«Hay que contemplar la IA como un activo de negocio con naturaleza tecnológica y, como tal, tratarlo con seriedad»

La IA generativa (IAG) supone un salto cualitativo respecto a lo que la inteligencia artificial era capaz de hacer. Ahora imita con mucha más fidelidad ciertas capacidades humanas complejas. Las potenciales aplicaciones son infinitas y las empresas no están sino empezando a aprovecharlas. Hablamos con Andrés Duque y Leticia Gómez acerca de este escenario y, en especial, de su irrupción en el sector de banca y seguros.

¿Se está aplicando ya la IA generativa en banca y seguros?

Durante los últimos meses su desarrollo ha sido exponencial, aunque, como suele ocurrir cada vez que hay una revolución técnica, la velocidad a la que las empresas la están adoptando no se acerca todavía al potencial que ofrece esta tecnología.

Leticia Gómez, responsable de Estrategia y Gobierno IA en Minsait.

La ley de Martec ilustra muy bien este escenario: el progreso es exponencial, pero la aplicación en las empresas tiende a ser lineal. Las empresas comienzan a dar pasos, con proyectos pequeños y aplicaciones muy acotadas. Es más, algunas todavía tienen dudas respecto a escollos fácilmente salvables, como la seguridad.

Si nos centramos en los servicios financieros, encontramos que esta es una industria disruptiva, especialmente la banca, e intenta siempre adoptar cualquier tendencia tecnológica rápidamente. Pero deben entender que el toolbox de IA sigue existiendo, y la IAG es una herramienta más. Es cierto que puede transformar de manera muy diferente, que es exponencial, etcétera. Pero hay que tener en cuenta todo el toolbox, porque ciertos problemas todavía se resuelven mucho mejor con otras herramientas de IA.

En cuanto a la aplicación, el sector de banca y seguros está apostando por la IAG en ámbitos como la revisión documental (textos legales, manuales técnicos, contratos,…), brindando así una mejor atención al cliente y apoyo al profesional de la entidad.Son procesos muy habituales en esta industria y hay gran interés en potenciar al ser humano.

¿Este será el año de la puesta en escena de la IA generativa?

Andrés Duque, responsable de IA para Servicios Financieros en Minsait.

Igual es un poco pronto para afirmar rotundamente ciertas cosas. Ahora mismo, los proyectos son pequeños y buscan testear la eficiencia que proporciona. En función de los resultados, esperamos que haya despliegues a mayor escala. Pero sí que hay ya una tendencia creciente a contemplar la IA en los presupuestos, incluyendo conjuntamente la IAG.

En cualquier caso, sí que es un año diferente. Las MVP y PoC orientadas a casos de negocio van a seguir existiendo, pero con diferentes matices. En banca y seguros se está planteando algo que nosotros estamos prescribiendo: aprende de tu experiencia en la era de la automatización o en la del salto al cloud. Esto es algo tan trascendental que tiene que afectar a tu cultura y a todo lo que haces. Requiere la creación de una nueva función y de un gobierno que tenga en cuenta esta nueva aplicación, lo que ya existía y lo nuevo.

Esto es fundamental. Ir caso por caso no da el rédito que se requiere. Es clave contemplar la inversión en ámbitos como la experiencia del cliente, la mejora de los procesos de back-office, el do it yourself para determinados segmentos de la empresa…  De hecho, en todo lo que hacemos siempre surge la posibilidad de integrar algo de IA, no por decoración sino buscando un mayor valor para el negocio.

Este órgano de gobierno es fundamental

Sí, esto ya lo hemos vivido con el boom de la automatización o del paso al cloud. Después de una apuesta inicial desmedida, probando todo tipo de proveedores, tecnologías y herramientas, aquello era inmanejable. El siguiente paso siempre ha sido el desescalado, la desinversión y el posterior gobierno.

Con la IA generativa, aprende de tu experiencia en la era de la automatización o en la del salto al cloud

El gobierno tiene que estar desde la concepción. Siempre tiene que haber una orientación a proporcionar valor de negocio. En ocasiones se ve la inteligencia artificial como una tecnología, cuando realmente es un activo de negocio que puede aportar un retorno en forma de ahorros de tiempo y coste, aumento de ventas, retención de clientes, evitar el fraude…

Pero antes, es necesaria cierta preparación, con órganos de gobierno que deben estar conformados por expertos tanto en negocio como en tecnología, y con criterios y políticas bien definidos. Es necesario entender ambos mundos desde el inicio y, a partir de ahí, lanzarse al ciclo de vida de la inteligencia: desarrollarla, testearla, escalarla… Pero siempre gobernado con esos roles y con esos criterios de negocio definidos.

¿Cuál es el escenario de aplicación más relevante?

