Inteligencia Artificial, análisis predictivo y entidades financieras, bancos y seguros

Necesariamente, ha de ser así. La sociedad, las familias, las empresas, las pymes, los emprendedores necesitaban crédito hacen 500 años y lo siguen necesitando hoy. Tanto la necesidad, como la demanda de financiación, son muy fuertes. Lo cual explica lo abultado del balance (activo y pasivo) de los bancos. Fijémonos en Estados Unidos: los seis grandes bancos norteamericanos (JPMorgan, Bank of America, Morgan Stanley, Citi, Goldman Sachs y Wells Fargo) en 2013, tenían activos equivalentes al 56% del Producto Interior Bruto (PIB) de EE.UU. Una década más tarde, en 2023, ese porcentaje subió al 76%, según el American Bureau of Statistics, o INE norteamericano.

No puede imputarse a la falta de competencia o ausencia de competidores externos, ese crecimiento esencial de la riqueza gestionada por las entidades financieras tradicionales. Sean las Fintech, las criptomonedas, los NFT, la competencia de compañías tecnológicas (Apple, Meta, Amazon, entre otras) o la aparición de nuevos jugadores, inicialmente exitosos pero que acaban siendo un fraude, (FTX y Sam Bankman Fried son el caso más sonado de la última década, la realidad es que, en Occidente (Estados Unidos, Europa continental, Reino Unido) y, en el polo opuesto geopolítico (China), los bancos tradicionales han competido entre sí y con otros jugadores. En lo que aquí importa, el común denominador de esa competencia es la innovación tecnológica.

Quienes concibieron la digitalización como una amenaza han desaparecido. Quienes, siguiendo a Michael Porter, hicieron de la transformación digital una “ventaja competitiva”, no solo se han mantenido, sino que han continuado triunfando. Esta tesis la defendimos en nuestra última obra titulada “Inteligencia Artificial y Éxito Empresarial”, publicada en noviembre de 2023, con más de 30 casos prácticos de éxito empresarial.

La simbiosis de los sectores tecnológico y el financiero-bancario es uno de los factores del éxito de una economía moderna y, también, del éxito empresarial. A finales de 2023, el Estudio Advice de Éxito Empresarial realizado por Advice Strategic Consultants sobre previsiones económicas para España, publicado para IT Digital Media Group ya ”identificaba a bancos y tecnológicas como los dos sectores de actividad que más impulsarían el PIB español en 2024”. El tiempo nos ha dado la razón: las presentaciones de resultados de los bancos españoles y de las compañías tecnológicas arrojan saldos muy positivos en ingresos, facturación, ventas y beneficios, en el primer trimestre de 2024. De la generación de beneficios, se deriva el pago de impuestos, que es la forma más directa que tiene una empresa de aportar al PIB nacional.

 

Los resultados de los bancos, mejores gracias a las TIC y la Digitalización

Los resultados de los siete grandes bancos españoles en el primer trimestre de 2024 han mejorado en dos dígitos de media, respecto al mismo período de 2023. Por ejemplo, CaixaBank, el banco líder del mercado financiero español en todos sus segmentos, aumentó 17,5% su beneficio neto y podría considerarse irónico que haya pagado más impuestos, que beneficios obtenidos en el primer trimestre del año. Santander ganó 11% más y BBVA 19% más. En la misma línea, el resto de grandes entidades financieras españolas han mejorado resultados: Bankinter, Sabadell, Unicaja e Ibercaja.

Pareciere que España tiene pocas entidades financieras: hace una década, cuando se realizó la Reforma del Sistema Financiero Español (2012-2013), España tenía 95 entidades financieras entre bancos y cajas de ahorro. Fue necesario un proceso de consolidación, por el que los bancos (y cajas) más grandes compraron los más pequeños, para evitar el colapso del sistema. CaixaBank se hizo con Caja Madrid/Bankia y con el Banco de Valencia, por ejemplo. El Banco Popular adquirió el Banco Pastor y, posteriormente, Banco Santander compró el Popular por un euro. Son solo, algunos ejemplos, entre muchos.

Vale la pena recordar que la crisis económica que vivió España entre 2009 y 2014 fue consecuencia de la Gran Recesión de 2007-2009 de Estados Unidos que, fruto de las hipotecas subprime, amenazó con llevarse por delante la economía occidental, como sucedió en 1929 con la Gran Depresión (1929-1946). Si la debacle no sucedió, fue debido a la intervención, especialmente en Estados Unidos, del presidente Barack Obama, con los paquetes de estímulo (Recovery Act de febrero de 2009) que cortaron la sangría en seco.

La similitud entre la Gran Depresión de 1929-1946 y la Gran Recesión de 2007-2009, es que el origen de las crisis tuvo lugar en el sector financiero: en el primer año de la Gran Depresión en EE.UU. quebraron más de 1.000 bancos. En la Gran Recesión, todos recuerdan la desaparición de Lehman Brothers (septiembre de 2008), como el pistoletazo de salida de la mayor crisis económica con orígenes financieros en más de 80 años.

Pero, cabe afirmar con rotundidad, que las tecnologías de la información, la innovación tecnológica no fueron factores que contribuyeron a esas crisis. Antes, al contrario, la innovación tecnológica fue uno de los principales factores que ayudaron a los bancos en concreto y la economía en general a remontar el vuelo, como explicamos en nuestra obra “La Victoria de América. Crónica de la recuperación económica”.

Sea porque, en sentido negativo, los bancos han tenido miedo de que actores externos al sistema financiero tradicional, usaran las tecnologías de la información, computación y digitalización para competir con ellos en superioridad de condiciones… sea porque, en sentido positivo, los bancos tradicionales han visto en la transformación digital una ventaja competitiva, al final, la resultante es la misma: los bancos, sea en Estados Unidos o en Europa y en España, han abrazado las tecnologías de la digitalización, con objetivos concretos de mejora del negocio.

 

Usos de la Inteligencia Artificial por bancos y seguros

A este respecto, el Estudio Advice de Éxito Empresarial y Digitalización, de la oleada de primavera de 2024, basado en encuesta cuantitativa realizada por Advice Strategic Consultants, identifica los usos que las entidades financieras dan a la Inteligencia Artificial. Escogemos la IA, porque es la tecnología más disruptiva desde la popularización de Internet; la tecnología de la que más se habla entre opinión pública y opinión publicada, entre líderes de opinión, población general, empresas, pymes, autónomos y población general, gracias al uso generalizado de los chatbots (ChatGPT, Gemini, Llama…). Y la tecnología que más ha revitalizado al sector tecnológico digital en la última década.

Cuando hablamos de entidades financieras, estamos considerando a bancos y compañías de seguros en España. Por tanto, a CaixaBank, Santander, BBVA, Bankinter, Sabadell, Ibercaja y Unicaja, habría que sumar a VidaCaixa, líder de seguros del mercado español y filial al 100% de CaixaBank, Mapfre, Santa Lucía, Mutua Madrileña (“la Mutua”), Mutua Pelayo, Adeslas, Catalana de Occidente, AXA, Línea Directa Aseguradora (LDA) y otras empresas del sector.

Volviendo al “para qué usan las entidades financieras la Inteligencia Artificial”, los resultados son los siguientes:

- Detección de fraude (57,6%).

- Optimización de Operaciones e IT (53,7%).

- Marketing Digital (50,2%).

- Análisis de riesgos (48,3%).

- Personalización de la experiencia de cliente (43,9%).

- Calificación de riesgos (42,4%).

 

Aunque los usos identificados son más que los citados arriba, el resto (situados en la horquilla de intervalos estadísticos del 40% y el 30%) podrían agruparse bajo el parámetro “Automatización de procesos”. Y, tanto en este punto, como en los seis usos de la IA que hacen mayoritariamente las entidades financieras, pueden establecerse dos etapas temporales diferenciadas y asociadas cada una a un uso de la Inteligencia Artificial, con diferencias de matiz esencial, fruto de la evolución tecnológica.

 

CaixaBank, líder mundial en uso de Inteligencia Artificial y Computación Cuántica

Las entidades financieras españolas empezaron mayoritariamente a usar la Inteligencia Artificial entre los años 2018-2020. CaixaBank fue la entidad financiera española pionera, no solo en España, sino en el mundo, habiendo obtenido, durante los últimos diez años, el premio de “banco más innovador tecnológicamente del mundo”, por parte de Euromoney, The Banker, Global Finance; las consultoras IDC, Gartner, Forrester y Advice Strategic Consultants; las agencias de calificación de riesgos Standard & Poors, Fitch y Moody’s.

El uso de la Inteligencia Artificial y la Computación Quántica, por parte de CaixaBank, en conjunción con entidades de prestigio como MIT, Centro de Super Computación de Barcelona y compañías tecnológicas como D-Wave Systems, es poco conocido, pero le han dado resultados excelentes para su negocio bancario y de seguros, con 22 millones de clientes en España, de los cuales, 11 millones son digitales, online y en movilidad, gracias a la aplicación más utilizada del mercado: CaixaBankNow.

Entre 2014 y 2018, especialmente, los bancos hicieron pruebas piloto para afinar el uso de una tecnología nueva (aunque se haya hablado de Inteligencia Artificial desde 1950, vinculada a Alan Turing) que suponía grandes inversiones económicas. La menor de las cuáles no era la imbricación de la Inteligencia Artificial con las tecnologías ya existentes y usadas intensivamente por los bancos. Big Data, Machine Learning, Deep Learning fueron usados fuertemente, intensivamente, por las entidades financieras en la última década, apretando el acelerador entre 2014 y 2020. Entonces, los bancos y compañías de seguros querían mejorar sus procesos: detectar mejor y antes los fraudes, encontrar patrones de comportamiento de los clientes, para ofrecerles productos a medida…

 

Analítica predictiva de la Inteligencia Artificial en el negocio financiero

Fruto del uso intensivo de Big Data y Machine Learning, se abrió paso la gran utilidad de la Inteligencia Artificial en el ámbito empresarial: su capacidad analítica para tomar decisiones y la habilidad para anticiparse y predecir hechos y comportamientos. La gran mejora entre 2020 y 2024, en el uso de la Inteligencia Artificial por los bancos y firmas de seguros, consistió en la capacidad predictiva: no es lo mismo “detectar mejor un fraude”, que “predecir cuándo, cómo y quién va a realizar un fraude”, en el futuro. No es lo mismo deducir de pautas de comportamiento de clientes bancarios analizadas por Big Data, qué productos podría ofrecerse a cada cliente, que proyectar a futuro el diseño de nuevos productos y servicios que, dice la Inteligencia Artificial, serán demandados o bien recibidos, por los clientes bancarios y de seguros.

El análisis predictivo de la Inteligencia Artificial aplicada en el negocio financiero tiene profundas consecuencias. Máxime si está embebida en otras tecnologías de la digitalización como la Ciberseguridad, Cloud, Computación Cuántica, Conectividad y el Internet de las Cosas y Blockchain.

Por supuesto, la protección de datos es esencial en cualquier negocio, sea empresarial (B2B) o de consumo (B2C). Pero, en el caso de la banca, se está tocando la fibra más sensible de los clientes: su bolsillo, su patrimonio, sus rentas. Tengamos en cuenta, por ejemplo, que, según la última Encuesta sobre la Riqueza Económica y Financiera de los españoles (2023), realizada por el Banco de España, “los españoles tienen, en depósitos bancarios, activos equivalentes a todo el Producto Interior Bruto de España”, es decir, redondeando, 1,3 billones de euros, con datos de 2023. La protección del patrimonio de los españoles, depositado en los bancos es, por analogía, tan importante en España, como para Estados Unidos lo es su seguridad nacional. América, con la Inteligencia Artificial, Cloud y Ciberseguridad, protege de hackeos de naciones enemigas (Rusia, China, Corea del Norte, Irán…), sus instituciones, sus fuerzas armadas, las agencias de seguridad y las grandes corporaciones empresariales. Sin embargo, a pesar de tantas precauciones, de todos es sabido que Estados Unidos ha sufrido grandes y sonoros hackeos en los cuatro ámbitos mencionados, en la última década, al menos.

Por comparación, España no ha vivido situaciones similares tan dramáticas. Tampoco España tiene intereses estratégicos en todo el mundo, como sí los tiene Estados Unidos. Pero, para los españoles (familias, hogares, individuos, autónomos, microempresas, pymes, empresas, administraciones públicas…), la protección de su “riqueza económico-financiera” es posiblemente más importante, que casi cualquiera otra preocupación, que no sea la salud propia y/o la de familiares y amigos.

La consecuencia es obvia: la Ciberseguridad y Cloud son tecnologías esenciales para los bancos y compañías de seguros, para proteger sus negocios y clientes, sus activos y la privacidad de sus datos. Y, con la Inteligencia Artificial General y la Generativa, tal y como las conocemos hoy, en el segundo trimestre de 2024, las entidades financieras consiguen mejorar sus procesos, automatizan tareas que no tiene porqué realizar una persona, que bien puede dedicarse a dar un mejor servicio personal al cliente y, muy especialmente, para el negocio financiero, para predecir y anticipar potenciales problemas y resolverlos o evitarlos antes que sucedan.

Como suele decir el presidente de CaixaBank, José Ignacio Gorigolzarri, “la Inteligencia Artificial debe estar al servicio de las personas. Y no al revés. Usamos la Inteligencia Artificial para mejorar la atención a nuestros clientes. Si nuestros empleados se desprenden de tareas repetitivas, redundantes y de poco valor añadido que pueden ser realizadas por la Inteligencia Artificial, entonces podrán más dedicar más tiempo a lo más importante: a cuidar y atender mejor a los clientes”.

No debe olvidarse que el activo más importante del negocio financiero, bancario, de inversión y de seguros es la confianza.