Los proveedores tecnológicos coinciden en que 2024 será el gran año para el desembarco de la Inteligencia Artificial Generativa (GenAI) en todos los rubros de la actividad económica. En este marco, la industria fintech será una de las grandes beneficiadas por esta innovación.
Si bien cada vez son más las compañías que impulsan nuevas herramientas tecnológicas para facilitar la gestión, en el país el uso de IA está en estado de maduración. Según un estudio realizado por Bumeran sólo 3 de cada 10 empresas utilizan esta herramienta en sus tareas diarias, representando el 31% del total. A nivel LATAM, le siguen Panamá con el 32%, Chile y Ecuador con el 36% y Perú con el 49%, liderando la región.
De todas formas, más del 70% de las empresas creen que es una herramienta beneficiosa y esperan incorporarla en el corto plazo.
Dentro de las industrias que más utilizan esta tecnología se encuentran Marketing, Finanzas y Tecnología. Principalmente, el uso que le dan es para automatizar procesos y generar mejores experiencias de cara a clientes y usuarios, algo que impacta tanto en empresas B2C como B2B.
En diálogo con iProUP, Diego Burgos, CTO de Pomelo expresa: "Gracias a la IA, en Pomelo los procesos que anteriormente demoraban días, los hemos reducido a minutos, como es el caso de la traducción de documentos multilingües o la creación de piezas gráficas".
IA Generativa para acelerar la revolución fintech
Según indica Burgos, en todo el ecosistema fintech, el aprovechamiento con GenAI se vincula también con la detección de fraudes.
"La capacidad de procesar datos masivos y cotejarlos con patrones preestablecidos, permite una actualización dinámica y un machine learning constante y profundo para trabajar en delitos fraudulentos. Esto no solo mejora la protección contra fraudes, sino que también optimiza la gestión de riesgos".
Además, desde Pomelo explican que la inteligencia artificial puede ser una herramienta muy útil para reducir costos en el análisis de scoring para créditos a personas sin historial crediticio.
"Al utilizar algoritmos avanzados y machine learning, la IA puede analizar grandes cantidades de datos de manera rápida y precisa para evaluar el riesgo crediticio de un individuo sin antecedentes", aseguran.
Por otro lado, la IA puede ayudar a optimizar los procesos dentro de las fintechs, permitiendo una automatización más eficiente de tareas.
Esto puede ayudar a reducir los costos operativos y hacer que las fintechs sean más competitivas en el mercado al ofrecer productos y servicios financieros a precios más atractivos para los clientes, según detalla Burgos.
El impacto de la IA en el sector fintech
Para entender el impacto de la IA en el scoring crediticio de las fintech, es útil separar dos conceptos: Machine Learning (ML) y Generative AI (Gen AI).
Tal como explica Burgos, mientras que ML se enfoca en analizar datos históricos para predecir comportamientos, una tecnología utilizada durante años en motores de scoring, Gen AI va un paso más allá.
"Gen AI crea datos y modelos basados en patrones aprendidos y genera datos sintéticos, que son claves para entrenar la nueva generación de modelos de scoring crediticio. Esto incluye simular múltiples escenarios financieros para cada usuario, proporcionando evaluaciones de riesgo dinámicas", apunta.
En este sentido, Gen AI evalúa datos de historial de crédito, transacciones bancarias, pagos de facturas, transacciones recurrentes entre individuos y comportamientos financieros en diferentes ventanas de tiempo, creando perfiles de riesgo más precisos y personalizados.
Estas evaluaciones permiten a las fintechs ofrecer tasas de interés ajustadas al riesgo real de cada individuo y a diferentes escenarios económicos.
"En resumen, la combinación de ML y Gen AI no solo incrementa la precisión en la evaluación del riesgo, sino que también aumenta la inclusión financiera al ofrecer soluciones crediticias más accesibles y personalizadas", destaca Burgos.
De esta forma, las fintechs pueden reducir costos por errores de análisis y brindar créditos con tasas de interés más justas, reflejando de manera más exacta el riesgo crediticio de cada persona.