La Inteligencia Artificial no es un proyecto, es la nueva infraestructura bancaria

La banca a nivel mundial vive un periodo de buenos resultados en el papel, pero con marcadas diferencias en el mercado. Durante los últimos años, las tasas de interés se mantuvieron en niveles elevados en buena parte del mundo, un entorno que favoreció los márgenes de muchas instituciones financieras.

Sin embargo, en un escenario que comienza a cambiar, el tamaño del balance por sí solo ya no es suficiente. Los inversionistas miran cada vez más la capacidad de las instituciones para atender a más clientes con mayor eficiencia.

La ventaja la tienen las instituciones que operan con infraestructura moderna, automatizan procesos de originación y cobranza y aprovechan sus datos para tomar decisiones crediticias precisas. En contraste, se quedan rezagadas aquellas que gestionan la tecnología mediante proyectos anuales aislados sobre sistemas heredados, o que limitan su transformación digital al lanzamiento de una aplicación móvil vinculada a procesos tradicionales.

Dentro de esta transformación, la Inteligencia Artificial está adquiriendo un papel cada vez más relevante. Su capacidad para automatizar procesos, analizar grandes volúmenes de información y mejorar la toma de decisiones empieza a marcar la pauta en esta competencia.

Al mismo tiempo, su adopción está obligando a gobiernos y reguladores a definir nuevas reglas para gestionar los riesgos que acompañan esta tecnología.

Europa optó por una ley basada en niveles de riesgo, Estados Unidos se enfoca en regulaciones sectoriales y los organismos internacionales analizan la concentración en pocos proveedores de la nube, la trazabilidad de los algoritmos y la gestión de riesgos con terceros.

A nivel local, he escuchado entre algunos colegas del sector financiero que persiste la idea de que existe una tensión inevitable entre resguardar la confidencialidad y generar valor con IA.

Conviene aclarar que el uso de modelos de Inteligencia Artificial no implica, por sí mismo, comprometer la confidencialidad de los datos. El riesgo depende en buena medida de los controles, la gobernanza y la arquitectura de información que acompañen su implementación.

Una entidad financiera puede integrar Inteligencia Artificial y mantener sus datos operativos dentro de entornos controlados mediante modelos desplegados en infraestructura propia, ambientes cerrados, registros seudonimizados, bitácoras detalladas y restricciones al uso de herramientas públicas.

Se trata, en buena medida, de un reto de ingeniería, gobernanza y controles internos que puede gestionarse adecuadamente.

Por el contrario, prescindir de estas herramientas genera costos significativos. Puede traducirse en evaluaciones de riesgo que dejan fuera a personas o empresas con capacidad de pago, detección tardía de fraudes o monitoreos de lavado de dinero que saturan a los equipos con falsos positivos.

En un entorno donde la inclusión financiera sigue siendo una tarea pendiente, aprovechar mejor estas tecnologías puede ampliar la capacidad del sistema para conocer y atender a personas que hasta ahora han permanecido fuera de los modelos tradicionales.

México también ha comenzado a discutir cómo regular el desarrollo y uso de la Inteligencia Artificial, con distintas iniciativas que retoman algunos elementos del enfoque europeo.

Entre los aspectos que se han puesto sobre la mesa están la clasificación de sistemas de acuerdo con su nivel de riesgo, evaluaciones de impacto, obligaciones de transparencia, trazabilidad y mecanismos de revisión humana en determinadas decisiones.

Conviene, eso sí, que el sector financiero participe activamente en esta discusión y que las autoridades especializadas formen parte del diseño del marco regulatorio. La Inteligencia Artificial aplicada al crédito, la prevención de fraude, el lavado de dinero o la atención a clientes plantea particularidades que requieren conocimiento profundo del sistema financiero y de sus riesgos.

En Banco Plata no entendemos la Inteligencia Artificial como un departamento o una iniciativa aislada, sino como un elemento central de la operación.

La estamos integrando de manera transversal, desde la originación y cobranza hasta la atención a clientes y el control de riesgos, mediante modelos propios y políticas estrictas de privacidad.

El debate de fondo no es si conviene dar este paso, sino cuánto tiempo podrá competir una institución que decida no hacerlo.

*Presidente del Consejo de Administración de Banco Plata.