El documento resume cómo los bancos pueden transformarse mediante el uso de la inteligencia artificial (IA) para mejorar la experiencia del cliente, gestionar riesgos y cumplir con la regulación, y reforzar la ciberseguridad. También describe casos de uso de la IA en el sector financiero como la información personalizada, la prevención de fraudes y la automatización de procesos. Finalmente, destaca los principios de IA responsable de Microsoft y su importancia para el sector financiero.
1. Creciendo el negocio a través de un uso
Responsable de la Inteligencia Artificial (IA)
Innovación y Transformación Digital – Meeting ON 2020
Pablo Junco
Director de Tecnología (CTO)
Microsoft, Latina America
13 de Agosto de 2020
2. Agenda
Cómo es un banco transformado con IA
Casos de Negocio en el Sector Financiero
Fuentes de Riesgo de la IA
IA responsable y transparente en el Sector Financiero
Por qué IA en el Sector Financiero
Preguntas y Respuestas
4. Inteligencia Artificial (IA)
¿Cómo es un banco transformado con IA?
Experiencia
del Cliente
Nuevos
Modelos de Negocio
Gestion de Riesgos y
Cumplimiento Regulatorio
Ciberseguridad
y Delitos Financieros
5. Casos de Negocio en el Sector Financiero
Información
basadas en IA
Protección de la identidad
Agentes digitales B2C/B2B
Servicio de Atención al Cliente
Digitalizado
Próxima Mejor Acción /
Ofertas dirigidas
Nuevos productos bancarios
Desarrollado por IA
Experiencia de
Clientes
Gerentes de Relaciones
Asesoramiento sobre la
riqueza
Riesgo y Cumplimiento
Automatización robótica de
procesos (RPA)
Pronóstico financiero
Empoderado
Empleados con IA
Prevención del fraude
conociendo mejor al cliente
(KYC)
Pagos/ Lucha contra el
blanqueo de capitales (AML)
/Prevención del fraude
Abandono del cliente
Puntuación de crédito
Vigilancia del mercado
6. La IA puede crear posibles daños en torno a la equidad, la fiabilidad, la seguridad y la privacidad. Estos no sólo
plantean un riesgo para la organización, sino también para los usuarios finales y la sociedad en general. Estos riesgos
suelen ser el resultado de problemas con los datos, el propio modelo de IA o el escenario de uso del modelo.
Datos Modelos Escenarios de Uso
Antes que los modelos de aprendizaje
automático (ML) sean usados, estos
se deben entrenan para reconocer
patrones mediante los llamados
"datos de entrenamiento".
Los riesgos pueden llegan si los datos
tienen errores, carecen de variables
críticas o profundidad histórica,
tienen un tamaño de muestra
insuficiente o no coincide con el
contexto de implementación del
modelo.
Los propios modelos de IA pueden
crear riesgos si no están bien
diseñados, lo que podría hacer
aproximaciones incorrectas, elegir un
objetivo inapropiado para optimizar o
introducir un sesgo
involuntariamente.
Incluso si un modelo de IA está
funcionando bien, debe actualizarse
periódicamente para aprovechar los
datos de entrenamiento más
recientes.
Cada escenario de uso puede
contener posibles daños y debe estar
sujeto a la evaluación de riesgos y la
aprobación de la gobernanza.
Es importante asegurarse de que
cada modelo de IA solo se utiliza para
el propósito para el que fue diseñado
y aprobado.
7. Estamos comprometidos a generar confianza
en la tecnología y su uso, abarcando la
privacidad, la seguridad, la IA responsable, así
como la seguridad digital.
- SATYA NADELLA, Microsoft CEO
8. Los principios de IA de Microsoft capturan la perspectiva de la empresa sobre las influencias más importantes de las
tecnologías de IA, balanceando los beneficios de la IA como a sus potenciales riegos y los daños asociados
derivados de su utilización y el uso indebido de las tecnologías de IA.
9. IA responsable:
casos de uso sensibles
Responsabilidad y transparencia
Riesgo de
daño
Denegación
de servicio
Violación de
los derechos
humanos
10. Diseño
Directrices para la
interacción entre humanos e
IA
Directrices para una
conversación responsable
basada en IA
Estrategia y cultura
Escuela de Negocios para IA
(AI Business School)
El futuro de la computación: AI
y el Sector Financiero
Desarrollo y Gestión
Patrones, prácticas y
herramientas probadas en el
camino seguido por
Microsoft
11.
12. La IA es fundamental para el futuro del Sector Financiero
POR QUE
Valor de negocio
QUE
Áreas de mejora u optimización
COMO
Aplicación de AI
Aumentar la
rentabilidad
• Disponer de Carteras de riesgo más rentables
• Tomar decisiones más rápidas
• Ofrecer de productos en tiempo real
• Reducir las reclamaciones fraudulentas
• Mejorar la eficiencia del procesamiento de siniestros
• Modelos de IA para la suscripción (Underwriting)
• Datos de IoT consumidos en modelos de suscripción
• Modelos de detección de fraude de seguros
• Nuevos enfoques para la presentación de reclamaciones
• Mejorar los modelos de riesgo
• Tener mejores carteras de préstamos
• Disponer de datos más holísticos
• Fuentes de datos nuevas y existentes (por ejemplo, datos móviles y
sociales).
• Modelos para predecir préstamos "en riesgo".
• Mejorar la precisión de las reservas
• Mejor evaluación del riesgo
• Modelado de Riesgos & Pronóstico
Ofrecer experiencia
al cliente
• Mejorar la competitividad
• Ofrezca experiencias holísticas al cliente
• Mejorar el uso compartido de la cartera
• Mejorar la satisfacción del cliente
• Aprovechar las capacidades de fintech
• Interfaces de usuario (UI) personalizada al consumidor y con una buena
experiencia digital
• Ofertas personalizadas, por ejemplo, "próxima mejor acción"
• Asistentes digitales
Reducir costos • Ofrecer eficiencia de procesos en sistemas heredados
• Incrementar la Eficiencia operativa
• Automatización robótica de procesos (RPA) con actividades impulsadas
por IA
• Escaneo de contratos financieros mediante el procesamiento de
lenguaje natural (NLP)
Reducir los delitos
y las multas
• Abordar el aumento de la regulación
• Más datos de transacciones disponibles para combinar
• Mejorar la mala satisfacción del cliente
• Reducir las pérdidas
• Detección de delitos financieros e informes automatizados.
Operaciones
competitivas
• Reparación de registros en tiempo real
• Fraude en tiempo real
• Optimización de procesos– por ejemplo, para la reparación de registros
de pago
Aplicaciones basadass en servivios cognitivos
13. Perspectiva de Microsoft para un IA
Responsable en el Sector Financiero
IA Responsable en el Sector Financiero:
Gobierno y Gestión del Riesgo