michael haneyresponsable de la estrategia de producto en Tecnologías financieras GalileoDicho aprendizaje automático, combinado con el auge de la inteligencia artificial generativa, marcará el comienzo de una nueva era de productividad administrativa y, en última instancia, transformará la forma en que las organizaciones de servicios financieros utilizan los datos para ofrecer experiencias hiperpersonalizadas.
La conversación de Haney con PYMNTS es parte de la serie “Qué sigue en pagos: pagos y GenAI”.
Todavía estamos en una era en la que las organizaciones de servicios financieros están adoptando el aprendizaje automático (un subconjunto de la IA), afirmó. Pero cada vez más, las organizaciones recurren cada vez más a la IA generativa y el aprendizaje automático para “potenciar” sus operaciones de back-end y mejorar la productividad, la eficiencia y la calidad.
Aunque el aprendizaje automático a veces requiere intervención manual a medida que los usuarios modifican los modelos ellos mismos y examinan cuáles funcionan mejor, los modelos adquieren la capacidad de aprender y adaptarse más rápidamente a medida que cambian las condiciones, explicó Haney.
En este campo del aprendizaje automático existen técnicas llamadas redes neuronales. Las redes neuronales son un “intento de imitar cómo funciona el cerebro humano y, a menudo, tienen múltiples capas”, dijo Haney. Cuantas más capas se utilicen, más capacidad, eficiencia, rendimiento y precisión se podrán mejorar.
Los avances en la IA generativa han ampliado el potencial del aprendizaje automático más allá de los “motores de reglas rígidos e inflexibles” del pasado limitados a tipos de contenido específicos. Los métodos modernos se basan en transformadores, o modelos de aprendizaje profundo, que pueden predecir la siguiente palabra en una oración, o qué imagen, video o música generar, dijo Haney.
“Está creando una respuesta humana a niveles que nunca antes habíamos visto”, dijo.
Visualizar datos
Cuando se trata de pagos, Haney dijo que la IA puede transformar los servicios financieros a través de múltiples flujos de trabajo e interacciones, incluido el servicio al cliente, mejorando así la productividad de las operaciones. A medida que las instituciones financieras y los procesadores de pagos busquen utilizar estos datos de maneras únicas, la aceptación de los consumidores para compartir datos será clave, dijo.
“A los equipos de operaciones les encantan los datos, los informes, los paneles y todo ese tipo de cosas”, dijo Haney. “Están empezando a tener la capacidad de visualizar datos mediante consultas en lenguaje natural”.
Estas consultas en lenguaje natural pueden proporcionar información valiosa, como información sobre cómo cambian los volúmenes de pagos cada día. Otras tecnologías generativas basadas en IA, como los asistentes virtuales, aportan valor tanto a los clientes como al personal del banco. Por ejemplo, en lugar de tener que leer cientos de manuales de páginas, los empleados pueden simplemente ingresar una pregunta en sus aplicaciones impulsadas por IA para encontrar la mejor manera de mejorar los tiempos de respuesta y atender a los clientes. Las defensas contra el fraude son otro caso de uso mejorado por el análisis automatizado.
La IA generativa también puede mejorar la toma de decisiones crediticias y otras interacciones, apoyando la gestión del ciclo de vida de los préstamos desde las solicitudes hasta la recuperación, dijo. En contextos más comerciales, la IA ya está ayudando a los administradores de tesorería de diferentes bancos a examinar los cambios en los flujos de efectivo y las tasas de interés y gestionar el riesgo de liquidez.
La hiperpersonalización será un subproducto natural de la IA, dijo Haney, aunque advirtió que es necesario examinar los modelos para evitar sesgos. Añadió que los consumidores tradicionalmente tenían que navegar manualmente por una multitud de opciones de pago, desde ACH hasta transferencias bancarias y, más recientemente, opciones en tiempo real. Tener un “motor” que los guíe rápidamente a través de las opciones puede ser valioso.
“Los consumidores a menudo se sienten completamente abrumados por la multitud de formas diferentes de transferir dinero”, dijo. “Necesitan que estos motores los guíen a través del equilibrio entre velocidad, precio y riesgo, y que les recomienden el mejor tipo de vías de pago que deberían considerar en función de la transacción que intentan completar”.
Asimismo, también es posible utilizar datos estructurados y no estructurados y contexto en tiempo real para crear y entregar las mejores ofertas en el punto de venta. También están evolucionando nuevos casos de uso en muchos aspectos de los servicios financieros, incluidas las operaciones de servicio al cliente, las operaciones de marketing y el desarrollo de productos.
La forma en que evoluciona la tecnología abre nuevas posibilidades.
“Una de las cosas que vamos a empezar a ver son modelos de lenguaje nuevos, ampliados, verticalizados y especializados”, dijo Haney, añadiendo que más casos de uso de inteligencia empresarial serán el sello distintivo de los meses y años venideros.
“Este año van a suceder muchas cosas nuevas e interesantes, más allá de los propios modelos”, predijo.
Enlace:
Fuente:
