McKinsey nos lo ha adelantado sin paños calientes. Las entidades financieras y bancarias, y sus departamentos que se ocupan de valorar el riesgo crediticio ya están adoptando tecnologías de Inteligencia Artificial (IA) de última generación, y un 60% de las que no la tiene van a implementarla a lo largo del próximo año. Claramente, en muy pocos meses la mayor parte de los créditos que solicitemos serán valorado por la inteligencia artificial, que decidirá sobre el destino de nuestro consumo o nuestros negocios tras estudiar nuestros datos con criterios que abandone cualquier parámetro humanista.
La IA generativa ya es el producto de más rápido crecimiento en la historia de la humanidad, porque desde que Open AI pusiera en el mercado para que todo el mundo pudiera utilizarla su herramienta ChatGPT en versión beta en noviembre de 2022, no ha parado de crecer en todos los ámbitos y sectores económicos. Fue entonces cuando la IA dio el salto desde los laboratorios informáticos a los ordenadores del público en general. En solo dos meses, tal y como recuerda un informe de McKinsey, tenía más de dos millones de usuarios.
solo un año después la IA generativa ya deja huella en múltiples sectores de la economía mundial, incluido en uno de los más tradicionales a la hora de incorporar nuevas tecnologías. Se trata, precisamente, del sector de riesgo crediticio
Desde la consultora indican cómo se vió que en el primer trimestre de 2023 «las grandes empresas tecnológicas ya integraban las capacidades de la inteligencia artificial de última generación en sus propios productos y ofrecían acceso programático a modelos generativos para clientes empresariales». Y solo un año después la IA generativa ya deja huella en múltiples sectores de la economía mundial, incluido en uno de los más tradicionales a la hora de incorporar nuevas tecnologías. Se trata, precisamente, del sector de riesgo crediticio.
McKinsey ha preguntado a ejecutivos responsables del área de alto riesgo crediticio de 24 instituciones financieras, incluidos nueve de los diez principales bancos de Estados Unidos sobre la adopción de la inteligencia artificial de última generación en sus organizaciones, sus casos de uso actuales, sus planes futuros y los desafíos que esperaban.
Y los datos marcan una clara tendencia; el 20% de los encuestados ya ha implementado al menos un caso de uso de IA de última generación en sus organizaciones, y otro 60% espera hacerlo dentro de un año. Han recogido las decisiones al respecto incluso de los ejecutivos más cautelosos que cree que la IA generativa formará parte de los procesos de riesgo crediticio de sus empresas dentro de dos años.
CÓMO SE USA LA IA AL VALORAR CRÉDITOS
Las aplicaciones de la inteligencia artificial de última generación que instituciones financieras están considerando implementar, además cubre todo el ciclo de vida crediticio, no solo una parte. Estas aplicaciones pueden hacer varias cosas. Ya se usan modelos de gran lenguajes (LLM) «para combinar, resumir y analizar datos no estructurados y lenguaje natural. También pueden generar formas complejas de lenguaje natural (como informes, correos electrónicos y documentos de resumen) y generar datos estructurados o instrucciones para otras herramientas de software«.
En el área de interacción con el cliente, por ejemplo, la IA puede utilizarse para ofrecer a los clientes combinaciones de productos «hiper personalizados en función de sus perfiles o historiales». También pueden ayudar a los gerentes de relaciones «redactando comunicaciones de contacto individualizadas, resumiendo reuniones y sugiriendo los próximos pasos» y a los clientes a «identificar y determinar los productos adecuados».
Mientras se producen los procesos de decisión crediticia, la IA puede revisar documentos y señalar violaciones de políticas o datos que faltan, comunicaciones de divulgación para solicitar aclaraciones o información, y «realizar análisis crediticios y redactar varias secciones de notas de crédito antes de que los funcionarios de crédito las revisen». También pueden extraer información de fuentes, calcular índices relevantes, comparar resultados con umbrales típicos y resumir los resultados en notas de crédito. Una vez aprobado el crédito, la IA puede agilizar y acelerar los procesos de contratación.
la IA puede revisar documentos y señalar violaciones de políticas o datos que faltan, comunicaciones de divulgación para solicitar aclaraciones o información, realizar análisis crediticios y redactar varias secciones de notas de crédito antes de que los funcionarios de crédito las revisen
También puede ahorrar mucho tiempo y trabajo tedioso en el monitoreo de carteras, en el respaldo de los procesos de asistencia al cliente y en la producción de «estrategias de optimización específicas para subsegmentos en línea con el apetito de riesgo de una organización, y optimizar un sistema de alerta temprana (EWS) cuando se consume información no estructurada (como noticias o informes de mercado) en tiempo real para identificar a los prestatarios con riesgo elevado«.
