La carrera por integrar la IA en sus sistemas es peligrosa para los bancos

Procesamiento de contenido

• Información clave: Los bancos deben analizar su historia y reflexionar sobre cómo integran la IA en sus sistemas.
• Lo que está en juego: Muchas instituciones están intentando aplicar la IA a sus flujos de trabajo
  que aún no se comprenden bien, no se ejecutan de manera consistente o incluso no se identifican claramente. La automatización de la confusión produce una confusión más rápida a escala
• De cara al futuro: Las instituciones que ganarán esta vez serán aquellas que hayan tenido la paciencia para sentar las bases primero, el coraje para decir no cuando fue necesario y la confianza para avanzar a un ritmo acorde con las responsabilidades de la industria a la que sirven.

Inteligencia artificial se ha convertido en la frase más utilizada en banca, y quizás la menos cuestionada.

Cada llamada para ganar dinero menciona. Todo vendedor lo promete. Cada agenda de la junta ahora se encuentra en algún lugar entre la seguridad cibernética y las actualizaciones regulatorias. La presión para «hacer algo con la IA» ya no es sutil. Es directo, ruidoso y a menudo enmarcado como existencial.

Es a causa de esta presión que los bancos tienen que desacelerar.

Las instituciones que verán ganancias duraderas en eficiencia gracias a la IA no tendrán prisa por implementar herramientas para señalar la innovación. Serán ellos quienes traten la IA como los bancos siempre han tratado los balances, el riesgo crediticio y las conversiones fundamentales: metódica, deliberada y con buen ojo para detectar consecuencias no deseadas.

En la industria existe una idea cada vez más errónea de que la velocidad en sí misma es una estrategia. Que si un banco no está probando activamente más casos de uso de IA, debe estar rezagado. Esa creencia no sólo es errónea, sino también peligrosa. La banca no es una plataforma de redes sociales y los atajos operativos rara vez terminan bien en entornos ordenados basados ​​en la confianza.

Las ganancias de eficiencia más efectivas en la banca nunca han provenido únicamente de una gran tecnología. Provienen de la claridad. Claridad en torno al proceso, la propiedad, la calidad de los datos, la responsabilidad y los resultados. La inteligencia artificial no reemplaza la necesidad de esa claridad. Aumenta el costo de la inexistencia.

En mi experiencia, muchas instituciones están tratando de aplicar la IA a flujos de trabajo que aún no se comprenden bien, no se ejecutan de manera consistente o incluso no se poseen claramente. Automatizar la confusión no produce eficiencia. Esto crea una confusión más rápida en la báscula. Cuando los equipos de liderazgo preguntan por qué las primeras iniciativas de IA no están produciendo retornos significativos, la respuesta rara vez es que los modelos no eran lo suficientemente poderosos. La mayoría de las veces, los procesos centrales nunca estuvieron listos para la automatización.

También existe una tendencia a enmarcar la IA como un atajo hacia la transformación. Una forma de saltarse años de disciplina operativa con una única implementación. Ese marco malinterpreta tanto la IA como la banca. El valor real de la IA dentro de una institución financiera no está en reemplazar el juicio, sino en respaldarlo. Funciona mejor cuando aumenta la toma de decisiones humanas bien diseñada, no cuando se requiere para llenar vacíos en la gobernanza o la alineación institucional.

Los bancos que logran avances reales tienden a empezar siendo pequeños y sin glamour. Se centran en casos de uso limitados con resultados claramente medibles. Invierten tiempo en la clasificación de datos y el control de acceso antes de experimentar con la automatización. Tratan los resultados del modelo como insumos para los controles existentes, no como reemplazos de ellos. Lo más importante es que aceptan que algunas mejoras en la eficiencia sólo aparecen después de meses de trabajo, no después de un comunicado de prensa.

Este enfoque puede resultar decepcionante en un mercado obsesionado con la velocidad. No crea titulares llamativos ni validación instantánea. Pero fortalece el músculo institucional. Crea patrones repetibles para la evaluación de riesgos, la medición del valor y el escalamiento responsable. Esos patrones son más importantes que cualquier implementación de IA.

También hay una dimensión cultural de la que rara vez se habla. Las iniciativas apresuradas de IA envían un mensaje implícito al personal de que la velocidad es más importante que la comprensión. Esa adopción es más importante que la confianza. En una industria que ya lucha contra la fatiga del cambio, ese mensaje puede socavar silenciosamente el compromiso. Cuando la IA se introduce como una herramienta deliberada para eliminar fricciones y mejorar el juicio, en lugar de un mandato impuesto desde arriba, la adopción se produce de forma natural.

Nada de esto es un argumento en contra de la inteligencia artificial. Todo lo contrario. La IA representa una de las oportunidades más importantes que los bancos han tenido durante décadas para mejorar la eficiencia, la coherencia y la experiencia del cliente. Pero la oportunidad no requiere urgencia por la urgencia misma. Requiere disciplina.

Los bancos han sobrevivido y prosperado durante generaciones mostrándose escépticos cuando otros están eufóricos. Haciendo preguntas incómodas cuando los mercados están ruidosos. Eligiendo la elasticidad sobre la óptica. La inteligencia artificial no debería ser una excepción.

Las instituciones que ganen en este punto no serán las que persiguieron la tendencia con más fuerza. Ellos serán los que tuvieron la paciencia para sentar las bases primero, el coraje para decir no cuando fue necesario y la confianza para avanzar a un ritmo que coincida con la responsabilidad de la industria a la que sirven.

La lentitud no es falta de ambición. En banca, esto suele ser una señal de que algo se está haciendo bien.