En el camino de transformación digital, la industria financiera en México sigue enfrentando un obstáculo interno persistente que interrumpe la experiencia de los usuarios. Y es que si bien las personas confían y entregan datos para facilitar los procesos, la banca digital aún padece de "silos de datos" que impiden a las instituciones ofrecer una experiencia verdaderamente fluida, tratando a sus clientes habituales como si fueran completos desconocidos cada vez que solicitan un nuevo servicio. Los silos son conjuntos de datos dispersos en las bases de las instituciones y un hallazgo del estudio Finfacts, realizado por Google, revela la magnitud de esta desconexión, pues 18 de 20 instituciones financieras participantes volvieron a pedir información que ya poseían cuando un usuario intentó solicitar una tarjeta de crédito. Esta redundancia no es solo una molestia para el cliente, sino el síntoma de una infraestructura donde los sistemas internos no se comunican entre sí. "La realidad de las organizaciones es que la información la tienen ubicada en silos; está separada", explica David Ruiz, finance sales director en Google Cloud México, quien señala que este no es un problema exclusivo de la banca, pero en ella es más crítico y representa un gran desafío técnico si se considera que se trata de organizaciones con modelos de trabajo que requieren una modernización profunda de sus bases de datos.

Otros datos que demuestran esta necesidad son que nueve de 20 bancos no permitieron la apertura de cuentas en tiempo real y, de hecho, cinco de ellas tardaron más de 72 horas en este proceso. Asimismo, solo nueve de 20 instituciones aclararon en qué etapa del proceso de apertura se encontraba el cliente, algo relevante, pues indicar estos pasos construye confianza en el usuario, apunta Marco Pieck, field marketing manager de Google Cloud en México. Para superar este muro, la industria está apostando por la construcción de una “fuente unificada de información", menciona Ruiz que permita evaluar el valor real de cada usuario para la institución y eliminar las copias múltiples de datos que generan ineficiencias operativas.

La seguridad antes de la implementación Sin embargo, la integración de datos y la implementación de herramientas avanzadas, como la Inteligencia Artificial, ocurren en medio de un papel más relevante de los reguladores, apunta Ruiz, quien refiere que las autoridades se convirtieron en un supervisor activo de la calidad y seguridad de estas innovaciones. "No lo veo como un obstáculo, sino que el regulador está haciendo su función de supervisión", comenta. El proceso para que un banco ponga en manos de sus clientes un producto basado en IA es riguroso. Antes de que cualquier modelo entre en funcionamiento, debe superar aspectos de calidad y ser presentado formalmente ante la Comisión Nacional Bancaria y de Valores (CNBV), un esquema que busca garantizar una adopción tecnológica que no comprometa la estabilidad del sistema ni la privacidad del usuario.

En México, la regulación está evolucionando para acelerar la adopción de estas tecnologías, con un enfoque particular en el control de riesgos y el cumplimiento. Se estima que los controles de riesgo y cumplimiento mejoran entre un 10% y 20% anual gracias a la automatización en un sector donde todavía el 90% de estos procesos son manuales. Un ejemplo es que la normativa exige saber con precisión quién está depositando fondos para verificar su origen lícito y evitar el lavado de dinero, explica el especialista de Google, quien además apunta que la cantidad de datos solicitados es siempre el "mínimo indispensable" que marca la ley. Estas medidas aumentan la confianza en la adopción de herramientas de IA en la banca, sin embargo, aún existen áreas de rezago. Por ejemplo, solo cinco de 20 bancos participantes utilizan IA para lograr conversaciones fluidas y contextuales con sus usuarios, mientras que la mayoría de los chatbots actuales mantienen interacciones rígidas y limitadas. A pesar de ello, Pieck menciona que las instituciones que logran conectar sus datos para ofrecer una experiencia a la medida pueden alcanzar hasta un 80% de retención de clientes, mientras el usuario, por su parte, se muestra dispuesto a compartir información siempre que perciba un valor agregado y un servicio eficiente. De cara a un futuro donde la IA agéntica forme parte de la cotidianidad, la previsión del gigante tecnológico es que las aplicaciones móviles de banca se vuelvan "invisibles". Es decir, en lugar de navegar por menús complejos, el usuario interactuará mediante cajas de texto o voz para pedir su saldo o realizar inversiones sin fricciones.

]]>