Aunque se ha explorado el uso de la IAG en ámbitos como la transformación de la función TI, la revisión documental es un caso muy interesante. Esto es clave en muchos procesos de back-office de bancos y aseguradoras. Todavía se tiene que invertir mucho tiempo revisando y bastanteando documentación —para procesos de alta de una empresa, por ejemplo—, lo que evita esa instantaneidad clave en los procesos digitales.

La revisión documental es muy importante, tanto para back-office como para la atención al cliente. Varios clientes nuestros de diversos sectores ya han empezado a utilizar IAG para resolver dudas sobre sus productos y condiciones de servicios. El mecanismo es el mismo: la IAG revisa un gran volumen de documentos, que a una persona le llevaría más de cien días aproximadamente, y responde a dudas en cuestión de segundos.

El gobierno es fundamental y debe estar conformado por expertos en negocio y tecnología, con criterios y políticas bien definidos

Esto se aplica también a la revisión de contratos, confirmar el cumplimiento de nuevas normativas, responder a dudas de los empleados, revisar manuales procedimentales… En banca privada está ayudando a los comerciales de gestión de patrimonio a vender mejor sus productos, que son complejos. En una gestora, también estamos haciendo un asesor —chatbot— especializado en sucesiones o testamentarías, procesos complejos que no todo el mundo tiene que atender, y que ayuda a tratar con el cliente de manera más rápida.

Estos casos están dando muy buenos resultados y van a reportar un rédito muy relevante, tanto por la experiencia del cliente como por el incremento de ventas al poder asesorar en tiempo real al comercial.

¿La alta dirección de las empresas es consciente de su poder transformador?

En nuestro informe Ascendant, que da una perspectiva multisectorial, vemos que, en general, son pocas las empresas que cuentan con una visión clara de las oportunidades que coloca a su alcance la IA generativa. Además, necesitan trabajar su estrategia de IA para que incluya estas nuevas herramientas. En cualquier caso, sí es cierto que la alta dirección está haciendo un esfuerzo por acercarse a la inteligencia artificial y entender las oportunidades que ofrece.

Métricas

Hay una obsesión por medir, por demostrar el valor que aporta en estas primeras fases aquello que estás intentando pilotar con inteligencia artificial.
En cualquier caso, en estos pilotos las empresas no suelen conceptualizar desde el principio cuáles son los KPI, es decir, cómo medir el impacto. Hay que tener en cuenta que estos proyectos están más destinados a un ámbito de eficiencia operativa y de experiencia del cliente, por lo que deben tenerse en cuenta especialmente métricas de impactos en tiempos, calidad o costes, según cada caso.

En banca, el entendimiento y la aplicabilidad es clara, implicando a los primeros niveles de Dirección de las entidades. Pero falta entendimiento, se ha asumido que esto simplemente es algo que permite una mejora de los ingresos o de los costes, de manera sencilla, sin entrar a conocer realmente cuál es la aplicabilidad. Hay que entender que requiere un cambio cultural, incluso a nivel usuario.

Ya se usa ChatGPT de forma discreta, pero las generaciones más jóvenes lo usan todos los días y son capaces de hacer preguntas. Por ejemplo, yo busco keywords, pero ellos ya han adquirido el mindset de preguntar y luego no copiar, sino usar las fuentes para construir su propuesta de valor.

¿Cómo está siendo el camino de adopción?

El nivel es dispar según el sector. Si vamos a un ámbito multisectorial, lo que determina el grado de adopción es el sector al que pertenecen, porque la estrategia no es la misma y puede tener más sentido o menos a nivel estratégico.

En banca, el entendimiento y la aplicabilidad es clara, implicando a los primeros niveles de Dirección de las entidades

En cualquier caso, banca y seguros están entre los más avanzados. Además, las empresas están prestando cada vez más atención al gobierno de la IA para asegurar que extraen todo el retorno de la inversión hecha en IA. Se han dado cuenta de que, según crece su implantación, la IA se vuelve ingobernable y hay que vigilarla de cerca.

En cuanto a tamaños, no podemos hablar de democratización. Muchas veces, su implantación está ligada a la capacidad de inversión de las empresas debido a los costes de desarrollo o incluso al consumo de energía.

En banca, el grado de evolución también varía en función del tamaño. No creo que sea fácil para una empresa pequeña hacer la misma inversión que está haciendo una entidad grande. Eso puede generar asimetrías cuando se desinfle el hype y empecemos a ver que esto realmente va a cambiar los procesos.

¿Cuáles son los mayores retos?

El talento es uno de ellos. En nuestro informe Ascendant, cuando hablamos de los retos para la adopción, se menciona la tecnología o la regulación (especialmente en algunos sectores), pero la mayoría coincide en el talento, que es desde donde surge la innovación. No se trata solo de tener perfiles que entiendan bien tanto el negocio como la tecnología y sus posibilidades. En ocasiones es necesario integrar en el equipo impulsor de la IA a perfiles externos que puedan complementar ese expertise.