En cualquier caso, según McKinsey, en la actualidad es el monitoreo de cartera el área de actividad líder entre los encuestados: casi el 60% está buscando estos casos de uso. Los procesos de solicitud de crédito son la siguiente área más grande de actividad informada, junto con los controles y la presentación de informes: poco más del 40 por ciento de nuestros encuestados informan proyectos en curso o planificados en ambas área. A futuro, los ejecutivos preguntados ven un mayor futuro del trabajo de la IA generativa para el crédito mayorista, y no tanto todavía para el minorista o público en general.
No obstante los responsables financieros preguntados reconocen que todavía utilizan la IA en el área de riesgo crediticio en «soluciones limitadas, no orientadas al cliente, que abordan problemas operativos específicos».
desde la introducción de estos sistemas de inteligencia artificial, los bancos que los utilizan han reducido el tiempo necesario para responder a preguntas sobre riesgo climático en aproximadamente un 90 por ciento, de más de dos horas a menos de 15 minutos
McKinsey expone sin identificar algunos casos de uso que ya se están dando, como la IA que extrae información relevante de los informes anuales del cliente y otras divulgaciones, que el modelo de IA se dedica a buscar y encontrar la información clave y resumirla, con «citas relevantes del material fuente» que después un equipo humano revisa y valida.
Las herramientas de Gen AI pueden realizar tareas como extraer, recopilar y obtener información; analizar información financiera; visualizar datos; y redactar secciones de notas siguiendo instrucciones preestablecidas. Los administradores de cartera pueden luego revisar la nota redactada, junto con un nivel de confianza estimado ofrecido por la herramienta gen AI, antes de finalizarla. «Además de liberar capacidad para otras actividades, esta herramienta puede mejorar la coherencia y precisión de las notas generadas y, potencialmente, acelerar el proceso de decisión crediticia», indican lo expertos de McKinsey.
Lo que sí dejan muy claro es que es desde la introducción de estos sistemas de inteligencia artificial, los bancos que los utilizan han reducido el tiempo necesario para responder a preguntas sobre riesgo climático en aproximadamente un 90 por ciento, de más de dos horas a menos de 15 minutos. Las respuestas del sistema son completamente correctas el 90 por ciento de las veces.
LOS RIESGOS DE LA IA EN LOS CRÉDITOS
No obstante, los responsable consultados ha reconocido que todavía la aplicación de la IA generativa en diferentes ámbitos de tareas en lo que se refiere al trabajo del riesgo de los créditos van a ser un desafío, y estas barreras tienen que ver con el riesgo y la gobernanza, según el 75% de los consultados.
Algunas de esos retos son la equidad deteriorada de los algoritmos, infracciones de la propiedad intelectual, violaciones de la privacidad, la generación de contenido malicioso, hilo de seguridad y otras vulnerabilidades al respecto, problemas de rendimiento y explicabilidad, el riesgo de utilizar datos de propiedad de terceros y otros efectos como los «ambientales, sociales y de gobernanza (ESG), como el aumento de las emisiones de carbono o las interrupciones en la fuerza laboral».
Además destacan que los riesgos clave pueden tener consecuencias «regulatorias, legales, reputacionales y comerciales cuando no se gestionan de manera eficaz» e indican que el 67% de los participantes en la encuesta de McKinsey destacó la posible escasez de capacidades de inteligencia artificial de última generación dentro de la organización. Otros desafíos, citados por alrededor del 50% de los participantes, incluyen dificultades para definir los casos de uso y el valor en juego.
Y la principal preocupación para el 79% de los encuestados es, sin duda, «la calidad de los datos, seguida de los problemas de riesgo del modelo (mencionados por el 58 %), como la transparencia, la audibilidad, la imparcialidad y la explicabilidad«.
