El sector financiero siempre se ha enorgullecido de innovar para resolver problemas. Sin embargo, cuando miramos el nivel de adopción y automatización de la inteligencia artificial (IA), el sector está lejos de ser la norma.

El peligro para los equipos financieros proviene de un abismo cada vez mayor entre los que utilizan la IA y los que no. Un abismo definido por el aumento de la productividad, la priorización del trabajo y el conocimiento inigualable de los datos. Así pues, ante un año en el que las capacidades de la IA van a evolucionar aún más, ¿cómo pueden los equipos financieros ganar terreno en la carrera de la IA? 

Puede que la IA haya evolucionado a gran velocidad, pero los clichés que frenan su implantación no lo han hecho igual. Es cierto que existen preocupaciones reales en torno a la seguridad, los prejuicios y la ética, pero se pueden manejar con facilidad. Además, ahora es un momento crucial en el panorama económico, empresarial y tecnológico, y las empresas no pueden permitirse retrasar la optimización de las operaciones, la productividad y la eficiencia en la economía digital. 

Pero no se trata sólo de aumentar las operaciones, la productividad y la eficiencia. Los equipos financieros que no adopten la IA se perderán la posibilidad de tratar sus datos como un producto. Hace diez años, hablaban de los datos como si fueran el nuevo petróleo: un bien inestimable que pueden utilizar para comprender mucho mejor a sus clientes y su flujo de caja. Pero sin la IA son incapaces de profundizar lo suficiente o incluso de saber dónde excavar.  

Los equipos financieros pueden cambiar su mentalidad respecto a la IA superando algunos de los obstáculos que detallo a continuación. Empezamos por una brecha  cada vez mayor en cuanto a las competencias. Los modelos de IA actuales son fáciles de usar, pero sigue siendo necesaria la formación sobre buenas prácticas y seguridad. Además, incluso los equipos financieros que utilizan IA hoy deben seguir aprendiendo y experimentando con la tecnología en un entorno seguro para garantizar su innovación en el futuro.

Por ejemplo, la ingeniería de avisos es un área que deben dominar para poder utilizar la IA para analizar mejor los datos, criticar la estrategia y desglosar problemas o temas complejos para un público no financiero. Las instrucciones claras ayudan y, al igual que cuando se habla con humanos, cuanto más específico se es, mejor es el resultado. Pero antes necesitan una comprensión sólida de cómo utilizar la tecnología en su función, algo que no ocurrirá sin el respaldo de los líderes empresariales. 

Otro de los obstáculos es considerar que la IA no es segura. Y es que el problema viene de agrupar múltiples tecnologías bajo el término «IA», porque lo bueno se mezcla con lo malo y las historias de terror relacionadas con la IA empañan la eficacia de las soluciones de IA de nivel empresarial.  

Este es un problema para las empresas, donde es primordial mantener la confianza y el control tanto con los empleados como con los clientes. La cautela es fundamental para las finanzas, pero no debería frenar injustamente la innovación. Las empresas deberían convertir esta prudencia en una oportunidad para crear sus propias políticas y determinar cómo se utiliza internamente y en relación con sus clientes.

La rápida evolución de la IA se ha caracterizado por la personalización, y es más fácil que nunca que las empresas pongan barreras e incluso creen sus propios modelos GPT que mantengan a salvo los datos de los clientes y la confianza. Además, los humanos deben confiar en sus propios sistemas y comprobar el funcionamiento de la IA como lo harían con un nuevo empleado. Por ejemplo, preguntando de dónde proceden los datos y por qué se han utilizado para formular la respuesta.  

El último obstáculo que destacaría es la idea de que la IA tiene que ser 'perfecta'. La tecnología avanza a buen ritmo, pero la IA no debería ser perfecta. Si le haces a un modelo GPT la misma pregunta dos veces, no obtener la misma respuesta es algo bueno. Eso es porque está ahí para desafiar nuestra forma de pensar, no para impedirnos pensar del todo. Al planificar el modo en que la IA puede cambiar su negocio, los responsables financieros deberían volver a la razón por la que la utilizan en primer lugar.

Basándose en las capacidades actuales de la IA, debería utilizarse para ahorrar tiempo y dinero. Esto significa quitar el freno de mano a sus equipos y automatizar las tareas administrativas manuales para que puedan centrarse en un trabajo más estratégico. También significa revolucionar su forma de trabajar con los datos y, en consecuencia, de dar prioridad a la atención al cliente.

Puede que los equipos financieros hayan empezado despacio la carrera de la IA, pero son más que capaces de ponerse al día con la estrategia adecuada y, sobre todo, con la IA adecuada .El tiempo de la observación cautelosa ha pasado y los próximos 12 meses determinarán probablemente qué equipos financieros emergen como líderes en el futuro de la IA. Los que actúen ahora, con una estrategia y un propósito claros, no solo participarán en la carrera de la IA, sino que ayudarán a definir su curso. 

*** Pri Nagashima Boyd es vicepresidente de Datos, Análisis e Inteligencia Artificial en Pleo