Los bancos desempeñan un papel importante en el desarrollo de la vida financiera de la sociedad moderna y la economía mundial; realizan transacciones con efectivo, préstamos y depósitos. Para optimizar estos procesos se está introduciendo activamente la inteligencia artificial en el sector bancario. Le diré exactamente cómo las estructuras bancarias utilizan las redes neuronales y, lo más importante, ¿existe algún riesgo para nosotros?
Históricamente, el sector bancario siempre ha sido uno de los primeros en introducir innovaciones. Ya en los años 50 del siglo XX se utilizaron modelos matemáticos para evaluar al futuro prestamista, en los años 80 se inició la introducción activa de las computadoras en el segmento financiero.
Las máquinas podrían calcular la dinámica de los índices y determinar la estrategia de inversión. En el siglo XXI, el segmento bancario adoptó plenamente las tecnologías de inteligencia artificial, que comenzaron a utilizarse activamente en los bancos para el análisis de riesgos. Todo comenzó con la solución del problema de la calificación crediticia y poco a poco pasó a otros productos bancarios.
Con el desarrollo de las tecnologías LLM, la inteligencia artificial comenzó a utilizarse para asistentes de voz en aplicaciones móviles, en la primera línea de los operadores telefónicos y en tareas de redacción automática de textos de documentos, incluidos los de carácter legal. Los métodos de visión por computadora se utilizan para reconocer documentos con el fin de gestionarlos electrónicamente, acelerando el llenado de los datos del cliente en función de los resultados del escaneo de un pasaporte y otros documentos. Los métodos de inteligencia artificial también se utilizan con fines de marketing: segmentar clientes y desarrollar ofertas personales.
Recientemente, expertos del Reino Unido publicaron una investigación sobre el papel de la inteligencia artificial en la industria bancaria. Según sus cálculos, los costes de las estructuras bancarias para el desarrollo y la implementación de estas tecnologías alcanzarán los 300 mil millones de dólares en 2030.
Si comparamos la introducción de tecnologías de inteligencia artificial en el sector financiero con otras áreas, en general podemos hablar de la etapa de pilotaje y prueba.
Usando el ejemplo de los bancos rusos, vemos que en algunas áreas las redes neuronales funcionan con bastante eficacia, pero en otras surgen problemas obvios. Pero algo más es indicativo: casi todos los grandes bancos han creado en su estructura departamentos separados responsables del desarrollo y la implementación de tecnologías de IA.
Comunicaciones con clientes
La red neuronal, basándose en algoritmos específicos, decide qué responderle exactamente y cómo entablar un diálogo. Uno de los casos más interesantes es el asistente de voz de Tinkoff Bank, cuyo nombre es el mismo que el del fundador de la marca: Oleg. Gracias al uso de Oleg, el banco ahorra alrededor de 360 millones de rublos al año y el chatbot procesa aproximadamente la mitad de todas las solicitudes entrantes. Además de la comunicación directa, la red neuronal calculará y decidirá qué producto bancario le resultará más atractivo ahora: un depósito, un préstamo o una tarjeta con condiciones especiales.
Préstamo
Por un lado, un gran número de empleados siempre ha trabajado en esta dirección, revisando las solicitudes manualmente. Y aquí dos puntos son importantes: los crecientes costes del banco asociados con el fondo salarial de estos empleados. El segundo es la probabilidad de que se produzca un error debido al factor humano.
Por otro lado, el cliente siempre sufrió, ya que la revisión manual retrasó la decisión sobre la posibilidad de otorgar un préstamo. Al introducir la tecnología de inteligencia artificial, los bancos pudieron resolver casi todos los problemas. Las solicitudes se procesan muy rápidamente y la inteligencia artificial siempre toma la decisión correcta. Los propios bancos rusos lo admiten y señalan que ahora se está produciendo una disminución en el porcentaje de préstamos no reembolsados.
Seguridad
Según el Banco de Rusia, en el primer trimestre de 2023 se batió un récord en robo de fondos a clientes. Los estafadores lograron robar más de 4,5 mil millones de rublos de las cuentas de los rusos.
