Sector financiero ve desafíos en datos, procesos y regulación para escalar IA

La integración de sistemas, la calidad de los datos, la definición de responsabilidades y la adaptación de procesos internos son algunos de los principales obstáculos que enfrenta el ecosistema de pagos para ampliar el uso de inteligencia artificial, coincidieron especialistas durante el evento Momentum, organizado por la fintech especializada en pagos Monato.

La directora de la Asociación Fintech México, Claudia Núñez, señaló que la experiencia de otros mercados puede servir para identificar riesgos y errores antes de acelerar la adopción de estas herramientas en México.

"Es fundamental conocer las oportunidades, pero también los retos y los aprendizajes que han dejado otros mercados. Lo relevante es entender qué obstáculos enfrentaron y qué decisiones tomaron para que estos casos sirvan como referencia al momento de implementar soluciones en México", afirmó Núñez.

Los participantes coincidieron en que existen oportunidades para aplicar inteligencia artificial en atención al cliente, prevención de fraude, evaluación crediticia y automatización de operaciones. Sin embargo, advirtieron que las instituciones financieras deberán reforzar los controles sobre el uso de la información y la toma de decisiones automatizadas.

Para Camilo Arango, responsable de inteligencia artificial para startups en AWS, la discusión en la industria se está desplazando hacia la confiabilidad de estas herramientas y los riesgos que implica utilizarlas en procesos sensibles.

"Hoy la industria busca una inteligencia artificial responsable, segura y en la que pueda confiar. Cuando se trata de procesos financieros, lo importante no es solamente la capacidad de la tecnología, sino la certeza de que operará bajo condiciones que permitan controlar los riesgos y proteger la información", dijo Arango.

Otro de los retos identificados es la dificultad para convertir proyectos piloto en herramientas de uso cotidiano dentro de las organizaciones. Los panelistas señalaron que la mayor parte del trabajo de implementación recae en la transformación de procesos y en la adopción por parte de las personas, más que en el desarrollo tecnológico.

Patricia Desentis, vicepresidenta de pagos y proptech en BBVA Spark, explicó que las empresas suelen concentrarse en las capacidades de las herramientas y dejan en segundo plano los ajustes organizacionales que exige su implementación.

"Lo que realmente hace la diferencia es la forma en que las personas utilizan estas herramientas y la capacidad de las organizaciones para replantear sus procesos. Se puede contar con tecnología muy avanzada, pero si no existe una estrategia clara de adopción y medición de resultados, el impacto será limitado", afirmó Desentis.

Los especialistas también alertaron sobre la fragmentación tecnológica que persiste dentro del sistema financiero. La coexistencia de plataformas y bases de datos que operan con distintos estándares dificulta la ejecución de procesos automatizados a gran escala.

Eric Rosenthal, director general de Cordant, sostuvo que muchas empresas están intentando incorporar agentes de inteligencia artificial sin haber resuelto antes problemas relacionados con la interoperabilidad y la administración de la información.

"Primero necesitamos controles, contexto y memoria. Si los sistemas no pueden comunicarse entre sí y no existe una base común de información, será muy difícil que estas herramientas entiendan lo que ocurre dentro de la organización y ejecuten correctamente las tareas para las que fueron diseñadas", afirmó Rosenthal.

Los panelistas coincidieron en que el avance de estas tecnologías también dependerá de una mayor claridad regulatoria y de reglas que definan responsabilidades entre los participantes de la cadena de pagos. Aunque mencionaron experiencias en países como India y Brasil, coincidieron en que el principal desafío para México sigue siendo fortalecer la gobernanza de datos, los procesos internos y los mecanismos de control.

"La inteligencia artificial no es magia. Si una organización no sabe dónde está su información, cómo la administra o quién tiene acceso a ella, difícilmente podrá obtener valor de estas herramientas. Los datos deben tratarse como uno de los activos más importantes de cualquier empresa", concluyó Arango.