Se prevé que las instituciones financieras dupliquen su gasto en inteligencia artificial de aquí a 2027
Las herramientas de inteligencia artificial (IA) y quienes las utilizan son los dos nuevos elementos imprescindibles de las instituciones financieras y los bancos centrales de todo el mundo.
En junio de 2023, en JPMorgan Chase & Co. había 3.600 anuncios de empleo relacionados con la IA, según Evident Insights Ltd., una empresa emergente con sede en Londres que rastrea las competencias en IA en empresas de servicios financieros.
“Se está produciendo una lucha por el talento”, afirma Alexandra Mousavizadeh, fundadora de Evident Insights. “Anticiparse ahora a ello es realmente una cuestión de vida o muerte”.
Al igual que otros avances tecnológicos, la IA ofrece un potencial nuevo, aunque acompañado de nuevos riesgos. El sector de servicios financieros quizás esté entre los más beneficiados por la tecnología, que puede permitirle proteger mejor sus activos y predecir mejor los mercados. O puede que sea el sector con más que perder si la IA espolea el robo, el fraude, la ciberdelincuencia o incluso una crisis financiera que los inversionistas no pueden concebir en la actualidad.
El debut de ChatGPT, propiedad de OpenAI, en noviembre de 2022 se está expandiendo al sector financiero y otros sectores. Llegó con rapidez a los 100 millones de usuarios, y se convirtió en la aplicación de crecimiento más rápido en la historia de Internet.
En finanzas, existe una demanda global de personas que sepan cómo aprovechar la IA. Tres de las 10 primeras ciudades en el índice de talento de Evident están en India, señala Mousavizadeh, economista, matemática y excodirectora de riesgo país en Morgan Stanley.
La adopción financiera
El dinero que dedican las empresas financieras y otras empresas a la IA pone de relieve las nuevas prioridades. Las ventas de software, hardware y servicios para sistemas de IA subirán 29% este año, hasta los USD 166.000 millones, y llegarán a los USD 400.000 millones en 2027, según International Data Corp. El gasto del sector financiero aumentará más del doble, hasta USD 97.000 millones en 2027, con una tasa de crecimiento anual compuesta de 29% —la más rápida entre los cinco sectores principales—, según la empresa de estudios de mercado.
Los fondos de cobertura, desde hace tiempo pioneros de la tecnología de vanguardia, están adoptando IA generativa. Casi la mitad de estos fondos utiliza ChatGPT de forma profesional, y más de dos tercios lo utiliza para escribir textos de marketing o resumir informes o documentos, según una encuesta de BNP Paribas sobre fondos con USD 250.000 millones en activos combinados.
Las empresas de inversión utilizan IA e investigan su potencial en distintas líneas de negocio. La compañía de inversiones más grande de Europa, Amundi SA, está desarrollando su propia infraestructura de IA para la investigación macroeconómica y de mercados. También utiliza la tecnología en aplicaciones como los asesores robóticos para clientes individuales.
Con sede en París, Amundi, que gestiona EUR 2 billones (USD 2,1 billones), utiliza herramientas basadas en IA para personalizar las carteras de algunos de sus más de 100 millones de clientes, a quienes les pregunta sobre sus preferencias de riesgo. Las respuestas ayudan a configurar las carteras y ofrecer un indicador de la actitud de los inversionistas en tiempo real.
Una visión agregada
“Este tipo de algoritmos nos permite observar el comportamiento de los clientes”, afirma Monica Defend, la directora de estrategia del Instituto de Inversiones Amundi, la unidad de investigación y estrategia de la compañía. “Además del beneficio para el cliente, también permite tener una visión agregada de cómo cambian las actitudes en esta base de usuarios”.
Para otros usos, como la toma de decisiones institucionales sobre inversión y negociación, la IA puede verse limitada por datos que resultan ser poco fiables o por situaciones de alto impacto sin precedentes, añade. También es una prioridad evitar abusos y velar por que la IA se utilice dentro de un marco seguro, ético y que respete las normas.
