La adopción de IA generativa y grandes modelos de lenguaje será un requisito para los bancos que quieran mantenerse al día con el resto del mundo, dijeron los expertos, pero sus procesos deben ser responsables y eficientes.
Los bancos están ansiosos por adoptar IA generativa, como ChatGPT de OpenAI o Bard de Google, para aumentar la productividad interna y mejorar la experiencia del cliente. Pero la industria, que tiende a abordar la innovación con cautela, necesitará un camino hacia una implementación y evaluación exitosas.
Las instituciones financieras están aumentando las inversiones mientras buscan las mejores formas de aplicar la tecnología, según un informe de KPMG publicado exclusivamente para American Banker. Los datos se basan en las respuestas a una encuesta de junio de 56 ejecutivos de servicios financieros estadounidenses en organizaciones con más de mil millones de dólares en ingresos, como parte de un estudio de 200 líderes de todas las industrias.
“Ciertamente hay más preguntas que respuestas cuando se trata de IA a medida que los ejecutivos evalúan los casos de uso, pero creo que está bastante claro que los ejecutivos bancarios ven el poder transformador de la IA”, dijo Peter Torrente, líder del sector nacional de banca y mercados de capital en La práctica de auditoría de KPMG.
Casi todos los bancos están evaluando oportunidades de IA generativa, dijo Christine Livingston, directora general y líder de IA en Protiviti, pero sólo unos pocos han comenzado a aplicar la IA generativa y grandes modelos de lenguaje de manera significativa.
Para los bancos que quieran saltar al espacio de la IA generativa, aquí hay una lista de las principales consideraciones y cómo navegar por ellas:
¿Cual es el uso?
Los bancos que quieran entrar en el espacio de la IA generativa deberían primero investigar sus usos . Los expertos recomiendan aplicar la tecnología para actuar en conjunto con los empleados, no en lugar de ellos. Livingston, de Protiviti, dijo que la mayoría de los bancos que están implementando IA generativa y grandes modelos de lenguaje ahora están comenzando con usos internos.
Según los datos de KPMG, el 76% de los ejecutivos de servicios financieros dijeron que ven la detección de fraude como una aplicación importante. Más de dos tercios de los encuestados dijeron que el cumplimiento y el riesgo serán los usos principales. Por ejemplo, los bancos podrían utilizar la IA generativa para automatizar las presentaciones regulatorias y analizar datos históricos para simular escenarios de riesgo. La IA generativa probablemente también se utilizará para impulsar chatbots más sofisticados orientados al consumidor, según el 66% de los encuestados.
La mayoría de las instituciones financieras todavía se encuentran en las fases de exploración o ideación, investigando qué prácticas serían más valiosas para ellas. Los principales bancos como JPMorgan Chase, Wells Fargo y Goldman Sachs, que han estado experimentando con esta tecnología innovadora durante años, están implementando una serie de programas basados en IA.
JPMorgan Chase está comenzando a utilizar grandes modelos de lenguaje para detectar fraude , examinando patrones en los correos electrónicos en busca de signos de compromiso, entre otros usos. Goldman Sachs está utilizando IA generativa para ayudar a los ingenieros de software en el desarrollo de código, lo que, según el director de información, Marco Argenti, hará que esos empleados sean ‘sobrehumanos’.
Ally Bank ha puesto a prueba un programa impulsado por IAque transcribe y resume las llamadas de servicio al cliente, un trabajo que antes realizaban manualmente los representantes del centro de contacto. SouthState Bank en Winter Haven, Florida, capacitó una versión empresarial de ChatGPT que permite a los empleados usarlo para consultar políticas bancarias, redactar correos electrónicos y resumir reuniones.
¿Cuál es la mejor manera de gobernar la IA?
Según los expertos, crear un marco de gobernanza en torno a políticas, ética y uso es crucial para implementar IA generativa y grandes modelos de lenguaje. Si bien la mayoría de los bancos cuentan con marcos de gobernanza existentes, deben tener en cuenta los nuevos elementos de riesgo que surgen con la última tecnología. Torrente dijo que la confianza, la justicia, la explicabilidad, la rendición de cuentas, la integridad de los datos, la confiabilidad, la seguridad y la protección son aspectos clave para establecer políticas.
