A medida que la inteligencia artificial transforma un número creciente de dominios, las instituciones financieras y las empresas se están moviendo rápidamente para mantener el ritmo. Esto puede afectar la forma en que su banco invierta, reciba préstamos y prevenga los delitos financieros.

En el corazón de la revolución de la IA están los algoritmos de aprendizaje de máquina, software que se auto-mejora a medida que se alimenta de más y más datos, una tendencia de la cual la industria financiera puede beneficiarse inmensamente. Aquí están algunas de las tendencias clave que hacen incursiones en este espacio.

Detección de fraude

Mientras el comercio electrónico ha aumentado en popularidad, el fraude en línea también. Sin embargo, la lucha contra el fraude en línea es muy difícil. La disminución de las transacciones de manera demasiado agresiva para evitar el fraude puede ser una meta autodestructiva. Según un estudio realizado en el 2015 por la firma de investigación Javelin Strategy, las falsas declinaciones, las transacciones legítimas que son rechazadas erróneamente, representan $ 118 mil millones en pérdidas para los minoristas. Un tercio de los casos de declinación falsa resultan en clientes perdidos, y sólo en Estados Unidos incurren en daños que valen 13 veces el valor del fraude real.

La inteligencia artificial puede ser útil aquí. Mediante el análisis de varios puntos de datos, los algoritmos de aprendizaje de máquinas pueden detectar transacciones fraudulentas que pasarían desapercibidas para los analistas humanos, al tiempo que mejorarían la precisión de las aprobaciones en tiempo real y reducirían los falsos descensos.

Varias compañías están explorando la prevención del fraude basada en la IA. Un ejemplo es la reciente tecnología de Inteligencia de Decisión de Mastercard. En lugar de limitarse a reglas predefinidas, la ID recoge los patrones de las compras históricas y los hábitos de consumo de los titulares de tarjetas para establecer una línea de base de comportamiento con el que se comparará y puntuará cada nueva transacción. Esto es una mejora importante sobre las tecnologías tradicionales de prevención, una sola talla para evaluar todas las transacciones. Mientras que Mastercard no es la primera firma financiera en emplear inteligencia artificial en la detección de fraudes, los miles de millones de transacciones que procesa cada año le dan un montón de datos para entrenar y perfeccionar sus algoritmos.

Otras compañías como Sift Science emplean un enfoque más holístico. Sift Science recopila datos de más de 6.000 sitios web donde se implementa su solución de detección de fraudes. Esto le permite rastrear y analizar datos a través de múltiples canales y dispositivos. El motor correlaciona diferentes puntos de datos incluyendo pagos y actividad en sitios web para crear mejores modelos de comportamiento del cliente y detectar transacciones fraudulentas.

Chatbots bancarios

En años anteriores, los chatbots impulsados por el procesamiento de lenguaje natural (NLG) y los algoritmos de aprendizaje automático se han convertido en una poderosa herramienta con la que proporcionar una experiencia personalizada y de conversación a los usuarios en diferentes dominios.

Hay varias maneras en que los chatbots de IA pueden mejorar el sector bancario, incluyendo ayudar a los usuarios a administrar su dinero y sus ahorros. Plum, un chatbot accesible a través de Facebook Messenger, le ayuda a ahorrar dinero en pequeños incrementos. Al registrarse, usted conecta Plum a su cuenta bancaria, después de lo cual el motor de IA detrás de él analiza sus ingresos y hábitos de gasto y predice cuánto puede permitirse el lujo de ahorrar. A continuación, deposita pequeñas cantidades en su cuenta de ahorros de Plum en momentos oportunos, e informa periódicamente.

Otro ejemplo es Cleo, un chatbot que le ayuda en el seguimiento de sus ingresos y gastos a través de varias cuentas. El chatbot le permite consultar sus datos financieros de manera conversacional, como si estuviera hablando con un contador personal. El asistente también puede ayudarle proporcionando consejos sobre cómo administrar su dinero y ahorrar para los planes futuros.

Los bancos también están incursionando en el negocio chatbot para mejorar sus interfaces de autoservicio, un área que se atribuye generalmente con mala calidad. Bank of America planea lanzar su chatbot de Inteligencia Artificial, Erica (un juego en el nombre del banco) a finales de este año. El asistente digital, que está disponible a través de chat de voz o mensajes en la aplicación móvil del banco, le ayudará a tomar decisiones más rápidas e inteligentes. En lugar de navegar por la interfaz de usuario de la aplicación, puede mandar a Erica, por ejemplo, enviar dinero a un amigo o pagar una factura. El motor de chat de chatbot también aprovecha analíticas para ayudarle a administrar sus finanzas personales. Por ejemplo, puede ayudarle a lograr un objetivo de ahorro haciendo sugerencias basadas en sus patrones de ingresos y gastos.

Negociación algorítmica

Si hay una cosa en la que las computadoras siempre han sido buenas, son números crujientes. Gracias al aprendizaje automático, ahora pueden asumir las sutilezas y complejidades involucradas en tareas tales como negociar acciones. Un puñado de fondos de cobertura están explorando el concepto, y han logrado obtener resultados que rivalizan con la intuición de los expertos humanos.

Sentient Technologies, una compañía de IA con sede en San Francisco que también administra un fondo de cobertura, ha desarrollado un algoritmo que ingesta millones de puntos de datos para encontrar patrones de negociación y las tendencias de pronóstico, lo que le permite tomar decisiones exitosas. Sentient ejecuta billones de simulaciones de escenarios comerciales creados a partir de la gran cantidad de datos públicos disponibles en línea. Sus algoritmos usan esos escenarios para identificar y combinar patrones comerciales exitosos y diseñar nuevas estrategias. Estas técnicas permiten a la start-up reducir 1,800 días de comercio en pocos minutos. Las estrategias comerciales exitosas, a las que llama "genes", son probadas en el comercio en vivo, donde evolucionan de forma autónoma a medida que adquieren experiencia.

Otro fondo de cobertura, Numerai, utiliza la inteligencia artificial para tomar decisiones comerciales. En lugar de desarrollar los propios algoritmos, han subcontratado la tarea a miles de científicos de datos anónimos, que compiten para crear los mejores algoritmos y ganar la criptomonedas por sus esfuerzos. Numerai comparte los datos comerciales con los científicos de una manera que les impide replicar los oficios del fondo mientras les permite construir modelos para mejores operaciones.

El jurado todavía está dilucidando si inteligencia artificial dominará las complejidades del comercio de acciones, que a menudo se ven afectados por los parámetros más inesperados e impredecibles, como las diatribas en Twitter por el presidente de EE.UU. La práctica todavía tiene muchos escépticos, especialmente con los comerciantes tradicionales que dudan sobre la falta de transparencia en los algoritmos de IA. Sin embargo, lo que es evidente es que los algoritmos pueden proporcionar inestimables ideas y sugerencias que ayudarán a los seres humanos que ejecutan las operaciones a tomar mejores decisiones.

El futuro de la IA en las finanzas

La inteligencia artificial tal como la conocemos hoy en día todavía está en su infancia y tiene que superar obstáculos, incluidos los desafíos legales, éticos, económicos y sociales. Sin embargo, las perspectivas de un comercio más inteligente, menos daño y una experiencia más personalizada son grandes. El futuro del dinero acaba de ser más emocionante.