiso es guiar a las instituciones en esta transformación, ofreciendo no solo la tecnología, sino también la experiencia necesaria para aplicarla de manera ética y escalable. El camino a seguir requerirá un equilibrio entre audacia y precaución, con el elemento humano siempre en el centro, validando y dirigiendo las decisiones de IA. Solo así podremos construir un sector financiero más eficiente, inclusivo y preparado para el futuro.