La transformación digital es un hecho, sin embargo para algunos usuarios es algo que todavía no identifican fácilmente en su día a día. Una de las industrias que más ha cambiado en la materia es la banca, quienes a través de la Inteligencia Artificial logran hacer stress testing, análisis de riesgos y diversos procedimientos.
Existen muchas maneras en la que tecnología puede ayudar a los bancos y entidades financieras, incluso en áreas donde todos los procesos están bien regulados. De hecho, expertos de SAS, aseguran que la Inteligencia Artificial puede resolver problemas sin modificar los modelos y procesos de producción. Por ejemplo, un banco puede determinar el valor de cierto portafolio, basado en datos actuales o simulando diferentes escenarios y condiciones posibles. Estas entregan indicadores y los especialistas de banca los analizan para decidir en que invertir y tomar decisiones.
Como estos procesos tienden a ser un poco lentos, muchas veces los banqueros usan fórmulas para aproximar resultados, pero estos a veces no suelen ser buenos substitutos a la respuesta original, sobre todo en escenarios simulados.
“Gracias a la ayuda del Machine Learning, estos cálculos mencionados anteriormente, se pueden encontrar relaciones y patrones entre los datos almacenados, entregando funciones aproximadas de gran calidad y que se realizan más rápido que cualquier otro proceso”, comenta Marcelo Sukni, Gerente General de SAS Chile.
El gran requisito para la banca es entregar datos de calidad, que sirva para entrenar los modelos a reconocer estos patrones. Otra alternativa es la opción de trabajar con valores de instrumentos financieros, los que se pueden cargar a ciertos modelos analíticos para ser utilizados en stress testing de alta velocidad. Con esto se pueden obtener estimaciones de riesgo, para entender el ambiente en el que este se simula más allá de sólo analizar los números entregados.
“Existen diferentes soluciones y tecnologías que permiten acelerar los procesos ya existentes en la banca, siempre teniendo en cuenta que son solo aproximaciones. En la práctica, siempre se encontrarán diferentes tipos de instrumentos, pero la tecnología mencionada anteriormente entrega mayor efectividad”, asegura Sukni.
Lo cierto es que cuando se trata de Inteligencia Artificial en los negocios, es más probable tener éxito cuando se sabe de manera concreta cual es el problema. Esto, sumado a una buena calidad de datos para trabajar, es una gran alternativa para demostrar porque la tecnología es necesaria, incluso en negocios como la banca.