Por otro lado, la cultura. La IA se está convirtiendo en un asset estratégico. Fue Peter Drucker quien dijo que la cultura se come a la estratega de desayuno. Las empresas tienen que empezar a trabajar en esa cultura de innovación, inspirada en el design thinking y con un acento muy fuerte en la colaboración, incorporando a perfiles muy dispares (internos y externos, técnicos y de negocio) para hacer más rica la ideación.

La revisión documental es uno de los casos de aplicación más interesantes de la IA generativa en banca y seguros

En estos procesos es recomendable implicar al cliente, sobre todo en banca, un sector que destaca por la vinculación del cliente en base a su experiencia y por la necesidad de que perciba seriedad y seguridad en todas las iniciativas planteadas.

Otro de los retos está relacionado con la ética, especialmente teniendo en cuenta la inminente ley que está a punto de entrar en vigor. Hay un borrador con unas directrices ya acordadas que las empresas pueden ir aplicando, pero, mientras se termina de perfilar, las empresas perciben incertidumbre.

Sobre esto, hemos colaborado con algunas empresas, sobre todo del ámbito asegurador, que es un sector muy regulado e intensivo en datos sensibles. Hay que tener en cuenta que los algoritmos pueden conceder o denegar un seguro o, en el caso de los bancos, un crédito, cercenar o favorecer oportunidades.

Esta es una inquietud muy importante, sobre todo para evitar los estereotipos, las polarizaciones o las discriminaciones. Para ello, se deben utilizar datos no sesgados en las adaptaciones que se hacen a los modelos y asegurar prácticas de transparencia y supervisión recurrente buscando la neutralidad.

¿Qué consejos se podrían dar a las empresas?

Está muy bien lo de pilotar y probar, pero también es necesario entender que la aportación de valor de la IA es muy relevante y requiere que se plantee de manera gobernada desde el principio. Hay que contemplar la IA como un activo de negocio con naturaleza tecnológica y, como tal, tratarlo con seriedad, enfocarlo a la creación de valor y dotarlo de un órgano de gobierno con roles, dinámicas organizativas, herramientas, KPI, etc.

Leticia Gómez - Andrés Duque

Segundo paso, y no al revés, doblar la apuesta, porque es un activo que puede dar mucho. Dentro de esta apuesta, recomendaría incluir la innovación colaborativa. La IA no es un ente aislado: es un activo que interactúa con todos, dentro y fuera de la empresa. Y rodearse de expertos. Las técnicas de IA no paran de evolucionar, al igual que las exigencias normativas de las que son objeto. Lo estamos viendo con la IAG: ha sido un boom exponencial, pero dudo que esto vaya a ser lo último.

Otro consejo: que nadie se quede atrás. Que, al nivel que pueda, todo el mundo —en su modelo de negocio— intente ver cuáles son las aplicaciones prácticas y las mejoras que la IAG le puede aportar en diversos planos. Por ejemplo, en banca, donde ya hay muchos competidores de nicho, te puedes quedar fuera del sector por muchas cosas, entre ellas por no usar la IAG. Y que se formen, pero que lo hagan con una empresa que les ayude a entender la aplicación en su contexto de negocio.

IAG y sostenibilidad

Las empresas también están preocupadas por la medición de la huella de CO2 derivada del uso que hacen de sus asistentes generativos. Aunque, en general, las empresas no son conscientes de lo que consume la IAG hasta que comienzan a aplicarla regularmente, cada vez hay más concienciación en este aspecto. Un estudio publicado recientemente estima que generar nueve imágenes a través de IAG equivale a cargar el móvil completamente.

Hay muchos mecanismos para reducir ese consumo, por ejemplo, evitar consultas superfluas, asegurar un prompting breve y ejecutivo o acotar el perímetro de búsqueda en vez de dejarlo abierto… A menos palabras, menos tokens, menos consumo de procesamiento y menos huella de CO2… Y también una menor factura económica.

Todos estos esfuerzos adicionales, respecto al gobierno, la ética o la sostenibilidad, tienen un retorno claro a medio y largo plazo. Si lo haces, estás invirtiendo en que tus sistemas de IA sean sostenibles en el mercado, que generen confianza a los clientes o eviten sanciones graves…, y las que establece la nueva legislación son considerables

La IA Generativa y su copiloto humano

Las personas vivimos en sociedad, nos relacionamos mediante unos códigos, tenemos ciertas necesidades… Cuando programamos la IA, volcamos en ella nuestros valores y nuestra realidad. Si un sistema aprende solo, se puede ir torciendo como un árbol, despegándose de la realidad humana. Es muy importante la supervisión humana competente, que haya alguien capaz de garantizar la explicabilidad de los resultados, porque tiene el conocimiento técnico, pero que también asegure el contacto con la realidad humana.