Adopción de la AI generativa en la banca: casos de uso y posibles retos

Los modelos GenAI, como los GAN, simulan transacciones fraudulentas para ayudar a los bancos a potenciar la detección del fraude y la gestión del riesgo. Por ejemplo, la detección de pagos atípicos de Citi utiliza ML estadísticos avanzados para identificar proactivamente los pagos atípicos. El Deutsche Bank, en colaboración con NVIDIA, está probando ML llamados Finformers para proporcionar alertas tempranas de riesgo y acelerar la recuperación de datos. Y HSBC se asoció con Google Cloud para desarrollar AML AI, una solución autónoma entrenada con datos de clientes para prevenir el blanqueo de capitales.

La capacidad de GenAI para procesar enormes cantidades de datos la convierte en una gran herramienta para la previsión financiera. A los bancos les encanta porque las predicciones precisas en mercados que cambian rápidamente son clave para tomar decisiones inteligentes. JPMorgan Chase, por ejemplo, utiliza el aprendizaje profundo y el aprendizaje por refuerzo para detectar las tendencias del mercado y afinar sus estrategias de negociación. Goldman Sachs se apoya en Kensho, una plataforma de IA que profundiza en los documentos financieros con redes neuronales y PLN, ayudándoles a predecir los precios de los activos con más confianza.

Las herramientas GenAI agilizan el procesamiento de documentos en la banca: detectan patrones con facilidad, extraen los datos necesarios mucho más rápido y son mucho menos propensas a cometer errores. Además, se vuelven más inteligentes con el tiempo. Un buen ejemplo de ello es COiN (Contract Intelligence) de JPMorgan Chase, una plataforma de inteligencia artificial capaz de procesar miles de documentos en segundos. Utiliza PNL para dar sentido a la jerga jurídica, señalando riesgos como el incumplimiento o los términos imprecisos ocultos en los contratos. Así se reducen los errores y la necesidad de trabajo manual, se liberan recursos y se evitan costosos litigios.

Una de las mejores cosas de GenAI es cómo puede manejar las cosas por sí misma, lo que la convierte en una herramienta muy útil para las investigaciones. Puede filtrar datos, encontrar patrones e incluso sugerir o tomar medidas, lo que es genial para casos complicados como los delitos financieros. Por ejemplo, Barclays utiliza Darktrace, una IA que rastrea cómo los defraudadores llevan a cabo sus planes y muestra al equipo de seguridad exactamente qué salió mal, qué sistemas fueron atacados y cómo reforzar las defensas. Además, si se produce un fraude en tiempo real, puede intervenir para bloquear transacciones sospechosas o congelar cuentas, todo ello sin entorpecer las operaciones comerciales habituales.

GenAI ayuda a los bancos a crear productos financieros personalizados, ajustar funciones e incluso detectar riesgos antes de que se produzcan, todo ello sin perder flexibilidad ante los cambios de los mercados. Un buen ejemplo es Standard Chartered, que utiliza plataformas como Peltarion y AWS AI para profundizar en los datos del mercado y el comportamiento de los clientes. Esto les ayuda a predecir tendencias y crear productos personalizados, como inversiones centradas en ESG y soluciones bancarias personalizadas, al tiempo que simulan el rendimiento de los productos.

A diferencia de los métodos tradicionales de calificación crediticia, GenAI adopta un enfoque más exhaustivo al tener en cuenta factores que van más allá del historial de crédito. Examina los hábitos de gasto, los acontecimientos vitales y los cambios del mercado para ofrecer una evaluación más precisa y justa de la solvencia de un cliente. Por ejemplo, JPMorgan Chase y Wells Fargo utilizan la plataforma FICO Falcon, que aprovecha GenAI. Simula diferentes escenarios, como la forma en que un cliente podría afrontar la pérdida de un empleo o una recesión económica, lo que ayuda a los bancos a comprender la capacidad del cliente para devolver los préstamos y crear una puntuación crediticia más personalizada.

GenAI ayuda a los bancos a descubrir oportunidades de inversión ocultas y a agilizar las decisiones difíciles, lo que facilita mantenerse a la cabeza con estrategias inteligentes y oportunas incluso en mercados volátiles. La plataforma LOXM de JPMorgan utiliza modelos GenAI para analizar datos de mercado, proponer recomendaciones personalizadas y simular distintos escenarios de negociación. En Morgan Stanley, su plataforma Next Best Action utiliza GenAI para ofrecer a los asesores consejos de inversión basados en los objetivos financieros y la tolerancia al riesgo de cada cliente.