La enorme expectación suscitada este 2023 por la IA ha llegado también al sector de las finanzas, aunque la gran mayoría de las entidades bancarias han actuado con cautela a la hora de sumarse inmediatamente a este proyecto. En una actividad tan fuertemente regulada, que las consecuencias de un error podrían ser enormes.
Algunos de los mayores bancos iniciaron este año con la prohibición de que sus trabajadores realizaran experimentos con ChatGPT en su día a día. Su preocupación eran los fallos de facto, las “alucinaciones” y los peligros de plagio intrínsecos a la versión pública de esta herramienta de generación de textos. No obstante, detrás de las bambalinas, los mismos bancos han estado luchando por captar talento en tecnología, a la vez que estudian cómo pueden usar la inteligencia artificial generativa y cómo podría superar a las herramientas de IA de predicción, o de aprendizaje automático, usadas durante años para detectar el fraude y combatir el blanqueo de capitales.
Morgan Stanley (MS) se convirtió en el mes de septiembre en uno de los primeros de las principales entidades bancarias en implementar una auténtica herramienta de IA generativa en su actividad: un chatbot interno dirigido a sus asesores de finanzas y basado en la tecnología de OpenAI, con el objetivo de que todos sus asesores se muestren tan inteligentes como los más destacados. Fue una jugada arriesgada. El enorme riesgo de la inteligencia artificial generativa radica en que sus herramientas están pensadas para dar más importancia a la fluidez que a la exactitud, como señala un informe reciente de UK Finance, un organismo comercial del sector, y la consultora Oliver Wyman.
Han sido concebidas para parecer convincentes, como si hubiese un sólido argumento, así como conocimientos, respaldando sus palabras. En realidad, no existe ningún organismo concreto en su interior que pueda recordar datos de forma menos que perfecta.
La IA generativa tampoco ha resuelto problemas preexistentes que pueden plantear grandes riesgos para los bancos: el potencial de sesgo en los datos o resultados y la falta de transparencia en cómo se llegó a sus conclusiones. Cuando le vende a alguien un producto de inversión o una estructura fiscalmente eficiente, debe asegurarse de que se adapte al cliente. Si rechaza un préstamo hipotecario a alguien, debe poder demostrar que no se debe a su color de piel. Los humanos de los bancos han logrado hacer estas cosas mal durante años sin la ayuda de robots.
“Los bancos necesitan implementar una IA segura, justa y eficaz para mitigar el riesgo y generar confianza”, dijo Mike Mayo, analista de Wells Fargo & Co (WFC)., escribió recientemente. “Ningún banco quiere ser el modelo de error en la IA”.
Morgan Stanley se protegió limitando la fuente de datos que utiliza su chatbot a su propio capital intelectual. Esto se ha verificado minuciosamente para garantizar que sea preciso y esté organizado para la IA de manera que garantice que obtenga constantemente las respuestas correctas, según Jeff McMillan, jefe de análisis, datos e innovación.
El banco también limitó sus posibles respuestas. “Si le pregunta cómo abrir una cuenta fiduciaria, obtendrá esa información”, dijo McMillan por correo electrónico. “Pero si le preguntas sobre un partido de fútbol, simplemente dirá que no lo sabe. Y creemos que “no sé” es una respuesta válida y justa”.
Ésta es una buena limitación. Al igual que algunas personas, la IA generativa puede ser propensa a formular respuestas inciertas o incorrectas con un alto grado de confianza.
Aún es temprano, pero si bien los bancos estadounidenses parecen tener más esperanzas en el potencial de la IA generativa para aumentar los ingresos, eso es menos cierto en el Reino Unido. Según una encuesta de UK Finance, sólo el 13% de los grupos financieros cree que la IA impulsará las ventas. La mayoría dijo que los principales beneficios estarán en la eficiencia operativa.
Aún así, sólo el 9% de las 23 grandes empresas financieras que respondieron a la encuesta de UK Finance habían implementado herramientas de inteligencia artificial predictivas más simples para múltiples tareas, mientras que el 12% las había implementado para menos de un puñado. Ninguno de los encuestados había utilizado ampliamente la IA generativa y solo el 5% la había utilizado de forma limitada. Sin embargo, el 17% estaba ejecutando programas piloto o experimentos de prueba de concepto con la tecnología más nueva con la esperanza de utilizarla en el futuro.
Los beneficios que esperan los bancos no necesariamente incluyen grandes reducciones de personal. Muchas empresas consideran que estas herramientas mejoran las capacidades del personal (como ocurre con el chatbot de Morgan Stanley) y se convierten en una especie de copiloto para la generación de ideas, los servicios al cliente o la gestión y presentación de datos.
La falibilidad de la IA generativa significa que aún podría quedar mucho trabajo para verificar sus resultados. Mientras tanto, otras habilidades podrían ser más útiles que las que poseen muchos empleados bancarios en la actualidad. Por ejemplo, Morgan Stanley descubrió que las mejores personas a la hora de escribir indicaciones para mejorar su chatbot eran jóvenes con títulos en artes liberales y buenos comunicándose.
Para ilustrar el revuelo sobre la IA, los consultores de McKinsey afirmaron este verano que la IA generativa podría agregar valor a las empresas por valor de entre US$2,6 y US$4,4 billones al año, es decir, potencialmente más que el actual producto interno bruto de California. McKinsey calcula que los bancos podrían capturar hasta US$340.000 millones de estas ganancias.
Estos pronósticos son tontos y probablemente nunca se demostrará que son correctos o incorrectos. Pero los bancos intentarán utilizar la IA en cualquier forma razonable que puedan; después de todo, las finanzas son el negocio original de la tecnología de la información. Sin embargo, deben moverse lenta y cuidadosamente. Hay un mundo completamente nuevo de peligros por delante.
Esta nota no refleja necesariamente la opinión del consejo editorial o de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
