Utilizamos tecnologías como las cookies para almacenar y/o acceder a la información del dispositivo. Lo hacemos para mejorar la experiencia de navegación y para mostrar anuncios personalizados. El consentimiento a estas tecnologías nos permitirá procesar datos como el comportamiento de navegación o los ID's únicos en este sitio. No consentir o retirar el consentimiento, puede afectar negativamente a ciertas características y funciones.
El almacenamiento o acceso técnico es estrictamente necesario para el propósito legítimo de permitir el uso de un servicio específico explícitamente solicitado por el abonado o usuario, o con el único propósito de llevar a cabo la transmisión de una comunicación a través de una red de comunicaciones electrónicas.
El almacenamiento o acceso técnico es necesario para la finalidad legítima de almacenar preferencias no solicitadas por el abonado o usuario.
El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos.
El almacenamiento o acceso técnico que se utiliza exclusivamente con fines estadísticos anónimos. Sin un requerimiento, el cumplimiento voluntario por parte de tu proveedor de servicios de Internet, o los registros adicionales de un tercero, la información almacenada o recuperada sólo para este propósito no se puede utilizar para identificarte.
El almacenamiento o acceso técnico es necesario para crear perfiles de usuario para enviar publicidad, o para rastrear al usuario en un sitio web o en varios sitios web con fines de marketing similares.
3 Responses
Probablemente a medio – largo plazo el efecto más palpable y tangible que vamos a percibir con la implementación y consolidación de la IA en los diferentes procesos del sector bancario es –desafortunadamente- la amortización de numerosos puestos de trabajo en dichas entidades, tal y como apuntan diferentes estudios realizados por firmas como Citibank o Mizuho Financial Group entre otras.
Este sacrificio, sin embargo, muy posiblemente también redundará en la consiguiente reducción de costes y mayor eficacia del sector en su conjunto.
Desde el punto de vista del cliente – inversor de la banca, confiamos en que estos cambios se traduzcan en productos y servicios sin comisiones o con unas comisiones mínimas y en recomendaciones de ahorro e inversión certeras y objetivas, plenamente adaptadas a nuestro perfil financiero personal y alejadas de cualquier sesgo comercial ajeno a nuestros intereses.
Además, obviamente, creemos que la IA puede ser un pilar fundamental para la mejora del nivel de detección de fraude y blanqueo de capitales. En este sentido, la Inteligencia Artificial, con un grado adecuado de desarrollo, cuenta con herramientas y algoritmos de detección de patrones y procesamiento de datos muy valiosos en tareas de prevención de fraude cuya aplicación contribuirá sin duda a mejorar el rendimiento de estas operaciones.
De hecho, entidades como Morgan Stanley o HSBC ya cuentan con equipos de trabajo basados en Inteligencia Artificial como puntas de lanza en los procesos anti-fraude y la tendencia por parte de las grandes entidades financieras es seguir esta senda de impulsar el protagonismo de la IA en estas labores.
Uno de los campos donde la Inteligencia Artificial va a tener más éxito es en área de inversión sobre todo en los Quant Advisors, la lógica evolución de los Robo Advisors. Aunque debemos entender que la IA por sí misma no es garantía de éxito en las inversiones, no da dinero per se. Es decir, un especialista en Inteligencia Artificial diseñando coches que se conducen solos, probablemente no sepa ni por dónde empezar a programar un sistema de trading basado en Inteligencia Artificial.
¿Por qué? Porque lo mismo que un buen gestor de inversiones probablemente habrá tenido un buen maestro que le haya enseñado las nociones clave sobré cómo gestionar una cartera con éxito, un sistema de trading con IA necesita de alguien que le establezca esas pautas clave para empezar a recopilar información, procesarla, interpretarla, tomar decisiones y aprender de ella.
Si a esto añadimos que no es lo mismo diseñar un sistema de aprendizaje cuando sabes que la casuística está prácticamente concretada (establecer un bot de reconocimiento de conversaciones, aunque siempre puede encontrarse con situaciones nuevas, lo lógico es que tienda con el tiempo a contemplar prácticamente el 100% de las diferentes casuísticas existentes), que un sistema de aprendizaje que tome decisiones en previsión de acontecimientos futuros, en gran medida aleatorios y muchos momentos impredecibles.
En este último caso, mediante estrategias de inversión con Inteligencia Artificial, aunque el sistema puede haber aprendido de múltiples situaciones, la posibilidad de encontrar nuevos contextos es infinitamente mayor.
Por ello, si bien por ejemplo, la gestión value, a la que antes nos referíamos, puede presentar resultados diferentes en función del gestor, todos ellos tienen una base común que los asimila, y todos ellos estarán condicionados por el contexto de mercado o beta. Es decir, a la hora de crear una cartera, podríamos incluso establecer un porcentaje de la misma a gestión value, y dentro de ese porcentaje elegir gestor.
En cambio, esto no debería suceder en lo que se refiere a gestión de inversiones con Inteligencia Artificial, puesto que dos gestores que empleen esta metodología, probablemente sus resultados no tengan absolutamente nada que ver, pudiendo ser los dos fantásticos o los dos un desastre.
Por tanto, siempre recomendamos que el inversor considere esta nueva estrategia de inversión, pero que siempre exija experiencia contrastada, y no se deje llevar exclusivamente, por el hecho de estar de moda.
«El debate de hoy está intrínsecamente ligado al anterior sobre el machine learning. La IA (Inteligencia Artificial) en las Fin-Tech ya existe en algunos robo-advisor como puede ser el caso de Chloe, lanzado en Japón por la empresa 8 Securities y destinado a los jóvenes millenials nipones a los que, mediante sus respuesta, la IA determina, como indican desde Fin-Tech.es, «sus niveles de tolerancia al riesgo y establece unas aspiraciones financieras, para luego, en función de eso, invertir los yenes depositados en el fondo de inversión en activos a lo largo de 50 países y 37 sectores industriales». Este mismo proceso siguen los sistemas automatizados de las Fin-Tech españolas en donde la máquina toma decisiones de inversión en base a las respuestas de sus usuarios y a los algoritmos pre-establecidos.
La IA también se da en los devastadores tradings automáticos y tienen (o deberían tenerlo) su obligado espacio en los procesos bancarios. Especialmente en aquellos en donde los cambios regulatorios obligan a las entidades a cambios para la detección de sus riesgos como posibles fraudes, transacciones sospechosas, automatizar tareas de reporting y detectar turbulencias o riesgos potenciales en los mercados. También con respecto a los clientes, como he introducido anteriormente, los cambios de condiciones de los mismos tienen afectación directa con sus necesidades y objetivos. Cambio de trabajo o despido, casarte, tener hijos y cualesquiera otra circunstancia, objeto o deseo tienen consecuencia con el resto de objetivos y con la gestión personal de los recursos. La IA artificial unida al machine learning (el auto-aprendizaje que retro-alimenta al algoritmo para que mejore y aprenda) tienen una importancia absoluta para adaptar el riesgo del cliente y re-equilibrar su cartera de inversión).
En suma, la IA está llamada a tener un papel clave en el conjunto de actores del sector financiero. En particular, tanto las Fin-Tech como las Reg-Tech tienen que apostar bien con desarrollos propios bien con asociaciones con tecnológicas por su inclusión en sus soluciones. Cualquier solución que no la incluya y no la asocie al maching learning será mera digitalización de servicios».