Cómputo cognitivo al servicio de la banca

Por: Gustavo Parés, director general de NDS Cognitive Labs

El cómputo cognitivo se ha convertido en una poderosa herramienta digital que utilizan las entidades financieras, debido a las ventajas que ofrece para la predicción, clasificación y segmentación de datos.

Un informe del Institute for Business Value,de IBM, afirma que el 46% de las empresas Latinoamericanas ya experimentan, implementan y operan aplicaciones con cómputo cognitivo. Mientras que el 88% de estas compañías esperan que el cómputo cognitivo sirva de apoyo para incrementar y mejorar sus operaciones.

Podríamos entender que la banca cognitiva engloba al conjunto de soluciones y herramientas de Inteligencia Artificial (IA) aplicadas al mundo de las finanzas, con el objetivo de optimizar procesos y reducir costos de operación.

La IA está mejorando diferentes campos de vital importancia, y el sector financiero es uno de ellos; por ende, es necesario analizar las ventajas y beneficios que esta herramienta aporta a las empresas. Algunas son:

• Desarrollo de productos y servicios

El cómputo cognitivo es capaz de administrar cantidades inmensas de transacciones bancarias de un modo más práctico, lo que permite a los bancos competir en el análisis de datos. Esta tecnología puede utilizar información basada en evidencias o en un determinado contexto para proporcionar productos y servicios personalizados a los clientes. Esto mejorará el autoservicio para los usuarios bancarios a través de la automatización de los productos y servicios de banca e inversión.

Asimismo, ofrece el potencial de brindar asesoramiento de inversión automatizado pero personalizado en una escala más pequeña para casi cualquier persona, abriendo las inversiones a una audiencia mucho más amplia.

Betterment, el robo advisor de Betterment LLC, tenía aproximadamente 13,5 mil millones de dólares en activos bajo administración en febrero de este mismo año y promete mantener un 2.9% adicional del retorno de inversión cada año. Tener un asesor financiero robótico pronto podría ser una rutina.

• Formular predicciones

Al rastrear las operaciones que realiza una persona con su tarjeta de crédito, los sistemas de cómputo cognitivo realizan procesos para segmentar a sus usuarios, lo que a su vez pronostica cuando un cliente quiere cambiar de banco, optimiza las promociones personalizadas, mejora la seguridad a través de patrones de compra o incluso si un usuario está satisfecho con el servicio o producto.

Cuando estas máquinas recaban los datos, generan predicciones y perfiles que son utilizados para atender a clientes que comparten gustos y eso lo puede usar un banco a su favor.

• Consultoría de inversiones

La inversión empresarial puede ser mejorada por el cómputo cognitivo. Elegir dónde invertir puede tomar una cantidad de tiempo excesiva mientras se busca en diversas fuentes de información. Mediante el uso de sistemas cognitivos, los bancos pueden analizar estas fuentes de los inversionistas para explorar los últimos cambios en el mercado, calcular los riesgos y fijar límites, así como generar recomendaciones que tengan en cuenta los perfiles personales de los clientes. Por lo tanto, los bancos pueden proporcionar a las empresas un asesoramiento actualizado y más preciso.

• Prevención de riesgos

Con el paso de los años la tecnología ha progresado, lo que también ha generado una evolución en las modalidades de fraude; de hecho, según la CONDUSEF, en 2011 reportó 99 mil quejas por fraude cibernético, cifra que para 2018 alcanzó los 2 millones de personas.

La banca está llena de peligros como ciberataques o fraudes, que ponen en riesgo las cuentas y datos personales de los usuarios, perjudicando tanto al cliente como a la entidad financiera; sin embargo, gracias al cómputo cognitivo, existe la posibilidad de encontrar y evaluar cientos de datos, lo que puede detectar señales de alerta antes de que se concrete un evento de riesgo ayudando prevenir el fraude, evitar robo de dinero o de información confidencial.

Esto permite implementar distintos mecanismos para prevenir fraudes financieros, como el análisis de comportamiento del usuario que determina si las transacciones son normales o fuera del patrón; por ejemplo, los especialistas en fraudes podrían crear un umbral para las transferencias bancarias de 10,000 dólares, por lo que cualquier transacción que supere ese monto será marcada por la computadora para una investigación adicional.