La mayoría de los bancos están considerando la ética mientras investigan la IA generativa y los grandes modelos de lenguaje, dijo Torrente. Muchos bancos están entrenando modelos sobre datos como políticas internas y prácticas bancarias, pero excluyendo cualquier información del cliente. JPMorgan Chase anunció que contrató a expertos en ética de datos y creó un puesto de director de datos y análisis para gestionar la IA en toda la empresa.
Livingston dijo que es importante considerar los detalles de la tecnología al dar forma a su gobernanza, como los modelos de aprendizaje automático que utiliza, el tipo de IA y cómo se utiliza. El contexto de su aplicación afectará el nivel de riesgo.
‘Si está utilizando, por ejemplo, IA generativa para tomar notas y resúmenes de reuniones internamente, ese es un perfil de riesgo muy diferente al de usar IA en una función de préstamo para determinar a quién le prestará o no, o cuánto podría prestarles’, afirmó Livingston.
Añadió que los bancos pueden utilizar ejemplos existentes como el marco ético de IA de Google o el Marco de Gestión de Riesgos de IA del Instituto Nacional de Estándares y Tecnología.
Según los informes, algunos bancos han prohibido a los empleados usar ChatGPT.podría tener un impacto negativo , dijo Ryan Favro, director general de Capco, en una entrevista en junio con American Banker. En cambio, los bancos deberían establecer políticas sobre cómo utilizar la tecnología de manera responsable.
Como mides el exito?
La investigación y el despliegue de IA generativa y grandes modelos de lenguaje es un gran impulso e inversión para los bancos. Los bancos necesitarán evaluar y actualizar los datos y la arquitectura existentes, contratar y mejorar las habilidades de su fuerza laboral de acuerdo con sus ambiciones tecnológicas y monitorear y evaluar continuamente el desempeño.
‘Va a ser tan transformador que creo que los ejecutivos lo están incorporando tanto a la estrategia de corto plazo a través de programas piloto como a estrategias de más largo plazo’, dijo Torrente. ‘Siempre hay un equilibrio en la inversión: avanzar en el corto plazo, pero invertir para obtener retornos a más largo plazo’.
Los datos de junio de KPMG mostraron que el 42% de los ejecutivos de servicios financieros esperaban aumentar las inversiones en IA generativa entre un 50% y un 99%, y el 41% de los encuestados esperaba un aumento de más del 100%.
Esto significa que los bancos también deben establecer cómo medirán los rendimientos.
‘Siempre es una pregunta en la que animamos a los clientes a pensar incluso antes de estar en la fase de prueba de concepto o de experimentación’, dijo Livingston. ‘Si tienes esta acumulación de 200 ideas, mientras intentas descubrir las aplicaciones empresariales de ellas, ¿cuáles son algunas de las métricas y medidas del éxito, y las formas en que vas a medir el valor?’
Algunas aplicaciones están diseñadas para crear eficiencias en los procesos, de modo que los bancos puedan comparar la cantidad de tiempo que lleva un proceso antes y después de usar la IA. Otros podrían cuantificarse mediante cantidades en dólares, como la creación de ingresos o los gastos ahorrados.
JPMorgan Chase pretende generar 1.500 millones de dólaresa través de iniciativas de IA para fin de año. Argenti, de Goldman Sachs, dijo en mayo que el banco había visto importantes aumentos de eficiencia en la codificación durante los pocos meses que había estado probando la aplicación.
‘Se puede ver fácilmente un aumento de productividad de al menos entre un 10% y un 30%’, dijo Argenti en una entrevista en ese momento. ‘Así que un desarrollador sobrehumano podría ser entre un 30% y un 40% más productivo. Si lo asignamos al costo típico de TI de una organización, especialmente en nuestro campo, eso muy rápidamente puede sumar hasta $100 millones en ahorros’.
A pesar del entusiasmo de los ejecutivos de servicios financieros por invertir en IA generativa, sólo el 22% de los encuestados de KPMG dijeron que la tecnología proporcionaría una ventaja competitiva significativa, lo que podría reflejar preocupaciones sobre la velocidad de comercialización y la posible regulación. La encuesta mostró que el 40% de los encuestados cree que su infraestructura digital se encuentra en un ‘nivel de desarrollo bajo o medio’.
¿Comprar o construir?
