La inteligencia artificial generativa ha irrumpido en el sector bancario, ofreciendo una valiosa oportunidad para mejorar la eficiencia y reducir costos. Ejemplos notables demuestran cómo esta tecnología puede acelerar el procesamiento de documentos, mitigar fraudes y optimizar los asistentes virtuales en la atención a los clientes. Sin embargo, aunque los bancos están comenzando a aprovechar estas innovaciones, traducir estos avances tecnológicos en un incremento significativo de los ingresos continúa siendo un desafío. Una encuesta reciente de KPMG revela que solo uno de cada cuatro bancos ha observado aumentos en sus beneficios gracias a la implementación de la IA.
Explorando Potencialidades y Desafíos
El Camino Hacia la Adopción Tecnológica
Los bancos han comenzado a familiarizarse con la IA generativa, explorando sus múltiples aplicaciones y reconociendo sus numerosas ventajas. No obstante, la creación de una hoja de ruta clara con indicadores de rendimiento específicos y la capacidad de demostrar la rentabilidad de estas inversiones han sido desafíos constantes para muchas entidades. La magnitud de los costos asociados y los riesgos inherentes a su implementación son barreras importantes que frenan una adopción más generalizada.
La complejidad técnica de la IA también representa un desafío, y no todas las entidades financieras cuentan con personal cualificado para gestionar estas tecnologías avanzadas. Este déficit de habilidades especializadas incrementa aún más los costos, ya que es necesario invertir en formación y contratación de expertos. Asimismo, la integración de sistemas de IA dentro de infraestructuras legacy requiere importantes esfuerzos de compatibilidad y sincronización, factores que adicionan a los ya elevados costos de implementación.
La Precaución de los Líderes Bancarios
Según el estudio de KPMG, un 71% de los directivos bancarios prefiere esperar a que la tecnología de IA evolucione y se estabilice antes de realizar inversiones significativas. Francisco Uría, responsable global de banca en la consultora, ha subrayado que, en cuestiones de tecnología, pocos banqueros quieren ser pioneros; prefieren observar la evolución y éxito de las iniciativas en otros bancos y actuar rápidamente cuando consideran que una determinada tecnología es eficaz y segura de implementar.
Uría enfatiza también la necesidad de ser «fast movers», es decir, estar preparados para adoptar rápidamente las tecnologías que demuestren éxito en el sector. Esta estrategia permite evitar los riesgos iniciales de ser los primeros en implementar una tecnología emergente, al tiempo que garantiza una reacción ágil ante las innovaciones probadas. Este enfoque preventivo y reactivo se ha convertido en una práctica común entre los líderes bancarios, buscando equilibrar los beneficios potenciales con los riesgos asociados.
Impactos y Aplicaciones en la Banca
Impacto en el «Back Office»
El «back office» de los bancos, encargado de las operaciones internas y administrativas, es donde la IA ha tenido un impacto más inmediato y visible. La automatización de procesos en esta área ha permitido mejorar considerablemente la eficiencia y reducir costos operativos. La IA, aplicada al análisis de datos transaccionales en tiempo real, ha sido instrumental en detectar y prevenir intentos de fraude, incrementando la seguridad y confianza en las operaciones bancarias.
Además, la capacidad de la IA para procesar grandes volúmenes de datos y extraer patrones significativos ha optimizado la gestión de recursos y la toma de decisiones estratégicas. Un caso destacado es el de Visa, que gracias al aprendizaje automático evitó transacciones fraudulentas por un valor de 40.000 millones de dólares. Esta capacidad de prevenir pérdidas financieras y agilizar operaciones ha evidenciado el valor añadido que la IA proporciona en los sistemas de back office.
Aplicaciones en el «Front Office»
En el «front office», la IA generativa se ha utilizado de manera más paulatina y cuidadosa. Los bancos han explorado su uso en asistentes virtuales y la atención al cliente, áreas donde la interacción directa enfrenta desafíos únicos. La necesidad de mantener capacidades críticas para corregir sesgos potenciales en las interacciones con los clientes ha llevado a los supervisores del sector a actuar con cautela en la implementación de estas tecnologías.
Por ejemplo, el asistente conversacional basado en tecnología GPT desplegado por BBVA ha comenzado a facilitar la gestión de cuentas y tarjetas a los usuarios, ofreciendo un servicio más personalizado y eficiente. Sin embargo, esta implementación se ha llevado a cabo bajo criterios estrictos para garantizar que los algoritmos utilizados no introduzcan prejuicios no intencionados. La monitorización constante y ajustes oportunos son esenciales para mantener la calidad y ética en el servicio al cliente.
Estrategias y Planes Futuros
Inversiones en Tecnología
Los bancos, aunque generalizan la información sobre sus inversiones en tecnología, tienden a no especificar el importe exacto destinado al desarrollo de IA. CaixaBank, mediante el Plan Cosmos, ha canalizado 5.000 millones de euros en procesos tecnológicos que incluyen IA para asesoramiento personalizado de clientes, mejora de la oferta comercial y desarrollo de servicios financieros innovadores. Este enfoque ilustra la relevancia de las inversiones estratégicas en IA para asegurar competitividad y eficiencia en el sector bancario.
Por otro lado, BBVA ha sido reconocido como la decimotercera entidad financiera más avanzada en tecnologías de datos e IA según un índice de Evident. La iniciativa del asistente conversacional, basada en GPT, representa un primer paso significativo hacia la integración de IA en la experiencia del cliente. A su vez, Sabadell ha implementado herramientas de IA generativa para potenciar la captación de clientes potenciales sugiriendo productos personalizados, demostrando así la versatilidad de estas tecnologías en diversas aplicaciones de front office y back office.
Impacto Financiero a Largo Plazo
La inteligencia artificial generativa ha revolucionado el sector bancario, brindando una gran oportunidad para mejorar su eficiencia y reducir costos. Ejemplos destacados muestran cómo esta tecnología puede acelerar el procesamiento de documentos, mitigar fraudes y optimizar los asistentes virtuales para la atención al cliente. No obstante, aunque los bancos están empezando a aprovechar estas innovaciones, traducir sus avances tecnológicos en un aumento significativo de los ingresos sigue siendo un desafío. Una encuesta reciente de KPMG indica que solo uno de cada cuatro bancos ha observado incrementos en sus beneficios gracias a la implementación de la IA. El potencial de la inteligencia artificial en este sector es inmenso, pero requiere una integración cuidadosa y adaptada a las necesidades específicas de cada entidad financiera. Asimismo, es esencial la formación continua de los empleados para maximizar el retorno de inversión y asegurar que el uso de estas tecnologías sea lo más eficiente y seguro posible.
