3 Formas en que la inteligencia artificial está cambiando La industria de las finanzas

AI

A medida que la inteligencia artificial transforma un número cada vez mayor de dominios, las instituciones financieras y las empresas se mueven rápidamente para mantener el ritmo. Esto puede afectar la forma en que realiza operaciones bancarias, invierte, recibe préstamos y previene crímenes financieros.

En el corazón de la revolución AI están los algoritmos de aprendizaje automático, un software que se mejora a sí mismo a medida que se alimenta de más y más datos, una tendencia de la que la industria financiera se puede beneficiar inmensamente. Estas son algunas de las tendencias clave que hacen incursiones en el espacio.

Detección de fraude

A medida que el comercio electrónico ha ganado popularidad, también lo ha hecho el fraude en línea. Sin embargo, luchar contra el fraude en línea es muy desafiante. Disminuir las transacciones demasiado agresivamente para evitar el fraude puede ser un objetivo contraproducente. De acuerdo con un estudio de 2015 de la firma de investigación Javelin Strategy, las declinaciones falsas, transacciones legítimas que se rechazan erróneamente, representan $ 118 mil millones en pérdidas para los minoristas. Un tercio de los casos de bajada falsa provocan la pérdida de clientes, y solo en los EE. UU. Incurren en un daño que vale 13 veces el valor del fraude real.

La inteligencia artificial puede ser útil aquí. Mediante el análisis de varios puntos de datos, los algoritmos de aprendizaje automático pueden detectar transacciones fraudulentas que pasarían desapercibidas para los analistas humanos a la vez que mejoran la precisión de las aprobaciones en tiempo real y reducen las declinaciones falsas.

Varias empresas están explorando la prevención del fraude basado en la inteligencia artificial. Un ejemplo es la tecnología Decision Intelligence lanzada recientemente por Mastercard. En lugar de limitarse a reglas predefinidas, DI obtiene patrones de compras históricas y hábitos de gasto de los titulares de tarjetas para establecer una línea de base de comportamiento con la cual comparará y puntuará cada nueva transacción. Esta es una mejora importante sobre las tecnologías de prevención tradicionales, que se basan en un enfoque único para evaluar todas las transacciones. Si bien Mastercard no es la primera empresa financiera en emplear la inteligencia artificial en la detección de fraudes, los miles de millones de transacciones que procesa cada año le brindan una gran cantidad de datos para entrenar y perfeccionar sus algoritmos.

Otras compañías como Sift Science emplean un enfoque más holístico. Sift Science recopila datos de más de 6,000 sitios web donde se implementa su solución de detección de fraude. Esto le permite rastrear y analizar datos a través de múltiples canales y dispositivos. El motor correlaciona diferentes puntos de datos, incluidos los pagos y la actividad en los sitios web, para crear mejores modelos de comportamiento del cliente y detectar transacciones fraudulentas.

Chatbots bancarios

En los últimos años, los chatbots basados ​​en el procesamiento del lenguaje natural (NLG) y los algoritmos de aprendizaje automático se han convertido en una herramienta poderosa para proporcionar una experiencia personalizada y de conversación a los usuarios en diferentes dominios.

Hay varias maneras en que los chatbots de IA pueden mejorar la industria bancaria, lo que incluye ayudar a los usuarios a administrar su dinero y sus ahorros. Plum, un chatbot accesible a través de Facebook Messenger, te ayuda a ahorrar dinero en pequeños incrementos. Al registrarse, conecta Plum a su cuenta bancaria, luego de lo cual el motor de inteligencia artificial detrás de él analiza sus ingresos y hábitos de gasto y predice cuánto puede ahorrar. A continuación, deposita pequeñas cantidades en su cuenta de ahorros Plum en los momentos oportunos, y le informa periódicamente.

Otro ejemplo es Cleo, un chatbot que le ayuda a rastrear sus ingresos y gastos en varias cuentas. El chatbot le permite consultar sus datos financieros de una manera conversacional, como si estuviera hablando con un contador personal. El asistente también puede ayudarlo brindándole consejos sobre cómo administrar su dinero y ahorrar para planes futuros.

Los bancos también están incursionando en el negocio del chatbot para mejorar sus interfaces de autoservicio, un área que generalmente se atribuye a la mala calidad. Bank of America planea lanzar su chatbot Erica Erica (una jugada a nombre del banco) más adelante este año. El asistente digital, que está disponible a través del chat de voz o mensajes en la aplicación móvil del banco, lo ayudará a tomar decisiones más rápidas e inteligentes. En lugar de navegar por la IU de la aplicación, puede ordenarle a Erica que, por ejemplo, envíe dinero a un amigo o pague una factura. El motor AI de chatbot también aprovecha los análisis para ayudarlo a administrar sus finanzas personales. Por ejemplo, puede ayudarlo a alcanzar un objetivo de ahorro haciendo sugerencias basadas en sus patrones de ingresos y gastos.

Trading algorítmico

Si hay algo en lo que las computadoras siempre han sido buenos, es en números crujientes. Gracias al aprendizaje automático, ahora pueden asumir las sutilezas y complejidades involucradas en tareas tales como el comercio de acciones. Un puñado de fondos de cobertura están explorando el concepto y han logrado obtener resultados que compiten con la intuición de los expertos humanos.

Sentient Technologies, una compañía de IA con sede en San Francisco que también maneja un fondo de cobertura, ha desarrollado un algoritmo que ingiere millones de puntos de datos para encontrar patrones de comercio y predecir tendencias, lo que le permite tomar decisiones exitosas sobre el comercio de acciones. Sentient ejecuta billones de escenarios de comercio simulado creados a partir de la gran cantidad de datos públicos disponibles en línea. Sus algoritmos usan esos escenarios para identificar y combinar patrones de comercio exitosos y diseñar nuevas estrategias. Estas técnicas permiten que el inicio reduzca 1, 800 días de negociación en pocos minutos. Estrategias de negociación exitosas, que llama & ldquo; genes, y rdquo; luego se prueban en trading en vivo, donde evolucionan de forma autónoma a medida que adquieren experiencia.

Otro fondo de cobertura, Numerai, usa inteligencia artificial para tomar decisiones comerciales. En lugar de desarrollar los algoritmos ellos mismos, han subcontratado la tarea a miles de científicos de datos anónimos, que compiten para crear los mejores algoritmos y ganar criptomonedas por sus esfuerzos. Numerai comparte los datos de negociación con los científicos de una manera que les impide replicar las operaciones del fondo y les permite construir modelos para mejores intercambios.

El jurado todavía está deliberando sobre cuán efectiva será la inteligencia artificial para dominar las complejidades de las operaciones bursátiles, que a menudo se ven afectadas por los parámetros más inesperados e impredecibles, como las quejas de Twitter por parte del presidente de los Estados Unidos. La práctica todavía tiene muchos escépticos, especialmente con los comerciantes tradicionales que dudan sobre la falta de transparencia en los algoritmos de inteligencia artificial. Sin embargo, lo que es evidente es que los algoritmos pueden proporcionar ideas valiosas y sugerencias que ayudarán a los humanos que dirigen las operaciones a tomar mejores decisiones.

El futuro de la inteligencia artificial en las finanzas

La inteligencia artificial tal como la conocemos hoy todavía está en pañales y tiene obstáculos que superar, incluidos los desafíos legales, éticos, económicos y sociales. Sin embargo, las perspectivas de una negociación más inteligente, menos daño y una experiencia más personalizada son excelentes. El futuro del dinero se volvió más emocionante.


Síguenos en Facebook


  • Noticias de Bitcoin
  • Finanzas
  • Bancos
  • Inversiones
  • Transacciones