Los bancos deben evaluar si se asociarán con un proveedor para ofrecer IA generativa, construir sus propios modelos internamente o combinar las estrategias. Los principales proveedores de computación en la nube, Amazon Web Services, Google y Microsoft, son actores importantes en este espacio , junto con algunas fintechs.
‘Creo que cuando tienes una empresa de tecnología que está más avanzada en el desarrollo de la tecnología, esa podría ser una forma relativamente eficiente de poder acceder a la tecnología relativamente rápido, en lugar de construirla tú mismo’, dijo Torrente. ‘Creo que toda esta noción de sentirse cómodo con los terceros con los que estás subcontratando, que siempre es un tema candente en la industria bancaria, también entra en juego’.
En junio, los reguladores federales publicaronorientación interinstitucional sobre las relaciones con terceros, que asignaba la mayor parte de la responsabilidad de la gestión de riesgos a los bancos. Cualquiera que sea el modelo o método que utilicen los bancos, tendrán que explicar por qué y cómo eligieron.
Livingston dijo que cree que se subestima la capacidad de ajustar los modelos de cimentación para casos de uso específicos. Las instituciones financieras deben configurar, integrar y ajustar las capacidades de un modelo con sus datos empresariales específicos para mejorar el valor, dijo.
Ally Bank se asoció con Microsoft para construir Ally.ai, que une GPT-3.5 con las aplicaciones internas del banco y los datos y la seguridad de los datos. Westpac, con sede en Sydney, utiliza Kai-GPT, un modelo de lenguaje grande de Kasisto, una fintech que ofrece soluciones de IA a los bancos. Kai-GPT es un modelo de lenguaje grande entrenado en conversaciones y datos en la industria bancaria. Westpac también ajustará la tecnología en su contenido patentado para reducir el potencial de alucinaciones o cuando la IA generativa inventa información.
Microsoft ha invertido 13 mil millones de dólares en OpenAI, AWS está canalizando 100 millones de dólares hacia un centro de innovación de IA generativa y Google invirtió 300 millones de dólares en la empresa de IA generativa Anthropic.
¿Dónde encontrar a la gente?
Los bancos necesitan equipos interdisciplinarios para implementar y gestionar la IA generativa y grandes modelos de lenguaje, teniendo en cuenta áreas como el riesgo, las aplicaciones comerciales y la tecnología.
‘La contratación será una parte de la estrategia’, dijo Torrente. ‘Mejorar las habilidades de la fuerza laboral existente también será muy importante, dado que con el tiempo, [la IA generativa] se volverá cada vez más omnipresente dentro de las diversas funciones del banco y dentro de las diversas líneas de negocios del banco’.
Livingston dijo que es imperativo que los bancos asignen recursos a empleados que puedan respaldar las innovaciones.
‘Creo que todos tendrán que hacerlo, o quedarán fuera del juego’, dijo Livingston. ‘Es necesario identificar o contratar los recursos adecuados para respaldar y sostener estas innovaciones. Será parte de su infraestructura central en su pila tecnológica central. Y creo que será muy difícil, si no imposible, competir sin tener IA. como parte central de su arquitectura empresarial’.
Livingston dijo que normalmente las brechas en la fuerza laboral están en la tecnología. Los bancos necesitan un arquitecto empresarial, una función que a menudo se puede mejorar capacitando a alguien con experiencia en desarrollo, que reúna componentes de IA, como aplicaciones, integraciones y datos. Las habilidades en ciencia de datos, como ajustar y adaptar modelos, a menudo son más difíciles de mejorar, dijo Livingston, pero agregó que cree que la industria de servicios financieros tiene una ventaja debido a la cantidad de talento en el espacio con experiencia cuantitativa y matemática.
El informe de KPMG también mostró que es más probable que los ejecutivos de servicios financieros piensen que cuentan con las personas adecuadas para adoptar la IA generativa que los ejecutivos de otras industrias.
JPMorgan dijo en mayo que había contratado a 900 científicos de datos, 600 ingenieros de aprendizaje automático y 200 investigadores de inteligencia artificial para ejecutar sus iniciativas tecnológicas.
Fuente: https://www.americanbanker.com/list/how-banks-can-adopt-generative-ai?utm_source=newsletter&utm_medium=email&utm_campaign=V3_AB_Daily_2023%2B%27-%27%2B08282023&bt_ee=zGmKIVX6K1SH5gqr5nyZLzNcMu%2Bs
