Ciberseguridad y privacidad, personalización de los modelos de negocio, adaptación a la regulación (local y europea) o capacidad para integrar los cambios son algunas de las cuestiones que más se repitieron en las sesiones de la 9ª edición de Revolution Banking que, un año más, ha congregado en Madrid a portavoces de las entidades financieras más importantes y a los representantes de los principales partners tecnológicos del sector, entre los que destaca IBM.

La digitalización ha dejado de ser un elemento más para colocarse como el pilar que articula la propuesta de valor que ofrecen las entidades financieras. Una revolución que, lejos de estabilizarse, aumenta su velocidad y alcance, y se ha convertido en el factor determinante para sobrevivir en un entorno cada vez más competitivo. Esta situación promueve una colaboración más cercana entre compañías tecnológicas y empresas del sector, fomentando sinergias y promoviendo el desarrollo de soluciones conjuntas que benefician a todas las partes involucradas.

La inteligencia artificial, con sus posibles usos y desafíos para el sector, la introducción del Euro Digital o las implicaciones de un nuevo marco regulatorio en continua actualización fueron los temas centrales que se abordaron en las sesiones más destacadas del evento.

Los datos y la capacidad de adaptación, claves para escalar la IA

La inteligencia artificial hace tiempo que dejó de ser una innovación lejana para convertirse en algo tangible con potencial de revolucionar multitud de sectores. Su integración en el sector financiero ya era una realidad, pero este nuevo impulso dado por los modelos fundacionales está permitiendo integrarla de manera cada vez más profunda y eficiente, y en un mayor número de aplicaciones. Sin embargo, escalar la inteligencia artificial de manera efectiva aún supone un reto para la mayoría de empresas del sector.

“Para conseguir escalar con éxito la inteligencia artificial, lo primero que debemos tener en cuenta es la disponibilidad y calidad de los datos; sin datos, no hay inteligencia artificial”. Con esta afirmación abrió su ponencia David Almendros, director de Inteligencia Artificial de CaixaBank Tech. Los datos son la materia prima que impulsa los algoritmos de la IA y es necesario que estén los más optimizados posible para entrenar y mejorar los modelos de machine learning.

Esta gestión de los datos viene acompañada del permanente desafío de asegurar su seguridad y privacidad. “Debemos solicitar el acceso a esos datos del cliente y contar con un gobierno del dato bien definido que deje constancia de quién puede acceder a ellos”, recalcó Almendros.

Una evolución constante

La inteligencia artificial no supone un cambio por sí misma, sino la entrada a una evolución constante y cada vez más rápida a la que es necesario seguir el ritmo. Como incidió César de Pablo, Sr. Expert Data Scientist en BBVA, “para escalar debemos ser capaces de adaptarnos rápidamente a los cambios. Necesitamos que los desarrolladores sean capaces de adoptar nuevas habilidades para que puedan crear nuevas funcionalidades”.

En línea con lo comentado, De Pablo puso como ejemplo de caso de éxito lo que BBVA denomina “el categorizador de movimientos”, por el que cada uno de los movimientos bancarios del cliente se categorizan según el tipo de gasto. “Esta categorización de movimientos nos ha permitido desarrollar diferentes aplicaciones. El usuario puede seguir la serie de gastos que tiene en una determinada categoría y, desde el banco, podemos avisarle de hechos relevantes, como un recibo especialmente elevado. También ofrecerle servicios personalizados a partir del análisis de sus gastos”, explicó César de Pablo.

En relación con la escalabilidad, David Almendros apuntó que en CaixaBank cuentan “con varios casos, pero el uso de los asistentes virtuales es el que mejor explica la escalabilidad. Comenzamos a trabajar en ello hace más de cinco años, pero hemos ido evolucionando y actualmente los asistentes virtuales realizan más de 100 operaciones del banco automatizadas”. La evolución de este tipo de asistentes está permitiendo a CaixaBank integrar esos activos en la propia aplicación de manera que tareas y peticiones del usuario se complementen con la asistencia de IA.

La aplicación empresarial, el verdadero reto

Sin embargo, la popularización de los modelos fundacionales es lo que más ha cambiado nuestra visión de la inteligencia artificial en los últimos meses. “Todos estamos explorando su aplicación empresarial, ese es el verdadero reto”, introdujo Mireia Riera, directora asociada de Banca en IBM Consulting, que moderó el panel. ¿Qué estrategia de aplicación tienen las grandes entidades y cuál es el enfoque principal que están teniendo? La mayoría de los bancos ya trabajaban con procesamiento de lenguaje natural, pero esta revolución le ha empujado a explorar con detenimiento todas las posibilidades que ofrecen los modelos fundacionales.

Las entidades financieras son conscientes de que el escalado de la IA debe ir ligado a mecanismos que garanticen la seguridad y promuevan la confianza en el uso de IA generativa. En palabras de David Almendros, “lograr que estos modelos sean seguros para el usuario y mantengan la privacidad de sus datos es el desafío más importante que tenemos enfrente”.

Además de asistir a la mesa redonda, los asistentes pudieron conocer de primera mano una de las herramientas de IA conversacional más avanzadas del mercado: IBM Watson Assistant. Esta solución estuvo presente en la Experience Room de Revolution Banking, un espacio privado dentro del evento en donde se presentaron algunas de las tecnologías que están llamadas a constituir la banca del futuro. La IA conversacional de IBM está diseñada para eliminar la fricción del soporte tradicional y generar una experiencia de cliente excepcional.