La inteligencia artificial empieza a abandonar los asistentes virtuales y las tareas administrativas para entrar directamente en algunas de las decisiones más sensibles de la banca.
Ant International ha presentado este jueves 20 de agosto una nueva versión de su modelo de inteligencia artificial especializado en previsión financiera y ya cuenta con grandes bancos internacionales entre sus socios, incluidos Citi, HSBC, Deutsche Bank, Standard Chartered y Barclays.
La tecnología, denominada Falcon Time-Series Transformer 2.0, está diseñada para analizar series temporales financieras y ayudar a las entidades a mejorar la gestión de liquidez y las operaciones relacionadas con divisas.
El movimiento refleja una nueva etapa en la adopción de inteligencia artificial dentro del sector financiero.
Los bancos ya no buscan únicamente utilizar IA para responder preguntas de clientes, resumir documentos o automatizar procesos internos.
Empiezan a emplearla para intentar anticipar cómo se moverá el dinero.
Una IA construida específicamente para las finanzas
La gran diferencia de Falcon respecto a los modelos generativos que han popularizado la inteligencia artificial durante los últimos años está en su especialización.
Mientras modelos de propósito general como los grandes modelos de lenguaje están diseñados para trabajar con enormes cantidades de información y resolver tareas muy diferentes, Falcon se concentra en analizar datos financieros estructurados y series temporales.
Ant International sostiene que esa especialización puede ofrecer mejores resultados en determinados escenarios financieros.
Kelvin Li, responsable de tecnología de plataforma de la compañía, considera que los grandes modelos generalistas todavía no han conseguido un avance universal dentro del sector financiero y defiende que los modelos específicamente diseñados para estas tareas pueden ofrecer una mayor precisión.
La cuestión es especialmente importante cuando una predicción incorrecta no significa simplemente generar una respuesta equivocada.
Puede significar perder dinero.
Predecir cuánto efectivo necesitará un banco
La gestión de liquidez constituye una de las funciones fundamentales de cualquier institución financiera.
Los bancos necesitan prever continuamente cuánto dinero necesitarán en diferentes monedas, mercados y momentos del día.
Mantener demasiado capital disponible tiene un coste.
Mantener demasiado poco introduce riesgos.
Las instituciones también necesitan protegerse frente a las fluctuaciones de las divisas utilizando diferentes estrategias de cobertura.
Aquí es donde Ant International pretende aplicar su inteligencia artificial.
Según la compañía, una mayor precisión en las previsiones podría reducir los costes asociados a la cobertura de divisas y a la asignación de liquidez en más de un 60%.
La cifra es relevante porque demuestra por qué la inteligencia artificial financiera está empezando a despertar tanto interés entre las grandes entidades.
Una pequeña mejora en una tarea ejecutada sobre enormes volúmenes de capital puede traducirse en un impacto económico considerable.
Los grandes bancos empiezan a probar modelos especializados
La adopción de Falcon no comienza desde cero.
Standard Chartered ya colaboraba con Ant International en soluciones destinadas a mejorar la gestión de tesorería y divisas mediante inteligencia artificial.
La nueva versión amplía ahora ese enfoque mientras Ant International trabaja con seis grandes entidades financieras internacionales.
Entre ellas aparecen Citi, HSBC, Deutsche Bank, Standard Chartered y Barclays.
El listado resulta significativo.
No se trata de pequeñas fintech experimentando con una tecnología emergente, sino de algunas de las mayores instituciones financieras del mundo explorando la incorporación de modelos especializados dentro de operaciones relacionadas con tesorería, liquidez y gestión del riesgo.
La IA financiera puede evolucionar de asistente a infraestructura
Hasta ahora, buena parte de la conversación sobre inteligencia artificial en banca se ha concentrado en la productividad.
Generar documentos.
Analizar contratos.
Atender clientes.
Ayudar a programadores.
Buscar información.
Falcon representa un enfoque diferente porque intenta utilizar la inteligencia artificial dentro de procesos financieros cuantitativos.
Si estos modelos consiguen mejorar suficientemente sus predicciones, podrían terminar integrándose en los sistemas que determinan cómo las instituciones distribuyen capital, cubren riesgos o gestionan posiciones en diferentes monedas.
La IA dejaría entonces de ser únicamente una herramienta utilizada por empleados.
Pasaría a convertirse en parte de la infraestructura que ayuda a tomar decisiones financieras.
Los modelos generalistas encuentran un límite en la banca
La estrategia también plantea una cuestión importante sobre el futuro de la inteligencia artificial.
El mercado tecnológico ha estado dominado durante los últimos años por la carrera para construir modelos cada vez mayores y capaces de realizar prácticamente cualquier tarea.
Las finanzas pueden evolucionar en otra dirección.
Un banco no necesita necesariamente un modelo capaz de escribir poesía, generar imágenes y mantener una conversación.
Para determinadas operaciones necesita un sistema capaz de analizar millones de observaciones financieras y realizar una previsión con un margen de error extremadamente reducido.
La especialización puede convertirse así en una ventaja competitiva.
Especialmente en sectores donde la precisión importa más que la versatilidad.
La confianza será tan importante como la precisión
Introducir inteligencia artificial en procesos financieros críticos también aumenta los riesgos.
Una entidad necesita comprender cómo se generan las previsiones, comprobar continuamente su rendimiento y establecer mecanismos capaces de intervenir cuando el modelo comienza a comportarse de forma inesperada.
Los mercados financieros contienen además una dificultad particular.
Cambian.
Un modelo entrenado con determinados patrones históricos puede encontrarse con acontecimientos que nunca habían aparecido en sus datos.
Crisis financieras, conflictos geopolíticos, decisiones inesperadas de los bancos centrales o movimientos extraordinarios de los mercados pueden alterar rápidamente las relaciones estadísticas utilizadas para realizar predicciones.
La supervisión humana seguirá siendo por tanto fundamental.
La próxima revolución fintech puede ocurrir detrás de las pantallas
La inteligencia artificial generativa hizo visible la revolución de la IA porque millones de personas pudieron conversar directamente con los modelos.
La transformación financiera probablemente será mucho menos visible.
Puede ocurrir dentro de sistemas de tesorería, motores de riesgo, plataformas de negociación y herramientas de gestión de liquidez que los clientes nunca llegarán a utilizar directamente.
Pero su impacto puede ser considerable.
Si los bancos consiguen prever mejor sus necesidades de capital, reducir costes de cobertura y gestionar liquidez de forma más eficiente, la inteligencia artificial terminará modificando algunas de las funciones fundamentales del sistema financiero.
Durante los últimos años, los bancos han utilizado IA para entender mejor a sus clientes.
Ahora empiezan a utilizarla para entender mejor el dinero.
Y ese cambio puede resultar bastante más importante.