“La inteligencia artificial no puede sustituir al cerebro”, afirma Defend. Destaca que un proceso impulsado en su totalidad por la IA podría ser peligroso. “Es igualmente importante la interpretación, la comprensión y la comprobación de los resultados de los algoritmos”.
JPMorgan, el mayor prestamista de Estados Unidos, dedica más de USD 15.000 millones al año a la tecnología, y a este sector designa casi una quinta parte de su total aproximado de 300.000 empleados. Un grupo de investigación sobre IA cuenta con 200 empleados, y la IA permite cientos de usos, que abarcan desde la prospectiva y el marketing hasta la gestión del riesgo y la prevención del fraude. La IA también se encuentra en los sistemas de procesamiento de pagos y transferencia de dinero de todo el mundo.
“Es absolutamente necesaria”, dijo en abril a sus accionistas el director general, Jamie Dimon.
El mundo monetario
Mucho más tienen en juego las autoridades que deben proteger las economías. Los bancos centrales, que por naturaleza se mueven despacio y tienen una mayor aversión al riesgo, están aprendiendo a utilizar la IA en un contexto muy diferente, además de sopesar los riesgos potenciales.
La IA también resulta prometedora en varias aplicaciones de los bancos centrales, como la supervisión. El banco central de Brasil desarrolló un prototipo de robot para descargar las quejas de los consumidores sobre las instituciones financieras y categorizarlas mediante aprendizaje automático. Este año, el Banco de la Reserva de India contrató a las empresas de consultoría McKinsey y Accenture para colaborar en la implantación de IA y de análisis conexos en sus tareas de supervisión.
El Comité de Supervisión Bancaria de Basilea halló que la IA puede mejorar la eficiencia de la concesión de préstamos en términos de decisiones de crédito y prevención del lavado de dinero. El comité de bancos centrales y autoridades de supervisión bancaria actúa como uno de los principales organismos normativos del mundo. También cita los riesgos, como la dificultad de entender los resultados de modelos opacos y el potencial de sesgos y aumento de los ciberriesgos.
“Sin duda, los procesos de supervisión para juzgar qué es seguro y prudente y la capacidad de distinguir entre innovación responsable e irresponsable serán mejores”, afirmó el pasado año Neil Esho, el secretario general del grupo. “Por el momento, estamos a medio camino”.
El Banco de Pagos Internacionales (BPI), el grupo de bancos centrales internacionales que alberga la secretaría del comité en Basilea, Suiza, ha puesto a prueba diversos usos potenciales. El Proyecto Aurora del Centro de Innovación del BPI, por ejemplo, demostró que las redes neuronales, un tipo de aprendizaje automático, pueden contribuir a detectar el lavado de dinero al detectar patrones y anomalías en las transacciones que los métodos tradicionales no pueden identificar.
Detectar anomalías
El Banco de Canadá desarrolló una herramienta de aprendizaje automático para detectar anomalías en las presentaciones reglamentarias. La directora de Ciencia de Datos, Maryam Haghighi, afirma que las operaciones automatizadas que realiza diariamente detectan cosas que no detectaría una persona, lo que libera al personal para poder hacer un seguimiento del análisis.
“En este ámbito de los bancos centrales, por ejemplo, la IA puede en verdad sobresalir”, afirma Haghighi. “Es algo bastante tedioso, y se puede entrenar a la IA para que lo haga bien, y mejor y más rápido que los humanos”.
El Banco Central Europeo (BCE) utiliza IA para aplicaciones como la clasificación automática de datos procedentes de 10 millones de entidades empresariales y públicas, y la extracción automática de datos de sitios web para realizar un seguimiento en tiempo real de los precios de los productos. También utiliza la tecnología para ayudar a las autoridades de supervisión bancaria a encontrar y analizar nuevas historias, informes de supervisión y declaraciones de empresas.
El universo de datos crece de forma exponencial, y limpiarlo para que sea inteligible es una cuestión fundamental, en especial en el caso de datos no estructurados, afirma Myriam Moufakkir, la directora de servicios del BCE. La IA puede ayudar a los humanos a hacer distinciones importantes. El BCE también está explorando modelos grandes de lenguaje de IA para escribir código, probar software o incluso hacer más comprensibles las comunicaciones públicas.
