La Inteligencia Artificial (IA) es muy prometedora para los bancos, ya que optimiza las operaciones diarias. Esta herramienta también simplifica y agiliza el análisis complejo y el modelado de riesgos.
Según Business Insider , la IA lleva muchos años revolucionando Wall Street, cuando la mayoría de las transacciones se realizaban y se realizan mediante algoritmos. Al procesar la información recibida, analizarla y tomar decisiones de compra o venta, los algoritmos contribuyen a realizar entre el 60 % y el 75 % de las transacciones diarias en Wall Street, el centro financiero de Nueva York (EE. UU.). Sin embargo, la pregunta ahora es si esta tasa podrá ser mayor y si la IA sustituirá por completo el trabajo humano en la generación de beneficios.
Carrera de aplicaciones de IA
Wall Street prevé que la IA tendrá un gran impacto en las operaciones financieras. Según una encuesta de JPMorgan, una de las firmas de servicios financieros más antiguas del mundo , con sede en Nueva York, hasta el 53 % de los operadores cree que la IA o el aprendizaje automático será la tecnología más influyente en las operaciones en los próximos 3 años (en comparación con el 25 % en 2022).
Según nuevos datos de Evident Consulting (EE.UU.), en los bancos más desarrollados, alrededor del 40% de los puestos de reclutamiento están relacionados con la IA, como ingenieros de datos y cuantitativos, administradores...
Eigen Technologies, una empresa de tecnología con sede en Nueva York que brinda servicios de IA a bancos como Goldman Sachs e ING, dijo que las solicitudes de IA de los bancos se quintuplicaron en el primer trimestre de 2023 en comparación con el mismo período del año pasado.
Alexandra Mousavizadeh, CEO y cofundadora de Evident, afirmó que el lanzamiento de ChatGPT por parte de la empresa estadounidense Open AI en noviembre de 2022 ha sensibilizado a los líderes bancarios sobre el impacto de la IA en el sector bancario, ya que ofrece numerosas perspectivas. «El coste del talento en IA ha aumentado significativamente. Ha comenzado una carrera por la IA», enfatizó Mousavizadeh.
Cada vez más bancos de Wall Street están adoptando tecnología de IA.
Un ejemplo típico del uso de la IA en el sector financiero y bancario es el desarrollo de un producto por parte del mayor grupo de banca privada de Alemania, Deutsche Bank, que puede analizar si las inversiones de sus clientes están en riesgo. El banco también utiliza esta herramienta para encontrar fondos, acciones y bonos que se ajusten a las necesidades y preferencias de cada cliente.
Kirsten Anne Bremke, directora global de soluciones de datos de Deutsche Bank, se muestra entusiasmada con la combinación de inteligencia artificial e inteligencia humana.
El grupo multinacional holandés de banca y servicios financieros ING utiliza IA para detectar posibles impagos. Mientras tanto, Morgan Stanley se encuentra en plena carrera por usar IA al probar nuevas tecnologías de IA, utilizando Modelos de Lenguaje Largo (LLM). Morgan Stanley posee actualmente una patente para un modelo que utiliza IA y aprendizaje automático para identificar información de la Reserva Federal de EE. UU. (Fed) que muestra políticas estrictas o expansivas, lo que les ayuda a predecir las medidas de política monetaria.
JPMorgan tiene planes similares. En una solicitud de patente presentada en mayo, el banco afirmó haber creado un producto similar a ChatGPT que podría ayudar a los inversores a elegir las acciones adecuadas. Datos evidentes muestran que, mediante publicidad global, JPMorgan ha reclutado 3.651 puestos relacionados con la IA entre febrero y abril, casi el doble que sus rivales Citigroup y Deutsche Bank.
Comerciantes en la Bolsa de Valores de Nueva York
Steven Burrows, director del bufete multinacional Fieldfisher, afirmó que los bancos están utilizando la IA para ofrecer mejores soluciones de cobertura, mediante herramientas como swaps de tipos de interés y derivados de renta variable, lo que les permite ofrecer mejores precios a sus clientes. Por su parte, Yuriy Nevmyvaka, director de aprendizaje automático de Morgan Stanley (EE. UU.), afirmó: «Todas las empresas, mesas de negociación y equipos de inversión están intentando comprender a fondo la IA».
