Muchas entidades financieras están realizando cada vez más modelos analíticos porque generan impacto positivo en el negocio por su nivel de automatización, por el retorno que generan, por la precisión y rapidez en la toma de decisiones, entre otras ventajas, señala Saby Celestino, consultora de analítica avanzada de SAS, en el siguiente artículo de opinión.
Por Saby Celestino, consultora de analítica avanzada de SAS
El impacto de la transformación digital en el sector financiero, impulsado por los avances tecnológicos, el uso de la Inteligencia Artificial (IA) y la gestión basada en datos, viene contribuyendo positivamente a la industria brindándoles una serie de herramientas que les permite una mejor protección de la información de sus clientes, brindar servicios y productos financieros personalizados, mejorar la experiencia del cliente, reducir el time to market e incrementar la eficiencia en sus operaciones.
Sin embargo, para lograr lo anterior, las instituciones financieras deben integrar sus servicios financieros en ecosistemas digitales, pero antes deben ir transformando gradualmente sus divisiones de negocios en nuevos modelos integrados que puedan ayudar en tareas complejas o repetitivas y que, gracias a la tecnología junto a las herramientas digitales, no trabajen de manera aislada y estén en capacidad de ser flexibles y de responder rápidamente a los cambios y necesidades del negocio de acuerdo al dinamismo del mercado.
Es por ello que muchas entidades financieras están realizando cada vez más modelos analíticos porque generan impacto positivo en el negocio por su nivel de automatización, por el retorno que generan, por la precisión y rapidez en la toma de decisiones y elaboración de acciones en distintas áreas, pero este crecimiento en el número de modelos dentro de las instituciones financieras debe ser muy bien gestionado y tener un gobierno.
Debido a esto, en Perú, la Superintendencia de Banca, Seguros y AFP (SBS) ha lanzado a inicios de este año la normativa de Gestión de Riesgo de Modelos, que establece lineamientos para mitigar la probabilidad de ocurrencia del Riesgo de Modelo con una adecuada gestión, ya sea en los modelos de riesgos de crédito, mercado, liquidez, operacional y lavado de activos de las empresas del sistema financiero y seguros.
Es importante que las instituciones financieras se familiaricen con esta normativa, con el fin de que utilicen modelos correctos y confiables para una adecuada generación de estrategias y políticas comerciales de marketing y de riesgos dentro de la entidad.
En Perú y la región, tenemos muchos casos de éxito que están utilizando modelos de IA donde se ha evidenciado el aumento de la rentabilidad, un crecimiento con una buena calidad de cartera de clientes.
Por ello, se hace urgente que más entidades financieras puedan conocer las ventajas de la inteligencia artificial para que lo lleven a la práctica y, de esta manera, evolucionar y alcanzar la transformación digital que los ayudará a entender y adaptarse rápidamente a las necesidades del consumidor, mejorar la gestión de créditos, controlar el riesgo, evitar el fraude y cumplir con la regulación.
Está comprobado que los sistemas de IA darán la posibilidad de obtener mayores ganancias, bajar la morosidad, tener una mayor precisión en los datos y la trazabilidad de los modelos.
En definitiva, queda claro que la IA en el sector financiero es una herramienta poderosa por la cual muchas de las empresas financieras están incursionando por los grandes beneficios que pueden tener tanto para ellas como para los clientes finales.