Los encuestados de las principales instituciones de servicios financieros del mundo arrojan luz sobre algunos resultados esperados y no tan esperados con respecto a dónde ven que la IA tiene el mejor retorno de la inversión

[adsenseyu1]

NVIDIA divulga investigación realizada con profesionales globales de servicios financieros a cerca de tendencias, desafíos y oportunidades de la computación acelerada, inteligencia artificial (IA) y machine learning em la industria. Durante años, NVIDIA ha estado trabajando con algunas de las principales instituiciones financieras mundiales para desarrolar y ejecutar una amplia gama de estrategias de IA en rápida evolución.

Desde instituciones bancarias y fintechs hasta compañías de seguros y empresas de gestión de activos, los objetivos siguen siendo los mismos: encontrar formas de gestionar el riesgo con mayor precisión, aumentar la eficiencia para reducir los costes operativos y mejorar las experiencias de los clientes y consumidores.

Abajo se presentan los principales hallazgos de la investigación “State of AI in Financial Services: 2023 Trends“, realizada por casi 500 profesionales de servicios financieros de todo el mundo.

1. Nube híbrida se está tornando fuerte

Las empresas de servicios financieros, al igual que otras empresas, estan en busca de optimizar los costos con capacitación y inferencia IA – con conocimiento que los datos confidenciales no se pueden migrar a la nube. Para hacer esto de manera rentable, están trasladando muchas de sus cargas de trabajo con uso intensivo de cómputo a la nube híbrida.

La investigación de este año ha constatado que casi mitad de las empresas encuestadas están se cambiando a la nube híbrida para optimizar el desarrollo de IA y reducir los costos. Los anuncios recientes de los principales proveedores de servicios y plataformas en la nube refuerzan este cambio y hacen que la portabilidad de datos, la gestión de MLOps y la estandarización del software en la nube y en loas instalaciones locales sean un imperativo estrategico para el costo y la eficiencia.

2. Modelos de linguajes grandes encabezan la lista de caos de uso de IA

Los resultados de la encuesta, centrados en empresas fundamentadas en América y Europa, con un tamaño de muestra de más de 200, encontraron que los principales casos de uso de IA son el procesamiento del lenguaje natural y los modelos de lenguaje extenso (26%), la recomendación y la siguiente mejor acción (23%), optimización de cartera (23%) y detección de fraude (22%). Las cargas de trabajo emergentes para el metaverso, la generación de datos sintéticos y los mundos virtuales también eran comunes.

Bancos, empresas comerciales y fondos de hedge están adoptando estas tecnologías para crear experiencias personalizadas para sus clientes. Por ejemplo, Deustche Bank há anunciado recientemente una asociación de innovación de varios años con NVIDIA para incorporar la IA en los servicios financieros en todos los casos de uso, incluyendo avatares inteligentes, IA de habla, detección de fraude y gestión de riesgos para reduzir el costo total de propriedades en hasta 80%. El banco planea usar NVIDIA Omniverse para crear un avatar virtual 3D para ayudar a  los empleados a navegar por los sistemas internos y contestar a las preguntas relacionadas a Recursos Humanos.

3. Bancos ven más potencial para aumentar los ingresos de la IA

La investigación ha demostrado que la IA está teniendo un impacto cuantificable en las instituciones financieras. Casi la mitad de los encuestados dijeron que la IA ayudará a aumentar los ingresos anuales de su organización en al menos 10%. Más de un tercio señaló que la IA también ayudará a reducir los costos anuales en al menos un 10%.

Los profesionales de servicios financieros destacaran como la IA mejoró las operaciones comerciales – en particular mejorando la experiencia del cliente (46%), creando eficiencias operativas (35%) y reduciendo el costo total de propiedad (20%).

Por ejemplo, la visión computadorizada y el processamiento en linguaje natural están ayudando a automatizar la análisis de documentos financieros y el procesamento de reclamos, ahorrando tiempo, gastos y recursos a las empresas. La IA también ayuda a prevenir fraudes, mejorando el combate contra el lavado de dinero y los procesos de conocimiento del cliente, mientras que los recomendadores crean experiencias digitales personalizadas para los clientes o consumidores de una empresa.

4. El mayor obstáculo: reclutar y retener talento de IA

Existen algunos desafíos para lograr los objetivos de inteligencia artificial en las empresas. Reclutar y retener expertos en IA es el mayor obstáculo, un problema informado por 36% de los encuestados. También existe una tecnología inadecuada para permitir la innovación en IA, según 28 % de los encuestados.

El tamaño de datos insuficiente para el entrenamiento y la precisión del modelo es otro problema apremiante mencionado por 26 % de los profesionales de servicios financieros. Esto podría abordarse mediante el uso de IA generativa para producir datos financieros sintéticos precisos utilizados para entrenar modelos de IA.

“El trabajo desarollado por NVIDIA con algunas de las principales instituiciones financieras del mundo torna posible ejecutar diversas estrategias de IA, con el objetivo de aumentar la eficiencia del mercado. Esto ayuda a reducir los costos en la operación, además de impactar positivamente na experiencia de los clientes”, destaca Marcio Aguiar, Director de la división Enterprise de NVIDIA para la America Latina.

5. Soporte ejecutivo para IA en New High

A pesar de los desafíos, el futuro de la IA en las finanzas es cada vez más brillante. La mayor adopción de IA por parte de los ejecutivos es un tema nuevo en los resultados de la encuesta. Alrededor del 64% de los encuestados señalaran que “mi equipo de liderazgo ejecutivo vaora y cree en la IA”, frente al 36% de hace un año. Además, el 58% dijo que “la IA es importante para el éxito futuro de mi empresa”, frente al 39% de hace un año.

Las instituciones financieras planean continuar construyendo IA empresarial en el futuro. Esto incluirá scaling up y scaling out de la infraestructura de IA, incluidos el hardware, el software y los servicios.

Empoderar a los científicos de datos, los cuantificadores y los desarrolladores mientras se minimizan los cuellos de botella requiere una plataforma de IA completa y sofisticada. Los ejecutivos han visto el ROI de las aplicaciones habilitadas para IA. En 2023, estos líderes se centrarán en expandir la IA en toda la empresa, contratar más científicos de datos e invertir en tecnología informática acelerada para respaldar la capacitación y el despliegue de aplicaciones de IA.