Por tanto, la identificación de acciones fraudulentas es una de las tareas prometedoras de las redes neuronales en el contexto de esta industria. Hoy en día, la inteligencia artificial realiza un seguimiento financiero, analiza continuamente una gran cantidad de datos e identifica comportamientos atípicos de personas físicas y jurídicas. Además, las redes neuronales identifican hechos de ciberataques.
Trabajar con deudores
La práctica de utilizar inteligencia artificial para trabajar con deudores comenzó en Rusia hace bastante tiempo. Los primeros casos los anunció Sberbank en 2017; en 2018, otro actor importante del mercado, VTB Bank, anunció la introducción de esta tecnología. Hoy en día, aproximadamente la mitad de todas las comunicaciones con los deudores se realizan a través de una red neuronal. Sin embargo, es en este sentido donde surgen algunos problemas asociados con la actual legislación rusa. El uso de recolectores robóticos entra en la llamada zona gris. No están oficialmente permitidos, pero tampoco prohibidos. Por supuesto, esto provoca una reacción pública negativa.
Además, el año pasado hubo varios juicios importantes relacionados con la legalidad del uso de robots cobradores al comunicarse con los deudores. La práctica demuestra que cuando esta tecnología se utiliza de forma demasiado agresiva se inician acciones legales. Por ejemplo, un robot llama al deudor cada hora. Y algunos bancos lo utilizan con calma, sin temor a las consecuencias. Otros temen los riesgos para la reputación asociados con la lealtad del cliente.
El uso de la inteligencia artificial en el segmento bancario no se limita a las áreas enumeradas. Actualmente las redes neuronales realizan una gran cantidad de trabajo: reconocimiento de documentos, creación de rutas óptimas de recogida, desarrollo de horarios de trabajo de oficina teniendo en cuenta la afluencia de clientes, elección de ubicaciones exitosas para abrir nuevas oficinas, etc.
Riesgos del uso de redes neuronales en el sector bancario
La red neuronal está diseñada de tal manera que para reducir el error, debe tener una gran cantidad de datos en la etapa inicial y estar constantemente entrenada en el proceso de implementación de un algoritmo determinado. Y estamos hablando aquí de datos personales de cientos de miles de clientes bancarios, así como de información de personas jurídicas que contienen secretos comerciales.
En 2023 se publicó una investigación por InfoWatch, empresa especializada en seguridad de la información en el sector corporativo. Los expertos afirman que en 2022 se filtraron en Rusia más de 667 millones de registros con datos personales. Si comparamos esta cifra con 2021, de hecho vemos un aumento de casi 2,5 veces. Una tendencia positiva: la filtración de datos personales de las estructuras bancarias es cada vez menos común. Por tanto, podemos hablar del impacto positivo del desarrollo de la inteligencia artificial en la reducción de la filtración de datos personales.
El algoritmo de una red neuronal siempre lo establece una persona, pero la pregunta que surge es hasta qué punto, desde un punto de vista ético, se ha elaborado el aspecto del género, la nacionalidad o la afiliación religiosa. Por ejemplo, al decidir conceder un préstamo, los hombres pueden obtener ventajas, ya que estadísticamente ganan más que la mitad justa de la humanidad, incluso en igualdad de condiciones. Cada banco en Rusia trabaja de forma independiente para resolver problemas éticos. Por ejemplo, Sberbank ha desarrollado su propio código de ética y VTB ha desarrollado modelos que evalúan las decisiones de las redes neuronales desde un punto de vista ético.
Reducción del personal de los centros de llamadas, eliminación casi total de los expertos que toman decisiones sobre préstamos, robots recolectores, y esta no es una lista completa de aquellos que están siendo reemplazados hoy red neuronal. Y la reducción de empleados es un proceso objetivo.
El Banco Central de la Federación de Rusia inició este proceso en 2015, recortando el 30% de los empleados de línea. En 2023, se anunció información sobre dos oleadas de reducción. En primavera se despidió a unos 1.000 empleados. La ola otoñal nos espera un poco más tarde. En 2018, Sberbank anunció planes para recortar el 70% de los mandos intermedios. Sin embargo, la situación real a finales de 2018 resultó ser completamente diferente: según las estadísticas oficiales, solo el 5% de los empleados fueron despedidos. Para 2025, el banco prevé eliminar los servicios de la mitad de sus empleados.
