Lectura 4:00 min
Optimiza la gestión de riesgos con Inteligencia Artificial
A medida que introducimos la IA generativa en la Búsqueda, seguimos dando prioridad a los enfoques que envían tráfico valioso. Foto: Shutterstock.
En el mundo empresarial actual, la identificación y toma de decisiones en cuanto a la gestión de riesgos es una tarea vital para garantizar la continuidad y éxito de cualquier negocio. Empero, este proceso puede ser complejo y requerir de gran cantidad de tiempo y recursos para realizarlo de manera adecuada. El aprendizaje automático o bien Machine Learning (ML) ha demostrado ser una herramienta valiosa para brindar soporte en este proceso, permitiendo a las organizaciones identificar, gestionar y tomar decisiones sobre los riesgos de manera eficiente y precisa.
El ML es uno de los subconjuntos que tiene la Inteligencia Artificial (IA) la cual se refiere al concepto general de máquinas capaces de realizar tareas que normalmente requerirían inteligencia humana, por lo que el ML implica el entrenamiento de modelos que utilizan datos para hacer predicciones o tomar decisiones supervisadas o no supervisadas, sin la necesidad de estar explícitamente programados. Empleando incluso aprendizaje profundo para modelar y resolver problemas complejos como el reconocimiento de imágenes y del habla, el procesamiento del lenguaje natural y la mejora del aprendizaje para la toma de decisiones.
La IA superará los 300 mil millones de dólares con crecimiento anual compuesto del 27% durante el periodo 2022-2026, según cifras de la Guía mundial de gastos de inteligencia artificial de International Data Corporation (IDC). En el Instituto Mexicano de Ejecutivos de Finanzas (IMEF), estamos conscientes del valor que tiene la IA para garantizar la gestión efectiva de riesgos en las organizaciones. Como menciona Gartner, firma de consultoría e investigación tecnológica, en su artículo Las 10 principales tendencias tecnológicas estratégicas de Gartner para 2023, para el año 2026, las organizaciones que logren integrar dentro de su operación mayor transparencia y seguridad de la IA y confianza en ella, verán mejores resultados en sus modelos de IA en términos de adopción, objetivos de negocios y aceptación. Por ello, es necesario incorporar la gestión de riesgos a las operaciones utilizando soluciones que garanticen la integridad de los modelos de ML y la confiabilidad del funcionamiento de los datos.
La identificación efectiva de riesgos relevantes es el primer paso para poder gestionarlos adecuadamente. Con el uso del ML, las empresas pueden analizar grandes cantidades de datos en busca de patrones y tendencias que puedan indicar la presencia de un riesgo potencial. Esto permite detectar riesgos que de otra manera podrían haber sido pasados por alto. Una vez identificado el riesgo, el proceso de gestión puede ser automatizado mediante estos mismos modelos, asignando un nivel de prioridad a los riesgos identificados. Esto les permite a las organizaciones tomar decisiones informadas y estratégicas para mitigar los riesgos y maximizar los beneficios.
Consecuentemente, como soporte para los tomadores de decisiones de las organizaciones, es importante contemplar la normatividad emitida por las autoridades, así como estar al margen de las iniciativas internacionales debido a la necesidad de un marco regulatorio global de IA.
Reconociendo esta necesidad, en abril de 2021, la Unión Europea propuso la Ley de Inteligencia Artificial con un marco jurídico para su reconocimiento con el que se pretende garantizar el desarrollo y uso de la IA de forma segura, ética y respetuosa de los derechos fundamentales. Esta ley podría estar lista y entrar en vigor en la segunda mitad del 2024, ayudando significativamente a que el desarrollo y uso de los modelos de ML sea de forma ética y responsable mitigando riesgos como la discriminación, violaciones de la privacidad, falta de rendición de cuentas, uso indebido o ejemplos adversos.
En el IMEF, a través de su Comité Técnico Nacional de Administración Integral de Riesgos, se busca mantener el continuo aprendizaje y descubrimiento de los alcances y riesgos de las tecnologías para evaluar continuamente diversos aspectos del panorama financiero global y local, proporcionando una visión precisa y actualizada de los avances tecnológicos; ayudando a las organizaciones a tomar mejores decisiones para identificar riesgos potenciales relevantes, priorizarlos y proponer soluciones para su mitigación.
*El autor es Vicepresidente del Comité Técnico Nacional de Administración de Riesgos del IMEF.
