- Una encuesta revela que las instituciones financieras verifican una reducción de costos a partir del uso de tecnologías encuadradas en la IA
Los Modelos de Lenguaje Amplio (LLM) son un tipo de modelo de IA centrado en la comprensión y generación de lenguaje natural.
El principio fundamental detrás de ellos es la utilización de técnicas de aprendizaje profundo, como redes neuronales con millones o incluso miles de millones de parámetros, para analizar y aprender de vastas cantidades de datos textuales. Estos modelos se entrenan en conjuntos de datos diversos, lo que les permite reconocer patrones dentro del texto con una precisión mucho mayor.
El término LLM se escucha a menudo junto con otras frases como modelos de transformadores y redes neuronales. Comprender cómo se integran los LLMs en el amplio espacio de la IA es útil para tener una mejor idea de sus usos y aplicaciones.
¿Qué pueden hacer los LLMs por la industria financiera?
Dada la gran cantidad y variedad de datos disponibles en la industria financiera, los LLMs pueden aportar un valor significativo a las empresas del sector. Una de las áreas en las que pueden ayudar es la toma de decisiones basada en datos.
Por la capacidad de trabajar con datos de texto no estructurados, los LLMs pueden extraer ideas de fuentes como informes de noticias, contenido de redes sociales y publicaciones. Esto permite a las empresas financieras aprovechar fuentes novedosas y hasta ahora subutilizadas.
Optimizar tareas regulatorias y de cumplimiento es otro beneficio de los LLMs en la industria financiera. Las tecnologías basadas en LLMs pueden utilizarse para tareas como recuperación de información y análisis de documentos para ayudar con la documentación relacionada con la regulación y el cumplimiento. Los LLMs también pueden automatizar tareas de monitoreo e informes, permitiendo que las instituciones financieras tengan flujos de trabajo que funcionen con una intervención humana mínima.
Los LLMs también han mejorado las capacidades y expectativas que tenemos en torno a los chatbots y asistentes virtuales.
Chatbots impulsados por LLMs, como ChatGPT, han demostrado una inmensa capacidad para experiencias de comunicación similares a las humanas. Incorporar estos chatbots en los servicios de atención al cliente financiero mejorará la eficiencia y la naturaleza de las interacciones con los clientes.
Las instrucciones basadas en lenguaje natural, los asistentes de programación y asistentes de escritura se están volviendo extremadamente comunes. Estas funcionalidades basadas en LLMs pueden aportar innovación y eficiencia significativas a la industria financiera.
Relevamiento 2024
Un informe sobre el “Estado de la IA en Servicios Financieros” que difundió la empresa NVIDIA, nos proporciona información sobre el panorama actual y las tendencias emergentes para el año 2024.
El informe revela que un abrumador 91% de las empresas de servicios financieros están evaluando o ya utilizando la IA en producción. Estas empresas están empleando la IA para impulsar la innovación, mejorar la eficiencia operativa y perfeccionar las experiencias del cliente.
La optimización de carteras, la detección de fraudes y la gestión de riesgos siguen siendo los principales casos de uso de la IA; mientras que la IA generativa está ganando rápidamente popularidad entre las organizaciones interesadas en descubrir nuevas eficiencias.
- IA Generativa y Modelos de Lenguaje Amplio (LLM)
Reflejando una macro tendencia vista en diversas industrias, los modelos de lenguaje amplio (LLMs) y la IA generativa han surgido como áreas significativas de interés para las empresas de servicios financieros. El 55% de los encuestados informaron que estaban buscando activamente flujos de trabajo de IA generativa para sus empresas.
Las organizaciones están explorando la IA generativa y LLMs para diversas aplicaciones: desde marketing y ventas hasta la generación de datos sintéticos. De estos casos de uso, el 37% de los encuestados mostraron interés en la generación de informes, síntesis e investigación de inversiones para reducir el trabajo manual repetitivo.
La experiencia y el compromiso del cliente fueron otro caso de uso buscado, con un 34% de tasa de respuesta. Esto sugiere que las instituciones financieras están explorando chatbots, asistentes virtuales y sistemas de recomendación para mejorar la experiencia del cliente.
- Impacto de la IA
Los usos más populares de la IA fueron en operaciones, riesgo y cumplimiento, y marketing. Para mejorar la eficiencia operativa, las organizaciones financieras están utilizando la IA para automatizar procesos manuales, mejorar el análisis de datos e informar decisiones de inversión.
Para mejorar el riesgo y el cumplimiento, están implementando la IA para analizar grandes cantidades de datos y detectar actividades sospechosas y patrones de transacciones anómalas. También están utilizando la IA para analizar datos de clientes y predecir preferencias, ofreciendo campañas de marketing personalizadas, contenido educativo y promociones dirigidas.
Las empresas ya están viendo resultados. El 43% de los profesionales de servicios financieros indicaron que la IA había mejorado su eficiencia operativa, mientras que el 42% sintió que había ayudado a su negocio a construir una ventaja competitiva.
En años anteriores, el principal desafío reportado por los encuestados fue la contratación de expertos en IA y científicos de datos. Este año, se registró un aumento del 30% en los participantes de la encuesta que respondieron de manera contundente que los desafíos relacionados con los datos eran la preocupación principal. Esto incluye desafíos de privacidad de datos, soberanía de datos y datos dispersos por todo el mundo, gobernados por diferentes regulaciones de supervisión.
La creciente atención a estos problemas refleja el creciente poder y complejidad de los modelos de IA, que requieren conjuntos de datos grandes y diversos para entrenar, así como un aumento en la escrutinio regulatorio y énfasis en la IA responsable.
La contratación y retención de expertos en IA sigue siendo un desafío, al igual que las preocupaciones presupuestarias. Sin embargo, más del 60% de los encuestados aún planean aumentar la inversión en infraestructura informática u optimizar flujos de trabajo de IA, subrayando la importancia de estas herramientas para construir y implementar rápidamente IA confiable y superar estas barreras.
En general, los resultados de la encuesta pintan un panorama positivo de la IA, brindando mayor eficiencia a las operaciones, personalización a las interacciones con los clientes y precisión a las decisiones de inversión.
Los profesionales financieros están de acuerdo. El 86% de los encuestados informaron un impacto positivo en los ingresos, mientras que el 82% señaló una reducción en los costos. El 51% estuvo fuertemente de acuerdo en que la IA sería importante para el éxito futuro de su empresa, un aumento del 76% respecto al año pasado.
Con esta perspectiva positiva, el 97% de las empresas planean invertir más en tecnologías de IA en el futuro cercano. Las áreas de enfoque para futuras inversiones incluyen la identificación de casos de uso adicionales de IA, la optimización de flujos de trabajo de IA y el aumento del gasto en infraestructura.
