Cómo aplica la Inteligencia Artificial en el mundo financiero

Prestadero, la primera comunidad de préstamos entre personas en Internet en México, explica cómo aplica la Inteligencia Artificial (IA) en el mundo Fintech.

En el mundo financiero, la IA ha desempeñado un papel transformador, revolucionando la forma en que se realizan las operaciones, tomar decisiones y gestionar riesgos. La IA es un conjunto de tecnologías y algoritmos diseñados para permitir que las máquinas realicen tareas que normalmente requerirían inteligencia humana.

¿Qué es la IA? Gerardo Obregón, Fundador y Director General de Prestadero.com, relata: Mucha gente lo relaciona con un “chat” pero no es así, aunque se presente como algo muy común hoy en día; se puede explicar con el siguiente ejemplo:

Una empresa creo un alimentador para pájaros que, además tiene una cama que cuando llega el pájaro, te avisa. Sin embargo, eso no era todo, además te identificaba que tipo de ave era, y todo lo lograron con IA. Antes había dos opciones: tener gente experta esperando en una cámara para identificar la especie, lo cual era totalmente impráctico; y la segunda opción, era hacer un código programable para que a través de ciertas reglas identificar qué tipo de ave es. Aun así, el riesgo de tener algún error era grande pues se tenía que seguir un algoritmo para cada especie, de nuevo era algo impráctico.

Entonces –Obregón relata–, lo que hicieron es que tomaron miles de fotos junto con otras de Internet sobre pájaros y pusieron a diferentes expertos del mundo avícola a identificar cada especie, de forma manual al principio. Esto se llama modelo de entrenamiento, cuando recibe una imagen que no haya sido ingresada antes, este modelo automáticamente buscará patrones para decirte la especie. Así ya no ocupas códigos, si no datos, para ir entrenando el modelo. Entre más imágenes cada vez será más preciso el modelo. De esta forma, un simple alimentador se convirtió en algo mucho más completo e importante.

Obregón continuo: Hablando ya de finanzas, la aplicación puede ser desde algo tan sencillo como organizar tus gastos para ponerlos en “cubetas” para ir dividiéndolos. En el ejemplo del alimentador, usemos partidas de una cuenta bancaria. Por ejemplo, si compras en diferentes cafeterías, por ejemplo, Starbucks, pero el cargo te aparece como “SB Café” o en otras tiendas “Cielito Lindo”. En cada establecimiento saldrá diferente el cargo, pero tú quieres englobar todo esto como un sólo gasto, digamos “Café o Desayuno”. Entonces con el modelo puede identificar estos cargos para marcarlos en esta categoría y te ayude a armar un presupuesto.

De los usos más interesantes de la IA en Finanzas es sobre la autorización de créditos. Existe una teoría en muchas Fintech sobre cómo definir –con pocos datos tradicionales– si puedo o no darte un crédito y ver qué tan preciso es que pagues o no. Un ejemplo, si tu historial marca que no has pagado ningún crédito es probable que se te rechace. Ahora, una percepción sobre la IA es que el simple hecho de usar estas tecnologías con datos básicos implicaría que se acepte el crédito, pero realmente 99% de las veces darán la misma respuesta: no se dará el crédito.

Donde más se podría usar este modelo es cuando los datos no son necesariamente negativos ni positivos. Por ejemplo, personas que no han tenido experiencia con créditos o comprobantes de ingresos. Un dato, sólo 2.5% de mexicanos tiene un crédito personal de acuerdo con la última Encuesta de Inclusión Financiera. Entonces, esto no nos da los datos necesarios para tomar una decisión, así el uso de IA puede empezar a combinar otras variables que promuevan la predictibilidad del pago.

En mi experiencia –anota el Obregón–, no existe esta idea de conocer la predicción mediante datos completamente irrelevantes. Se han probado muchos modelos con datos para analizar como si alguien usa iPhone o Android, o cuanto tiempo se tarda en llenar una solicitud. Estos datos son usualmente irrelevantes, los mejores datos para saber si alguien va a pagar o no es si ha pagado antes, su nivel de ingresos, etc.

En créditos en Fintech hay dos temas, uno era el repago y el segundo es el riesgo de fraude. Por ejemplo, Gerardo es un solicitante, el modelo analizó los datos de Gerardo y verificó que pueda pagar el crédito, pero qué tan factible es que sea realmente Gerardo. Así si hay muchos datos alternativos para analizar si Gerardo es Gerardo, por ejemplo, si se conecta en la misma dirección, si responde preguntas sobre sus actividades económicas, si sus comprobantes están a su nombre, etc. Todo esto de forma manual, con la IA, este proceso de validación puede ser mucho más rápido y preciso.

Sobre los riesgos, ¿qué pasa si en el modelo que hago no acoto ciertos datos? Obregón responde: Por ejemplo, en el modelo de entrenamiento se castiga a las mujeres sólo porque en las solicitudes anteriores usualmente las mujeres no pagaron. Entonces puede ser que seas una mujer excelente pagadora, el modelo te castigará sólo por las anteriores estadísticas. Y así se pueden ver varios casos. Si el modelo identifica que las personas de Yucatán son peores pagadoras, no significa que tú también lo seas a pesar de ser de Yucatán. Así, todas estas variables afectan, en estas cuestiones hay que tener cuidado para evitar estas situaciones.

También otro riesgo es el resultado, por ejemplo, el modelo te arroja una tasa, ¿pero por qué esa y no otra? No se sabe cuáles fueron las razones específicas para arrojar esa cifra, sólo se recopilaron los datos y se dio una respuesta final.

La IA tiene muchísimos beneficios, es toda una revolución tecnológica, pero comparto la opinión de que hay ciertos riesgos y hay que tener cuidado, concluyó Obregón.

Entonces, la Inteligencia Artificial funciona en el mundo financiero para:

  1. Análisis de datos: La IA es capaz de procesar grandes cantidades de datos de manera rápida y eficiente, pues identifica patrones y tendencias ocultas en los datos, lo que ayuda a los inversores y analistas a tomar decisiones más informadas.
     
  2. Trading algorítmico: Los algoritmos son utilizados para ejecutar operaciones de compra y venta de activos financieros en fracciones de segundo, lo que puede conducir a una mayor eficiencia y rentabilidad en las operaciones.
     
  3. Gestión de riesgos: La IA puede evaluar los riesgos asociados con diferentes activos y carteras, lo que ayuda a los inversores y administradores de activos a tomar decisiones más seguras y proteger sus inversiones.
     
  4. Servicio al cliente: También la IA también se ha aplicado en la mejora del servicio al cliente en el mundo financiero. Los chatbots y asistentes virtuales basados en IA pueden proporcionar respuestas rápidas y precisas a las preguntas de los clientes, lo que mejora la satisfacción del cliente y reduce la necesidad de interacción humana para consultas básicas.
     
  5. Detección de fraudes: Los algoritmos de IA pueden analizar patrones de comportamiento y transacciones sospechosas, lo que ayuda a identificar y prevenir el fraude financiero.
     
  6. Asesoramiento financiero: La IA ha permitido el desarrollo de asesores financieros virtuales, también conocidos como robo-advisors, que recomiendan carteras de inversión personalizadas y ofrecer asesoramiento financiero a los clientes, todo de manera automatizada y a un costo más bajo que el asesoramiento tradicional.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *