El machine learning transforma la toma de decisiones en los servicios financieros

El último estudio de Experian, realizado por Forrester Consulting, revela que el machine learning (ML) está ayudando a las empresas a mejorar el acceso a los servicios financieros, reduciendo el riesgo, y acelerando la automatización, al mismo tiempo que pone de manifiesto las barreras que aún dificultan una adopción más amplia.

El informe muestra cómo el ML está permitiendo a las empresas ampliar el acceso a los servicios financieros para los segmentos desatendidos, en particular para consumidores con historiales crediticios limitados y personas subbancarizadas. Mediante la incorporación de fuentes de datos alternativos más ricas, los modelos de ML permiten evaluaciones de elegibilidad más precisas, lo que ayuda a los proveedores a tomar decisiones más justas e inclusivas.

De acuerdo con el informe, el 75% de quienes han adoptado el aprendizaje automático en las empresas españolas coinciden en que esta tecnología les permite ampliar el acceso a los servicios financieros, atendiendo de forma responsable a nuevos segmentos de clientes que, a menudo, son excluidos por los modelos tradicionales de puntuación crediticia.

Al mismo tiempo, el 86% de los encuestados españoles declaran que el ML mejora la rentabilidad al optimizar la predicción del riesgo y reduce la morosidad. Este doble impacto, que amplía el acceso al mismo tiempo que mejora los resultados financieros, posiciona al ML como un activo estratégico para las organizaciones que buscan crecer de manera sostenible.

 

Automatización, eficiencia y ahorro de costes

El 74% de los usuarios de ML citan una precisión mejorada y la eficiencia operacional como beneficios clave. Estas capacidades permiten a las entidades financieras aumentar la automatización con confianza, con más de dos tercios coincidiendo en que el ML les permite automatizar un mayor número de decisiones crediticias – lo que reduce la carga de trabajo manual y acelera el tiempo de respuesta.

De cara al futuro, el 66% de los directivos españoles creen que, en un plazo de cinco años, la gran mayoría de las decisiones de financiación estarán totalmente automatizadas.

Por otra parte, la IA generativa (GenAI) está emergiendo como una poderosa herramienta de productividad, en particular en las áreas que particularmente consumen más tiempo como la documentación de modelos y la inteligencia de negocio. Cerca de tres cuartos (73%) de los entrevistados creen que la GenAI puede reducir significativamente el tiempo y el esfuerzo requerido para desarrollar e implementar nuevos modelos de toma de decisiones sobre riesgo crediticio.

Un 59% está de acuerdo en que la mayor ventaja de la GenAI reside en la simplificación de la documentación regulatoria, lo que permite ciclos de validación más rápidos y mejora la colaboración entre los equipos de riesgo y cumplimiento.

A pesar de estos beneficios, algunas organizaciones permanecen cautelosas. El informe demuestra que el coste, la incertidumbre regulatoria y la falta de conocimiento interno son las barreras principales para la adopción del ML. Casi dos tercios (65%) de los no usuarios creen que el coste de la implementación no supera los beneficios percibidos, mientras que el 59% admite que no comprende completamente el valor que el aprendizaje automático puede aportar.

Las preocupaciones sobre la explicabilidad y el cumplimiento normativo también persisten, ya que el 69% de quienes no han adoptado la tecnología en nuestro país están preocupados por la transparencia de los modelos, y un porcentaje similar (62%) teme no alinearse con las regulaciones. Estos desafíos se ven agravados por las infraestructuras de TI y de datos heredadas, que el 67% considera no estar preparadas para soportar la implementación de aprendizaje automático.