Las soluciones en la nube para el sector financiero avanzan en Latinoamérica y muestran nuevos retos, que trascienden a la oferta de la tecnología.
En este sentido, la personalización de las propuestas es uno de los principales desafíos para las compañías financieras que están protagonizando el camino hacia la transformación digital. Estos fueron algunos de los principales temas desmenuzados por David Ruiz, Data, Analytics & Al Practice Lead, Google Cloud; Eva Hughes, Senior Vice President, Issuer Payments de Fiserv México y Angel Ramírez, CEO y fundador de Cuembi, durante la última edición de Fintech Summit Latam.
“No piso una sucursal desde hace 25 años. Ya no estamos dispuestos a esperar”, afirmó Eva Hughes. La delegada de la empresa de tecnología financiera Fiserv compartió su experiencia, apalancada en el acompañamiento de clientes del sector, que van desde banca tradicional hasta fintech que se lanzan en un nuevo mercado.
Para las empresas del rubro esto supone exponer datos personales del cliente, en tiempo real y en forma segura. En esto, las APIS tienen un rol fundamental.
“Las APIs pueden intercambiar, organizar y orquestar tus datos, dar una satisfacción financiera al cliente. Lo que te aparece en tu app se refleja en tu cuenta digital. Esto es lo que estamos haciendo cientos de veces por segundo”.
Por su parte, Angel Ramírez de Cuembi, empresa que ayuda a digitalizar y transformar procesos de forma automática, hizo hincapié en la necesidad de considerar en primer lugar a los procesos; pero también a las personas y al producto. Una vez entendido el caso y el uso que se dará, es primordial entender y clasificar el tipo de data (estructurada o no estructurada), después modelar los datos y finalmente evaluar.
El desafío del fraude
A propósito del fraude, la representante de Fiserv adviritó que la gestión del fraude es multidireccional y se necesita una estrategia de muchas capas. “No te puedes enfocar en una característica o en un tipo de comportamiento, tienes que mirar al ecosistema completo y para eso hay diferentes herramientas, estrategias; y por supuesto, la inteligencia artificial, que te permite escalar”.
“El fraude se mueve a la velocidad de la internet”. En este sentido es necesario escalar y contar con personas expertas en estos temas, “quienes tienen que lidiar con los casos excepcionales, no con los casos que te están bombardeando constantemente y tener los datos completos para poder enseñar a estos modelos todos los días, y además enseñarles en tiempo real”, compartió.
Por su parte, David Ruiz señaló que las tecnologías de IA o ML generalmente son concebidas por las organizaciones como complejas, inaccesibles o costosas. Google propone tres niveles de acceso, desde las empresas que ya usan los modelos del buscador, pasando por un nivel intermedio en el que se automatizan los datos del cliente, hasta los casos en los que ya saben cómo usar estas tecnologías, los modelos existentes ya son rebasados y necesitan las herramientas (como KYC) para un uso en función de seguridad.
A propósito de los problemas que enfrentan las empresas al entrar a la nube, Angel Ramírez mencionó que el principal reto es la educación. En muchas ocasiones, las firmas no tienen definido cómo está su infraestructura, la seguridad o la arquitectura. Esto “se resuelve avanzando en etapas mezclando hardware en una nube pequeña privada y luego identificar qué puedo mover fácilmente a ella”.
Te puede interesar: Bantotal integra su plataforma con tecnología de nube híbrida.
Regulación y algo más
Desde el punto de vista del representante de Cuemby las regulaciones deben ser más automatizadas. “Donde hay regulación se toma ventaja de la automatización, pero no se implementa por el miedo al cambio, así que hay qué empujar en ambos sentidos”.
Angel invitó a evitar miedo a la tecnología pues los servicios están disponibles. En la misma línea, Eva afirmó que la audiencia está más abierta a usar toda la tecnología disponible y recomendó a quienes quieren escalar en volumen “diversificar productos, cruzar fronteras deben elegir socios con la capacidad de reacción. Las cosas no son siempre perfectas, necesitas a compañías con músculo para lidiar, no podemos prever todo”.
Todo empieza con los datos
Durante el evento, David Ruiz ofreció un Power Business Case y expuso la fortaleza de Google como la “empresa de los datos”, cuya tecnología a través del tiempo le ha permitido conocer a los clientes del sector financiero. Además, cuentan con un programa de aceleración de startups, a través del cual invierten en las empresas que buscan crecer, “casi volvernos socios capitalistas”.
Ruiz también destacó que la mayoría de las veces las personas pasan por Google antes de contratar un servicio financiero -sea un crédito o una hipoteca- para comparar alternativas. Esta información es de gran utilidad para la empresa; así conoce a quiénes serán los clientes, proceso en donde Google se alinea a la Ley Federal de Datos Personales que prohíbe la venta de datos.
Hoy el 89% de los clientes estarían dispuestos a esperar menos de un segundo para ser atendido luego de dar un clic a un sitio en Internet. Superar la expectativa del usuario está relacionado con la capacidad de tener una respuesta instantánea, pero sobre con la confianza de saber quién está del otro lado, para que pueda establecerse una relación personal.
Google tiene mucha experiencia y herramientas en analítica y machine learning y la misma tecnología para entender a internet completo y catalogar cómo se está comportando alguien ahí, esto permite saber incluso datos del cliente en tiempo real, scoring o ubicación real. Por ejemplo, el Google assistance que está en Android y por tanto, en el 80% de los teléfonos celulares en México, permite saber quién si hay intención o no de pagar la tarjeta, hacer una activación directa en tiempo real y visualizar quién va a contestar y quién no. Asimismo, la inteligencia artificial facilita el efecto de onboarding para validar documentos, dando respuesta a la persona que realice el proceso completo de KYC basado en las regulaciones y su negocio.
Después de la validación de IA, en las organizaciones comúnmente al obtener datos, se usan los datos estructurados referentes a la persona: edad, estatura, peso, son datos que la computadora entiende de una manera simple. Por otro lado, los datos no estructurados corresponderían a su estado de ánimo o de información. Por ejemplo, se le puede enseñar a una computadora si estoy contento o no.