Estabilidad financiera
El investigador de la Escuela de Economía de Londres, Jon Danielsson, que estudia cómo afecta la IA al sistema financiero, afirma que entiende las capacidades de la tecnología en un continuo que va desde básico hasta avanzado. En el lado básico, está el ajedrez, con piezas en un tablero y normas que todos conocen. La IA gana aquí con facilidad a los humanos, pero su ventaja disminuye con la complejidad. En situaciones inesperadas, las personas pueden utilizar una variedad de conocimientos, desde la economía y la historia hasta la ética y la filosofía, para tomar decisiones mejor fundamentadas. Y aquí, dice, es donde los humanos superan a la IA, por el momento.
La IA ya toma decisiones financieras importantes, como la gestión de solicitudes de tarjetas de crédito, y está realizando rápidos avances en los sectores público y privado. Afirma que la tecnología puede contribuir a garantizar que los bancos no se comporten de forma indebida, por ejemplo, que se aprovechen de los clientes o que permitan el fraude o el lavado de dinero. Al mismo tiempo, explica que estos usos tan amplios pueden generar peligros.
“La tecnología nos pilla desprevenidos cuando empezamos a confiar en ella y a usarla cada vez más”, afirma Danielsson.
La IA podría desencadenar una crisis financiera, según Gary Gensler, presidente de la Comisión de Bolsa y Valores de Estados Unidos. Gensler es responsable de proteger un mercado de acciones de USD 46 billones que supone dos quintas partes del total mundial. Los riesgos de la IA para la estabilidad financiera exigen “una nueva reflexión sobre intervenciones a nivel de todo el sistema o de política macroprudencial”, dijo a los periodistas en julio. “La IA aumenta la fragilidad financiera, ya que podría fomentar la concentración de posiciones, en la que actores individuales tomen decisiones similares porque reciben la misma señal de un modelo base o agregador de datos”.
El aviso ponía de manifiesto el trabajo de Gensler como profesor de Economía y Administración en el Instituto de Tecnología de Massachusetts, donde en 2020 publicó junto a Lily Bailey un estudio sobre el aprendizaje profundo. En ese estudio escribieron que este subgrupo de IA ofrece “capacidades de predicción nunca vistas que permiten importantes oportunidades de eficiencia, inclusión financiera y mitigación de riesgos”. Pero advertían que las regulaciones financieras que tienen su origen en épocas anteriores “podrían ser insuficientes para hacer frente a los riesgos sistémicos que plantea la amplia adopción del aprendizaje profundo en las finanzas”.
Un factor de “policrisis”
Otro peligro es que las herramientas de IA exacerben las crisis, cualquiera que sea su causa, porque están entrenadas con datos pasados que podrían no reflejar la realidad en una situación sin precedentes, según Anselm Küsters, director del departamento de digitalización y nuevas tecnologías del Centro de Estudios de Política Europea de Berlín. Küsters ha citado el término policrisis, popularizado por su compañero Adam Tooze, historiador económico, para hacer referencia a la interacción de distintos shocks que, juntos, forman un agregado que es peor que la suma de sus partes.
El aumento del uso de aplicaciones de IA opacas “crea nuevos riesgos sistémicos”, ya que estas pueden amplificar con rapidez los círculos viciosos de interacciones negativas, escribió Küster, urgiendo al Parlamento Europeo a “centrarse en los riesgos adicionales de la predicción algorítmica que surgen en las crisis”.
En los próximos años, a medida que los beneficios y las amenazas sean más claros, los bancos centrales y otras autoridades harán frente a este tipo de interrogantes que plantea la rápida evolución de la tecnología.
“Todavía no sabemos qué tiene sentido para los bancos centrales”, afirma Moufakkir, del BCE. “Esto recién empieza”.
JEFF KEARNS integra el equipo de Finanzas y Desarrollo.
Las opiniones expresadas en los artículos y otros materiales pertenecen a los autores; no reflejan necesariamente la política del FMI.
