IA en industrias reguladas: BofA y S&P sobre las enormes ganancias y los riesgos de apresurarse

En la reciente cumbre Fortune AIQ en Nueva York, altos ejecutivos de Bank of America (BofA) y S&P Global compartieron ideas críticas sobre la integración de la inteligencia artificial en sectores financieros altamente regulados. Hari Gopalkrishnan, director de tecnología e información de Bank of America, y Sally Moore, directora de clientes de S&P Global, enfatizaron que, aunque la IA ofrece un potencial transformador, el error más común que cometen las organizaciones es apresurarse a implementarla como solución principal sin evaluar primero alternativas más simples y deterministas. Ambas instituciones gestionan actualmente el delicado equilibrio entre la inversión tecnológica agresiva y la estricta gestión de riesgos requerida en las finanzas globales.

Bank of America está ampliando significativamente sus esfuerzos en IA, con planes de duplicar su presupuesto para esta tecnología el próximo año. El CEO Brian Moynihan señaló que 140 casos de uso actuales han generado 800 millones de dólares en beneficios frente a 400 millones en costos. El banco utiliza un riguroso proceso de revisión de riesgos de 16 pilares para cada proyecto, cubriendo preocupaciones desde el sesgo hasta la propiedad intelectual. Mientras tanto, S&P Global, aprovechando su adquisición de Kensho en 2018, ha reposicionado su estructura empresarial para priorizar la precisión y auditabilidad de los datos. Sally Moore destacó un caso en el que S&P ayudó a un banco de primer nivel a aumentar la precisión de sus procesos del 60% al 98%, acelerando los tiempos de producción seis veces, lo que demuestra que los agentes de IA dirigidos pueden ofrecer resultados medibles y de alto impacto.

Ambas empresas poseen profundas raíces históricas en la industria financiera, lo que moldea su enfoque cauteloso hacia la innovación. Bank of America ha utilizado IA durante más de una década, comenzando con modelos de detección de fraude, y su asistente virtual, Erica, ha gestionado con éxito más de 3.600 millones de transacciones. S&P Global, una institución de 160 años, considera los datos como la moneda fundamental de la IA. Al crear una oficina central de clientes y laboratorios especializados, S&P garantiza que sus despliegues de IA no sean solo experimentales, sino que estén profundamente integrados en los flujos de trabajo de sus 60,000 clientes globales, asegurando que cada modelo siga siendo rastreable y confiable.

Las ramificaciones de estos cambios tecnológicos son profundas y afectan desde la productividad de la fuerza laboral hasta la estabilidad financiera sistémica. Gopalkrishnan advirtió que la industria debe permanecer vigilante respecto a la seguridad, señalando que a medida que los modelos de IA mejoran en la identificación de vulnerabilidades de software, las empresas deben priorizar el desarrollo seguro independientemente de su nivel de adopción de IA. Además, el fracaso de una institución más pequeña podría erosionar la confianza pública en todo el sistema financiero. En consecuencia, ambas firmas abogan por un enfoque de 'humano en el bucle', asegurando que la IA actúe como una herramienta de asistencia en lugar de un reemplazo autónomo para el juicio profesional.

Mirando hacia el futuro, el consenso entre estos líderes de la industria es que el futuro de la IA en las finanzas reside en la 'inteligencia integrada' y el uso estratégico de agentes asistenciales. En lugar de perseguir la autonomía total, las empresas se centran en mejorar las capacidades humanas para servir a los clientes de manera más efectiva. A medida que la infraestructura de control madure, la capacidad de anticipar las necesidades del cliente y ofrecer soluciones precisas basadas en datos se convertirá en el principal diferenciador en un panorama financiero cada vez más mercantilizado. El camino a seguir requiere una estrategia disciplinada y agnóstica respecto al modelo que priorice la herramienta adecuada para la tarea específica sobre la mera búsqueda de la última tendencia tecnológica.