El banco estadounidense Wells Fargo utiliza modelos de lenguaje de gran tamaño para determinar qué información deben reportar los clientes a los reguladores y ayudarles a mejorar sus procesos comerciales. Por otro lado, el banco francés BNP Paribas utiliza chatbots para responder a sus clientes y utiliza IA para detectar y prevenir el fraude y el blanqueo de capitales. De igual forma, Cast, la herramienta de monitorización y análisis de IA del banco francés Société Générale, utiliza su capacidad de procesamiento para detectar posibles irregularidades en los mercados de capitales.
Los gobiernos se apresuran a encontrar formas de regular las herramientas de IA
Transparencia y eficiencia
La promoción de la aplicación de la IA en los sectores financiero y bancario, si bien trae cambios positivos, también plantea desafíos importantes para el mercado financiero: desde el riesgo de pérdida de empleos hasta la transparencia y eficiencia de esta tecnología.
En primer lugar, el riesgo de futuras pérdidas de empleos es alto. Los analistas de Goldman Sachs temen que 300 millones de empleos a tiempo completo en todo el mundo puedan ser automatizados por la IA. Esta cifra podría incluir el 35% del sector empresarial y financiero de EE. UU.
El multimillonario Warren Buffett, presidente de Berkshire Hathaway Inc., expresó su preocupación en la junta general anual de la compañía el 6 de mayo: «Cuando algo puede realizar todo tipo de tareas, me siento un poco preocupado. Porque sé que no tenemos la capacidad de revertir esta tendencia». Con la misma opinión, Brian Moynihan, director ejecutivo de Bank of America, evaluó que la IA puede aportar grandes beneficios y ayudar a reducir muchas tareas, pero es importante comprender cómo se llevan a cabo el flujo de trabajo y la toma de decisiones.
Si bien la aplicación de IA tiene impactos positivos, también conlleva desafíos.
En segundo lugar, la transparencia es un aspecto que requiere especial atención al expandir el uso de la IA en el sector bancario y financiero. Los bancos están obligados a realizar transacciones y tomar decisiones comerciales basándose en fuentes de información auténticas. Según la experta Anne Beaumont, socia del bufete Friedman Kaplan Seiler Adelman & Robbins LLP (EE. UU.), una vez que se expanda el uso de la IA, será difícil explicar a los clientes y directivos en qué datos basa el banco sus decisiones y si su uso es válido o no.
Además, según el profesor de Ciencias de la Computación y Tecnología Alan Blackwell de la Universidad de Cambridge (Reino Unido), los bancos necesitan utilizar grandes cantidades de datos de muchas fuentes diferentes para "entrenar" las herramientas de IA y de ahí también surgirán muchos problemas.
En tercer lugar, el costo de desarrollar y operar herramientas de IA es muy elevado. El fundador y director ejecutivo de Eigen Technologies, Lewis Z. Liu, afirmó que el costo estimado de usar un modelo de lenguaje extenso para responder las preguntas de los clientes es de aproximadamente $14 por pregunta, mientras que el costo de que un abogado responda es de solo $6 por pregunta.
Si bien el papel de la IA no es nuevo en las transacciones de Wall Street, muchos analistas hablan de un futuro en el que la IA pueda reemplazar completamente a los humanos en las transacciones financieras y generar ganancias, especialmente en el contexto de su auge y amplia aplicación. Hoy en día, los bancos se encuentran en una emocionante carrera por desarrollar y aplicar la IA para aumentar la eficiencia empresarial, impulsando así rápidos cambios en el sector bancario y financiero en el futuro próximo. Sin embargo, todas las consultoras creen que los bancos necesitan identificar claramente en qué áreas la IA generará un valor excepcional para contar con una estrategia clara de aplicación de la IA. Además, es necesario centrarse en la capacitación de los empleados, la contratación de más expertos y la creación de un nuevo marco de gestión de riesgos para abordar los problemas relacionados con la IA, los entornos de políticas poco claros en su aplicación y los problemas relacionados con la precisión de los datos.
[anuncio_2]
Enlace de origen
Kommentar (0)