La IA está transformando los pagos: la optimización de las transacciones, la detección de fraude en tiempo real y las infraestructuras híbridas se están convirtiendo en la norma. Ante un marco regulatorio exigente y riesgos crecientes, las instituciones financieras están explorando la IA para fortalecer la seguridad, la eficiencia y el cumplimiento de sus operaciones. El auge de los modelos abiertos, SLM y la nube híbrida está redefiniendo los estándares de innovación del sector.
Entre la implementación de nuevas regulaciones, la lucha contra los delitos financieros e incluso la reducción de riesgos, muchos desafíos afectan directamente a las instituciones financieras. La IA puede ayudar a muchas empresas especializadas en servicios financieros en sus fases de evaluación o prueba de concepto (POC). Sin haber tomado la decisión de desplegar IA, las empresas están interesadas en mezclar todos los usos posibles que permite la tecnología como respuesta a estos desafíos.
El hecho de que la IA, y más concretamente la IA generativa, esté en sus inicios y aún no haya adoptado un enfoque de implementación plenamente estudiado, también explica esta actitud de observación por parte de los actores del sector. Es importante definir los objetivos deseados antes de embarcarse en la implementación de la IA y desarrollar un enfoque estratégico para ello. No se debe realizar ninguna inversión hasta que se haya desarrollado una planificación detallada para garantizar la coherencia con los objetivos comerciales y los requisitos regulatorios actuales.
Múltiples aplicaciones
El ámbito de los pagos está explorando los casos de uso que pueden admitir los modelos de lenguajes grandes (LLM) y la IA agente.
Empezando por procedimientos de pago inteligentes apoyados en IA, para gestionar y distribuir cualquier tipo de pago al sistema adecuado con facilidad. A esto se suma el análisis de pagos y la optimización dinámica del flujo, con el fin de maximizar las tasas de éxito de las transacciones y al mismo tiempo reducir los costos. La tecnología puede identificar el viaje más adecuado para cada transacción, analizando varios factores como los datos del cliente, la ubicación geográfica y el perfil de riesgo.
La IA también puede ayudar a mejorar los sistemas de evaluación y suscripción de riesgos, apoyando a los actores del sector financiero en cuestiones relacionadas con el riesgo. La IA se puede aprovechar para identificar anomalías de manera más efectiva y rápida en la detección de fraude o lavado de dinero, gracias a la detección en tiempo real de transacciones sospechosas mediante algoritmos de IA que utilizan grandes cantidades de datos. Otro beneficio es la reducción del riesgo de falsos positivos debido a la capacidad de reconocer patrones más precisos.
Para reducir costos, ganar velocidad y mejorar la calidad de los flujos de trabajo, la IA también puede respaldar la automatización de procesos manuales y propensos a errores, como lo ilustra la corrección de datos de pago, aliviando la necesidad de intervención manual, a través de un paso de validación previa y evaluación. De lo contrario, el agente de servicio al cliente puede colaborar con la IA generativa para simplificar (y potencialmente acelerar) el proceso de remediación.
Por definición, el mercado de pagos está altamente regulado y sitúa la seguridad, la transparencia y la confiabilidad de los sistemas entre sus principales prioridades, independientemente de los beneficios de la IA. Esto es particularmente relevante para las directivas y regulaciones derivadas de la Ley Europea de Inteligencia Artificial (Ley AI). En este contexto están surgiendo gradualmente tres enfoques: código abierto, pequeños modelos de IA y entornos de nube híbrida.
Código abierto, garantía de transparencia
Los fundamentos de las tecnologías, políticas y soluciones de código abierto son la colaboración y la transparencia. En el contexto de la IA, por ejemplo, esto significa datos accesibles y fiables, así como una toma de decisiones transparente, preferiblemente con capacidad de contribuir al desarrollo del modelo. Son muchos los elementos que caracterizan la llamada IA “confiable”, basada en la explicabilidad, la equidad, la solidez y la controlabilidad de los modelos de IA. Las instituciones financieras necesitan este tipo de IA, para mantenerse alineadas con los lineamientos fundamentales establecidos por la AI Act, BaFin (la autoridad federal de supervisión financiera en Alemania), el marco MaRisk (requisitos mínimos para la gestión de riesgos) y el marco BAIT (requisitos de supervisión de TI en instituciones financieras).
IA agente y SLM al servicio del sector financiero
Otro desafío al que se enfrentan los proveedores de servicios financieros es elegir el mejor modelo de IA para sus necesidades. Sin limitarse a los LLM, las instituciones también están recurriendo a los SLM, modelos más pequeños, con “sólo” miles de millones de parámetros en lugar de billones, para utilizar en casos específicos.
Este tipo de modelo aporta ciertas ventajas, la primera es que no requiere muchos recursos para su implementación, reduciendo así los costes económicos y energéticos. Otro activo es su capacidad para integrar continuamente nuevos datos, especialmente aquellos específicos de una institución o un campo, acelerando así el ritmo de los ciclos de formación. Por último, los SLM con licencia de código abierto hacen que las empresas sean más independientes de los proveedores y más flexibles en las soluciones que eligen, proporcionando visibilidad de los algoritmos, los datos de entrenamiento y la ponderación de los modelos.
Al mismo tiempo, cabe destacar el auge de la IA agente como nuevo paradigma en la implementación de modelos de IA, poniendo a sus agentes al servicio del análisis de tendencias, la toma rápida de decisiones y el ajuste dinámico de estrategias gracias a datos en tiempo real e información reciente. Todo esto podría ayudar a crear sistemas mucho más eficientes.
Una infraestructura construida sobre la nube híbrida
Dado que implican transacciones financieras, pero también el almacenamiento y la gestión de datos personales muy sensibles, los pagos son un área crítica en términos de seguridad. Esta es la razón por la que la infraestructura propiedad de la empresa y los servidores locales a menudo se han visto favorecidos para alojar software y datos de pago. Sin embargo, este enfoque se caracteriza por una falta de flexibilidad para introducir tecnologías innovadoras como la IA. Para hacer frente a esta situación, la nube híbrida parece ser la mejor respuesta posible. Se habilita a través de una capa de abstracción y una plataforma de administración central, lo que permite a las empresas continuar usando el almacenamiento local para datos confidenciales mientras disfrutan de los beneficios que brinda la escalabilidad de la nube pública. Los datos cumplen con los requisitos de resiliencia operativa mientras fluyen de una nube pública a otra, según las demandas, regulaciones o políticas del mercado.
La portabilidad, la coherencia y la seguridad de la carga de trabajo son las bases de un enfoque de nube híbrida, durante todo el ciclo de vida de la aplicación, desde el desarrollo y la capacitación de modelos de IA hasta su integración en una aplicación de pago. Basándose en datos disponibles públicamente, así como en datos de prueba sintéticos, las instituciones financieras desarrollan y entrenan un modelo de IA en una nube pública. También pueden utilizar datos confidenciales para entrenar modelos en su propio centro de datos y luego ejecutarlos en una nube pública.
El impacto que la IA puede tener en el espacio de los pagos es inmenso, a pesar de las dudas sobre la privacidad, las inversiones y el desarrollo de una estrategia sólida desde el principio. Esto se ilustra con la simplificación de los procesos, la mejora de la eficiencia y el estímulo de la innovación. Estos objetivos requieren apoyarse en una infraestructura híbrida y flexible, que ofrezca mayor transparencia y una mejor forma de colaboración, al tiempo que se adapta a los rápidos cambios que caracterizan el mundo de la IA.
____________________________
Par Ramón VillarrealArquitecto global y líder de pagos, Servicios financieros chez sombrero rojo
[
