70% de las organizaciones en la región Asia/Pacífico (APAC) esperan que la IA agente altere significativamente sus modelos de negocios en los próximos 18 meses (según una investigación de IDC). Y esto es particularmente cierto en el sector bancario, donde, según un estudio de Bloomberg – Es muy probable que el impacto de la IA agente en la productividad y eficiencia de los bancos “supere las expectativas” en los próximos 3 a 5 años.
Esta promesa, sin embargo, conlleva importantes consideraciones que los principales expertos están empezando a destacar. Según Vivek Seetharaman, director de producto de Moneythor, la plataforma de personalización líder a nivel mundial para bancos, por ejemplo, el término «exponencial» puede aplicarse tanto a los riesgos como al potencial de la tecnología.
La IA de Agentic ayudará a los bancos a aprovechar el verdadero potencial de lo que llamamos 'Banca Profunda': experiencias personalizadas (individualizadas) que anticipan las necesidades de los clientes y tienen el potencial de extenderse más allá del ámbito de los servicios bancarios tradicionales. En este sentido, el impacto podría describirse como exponencial, afirma.
Pero, no se equivoquen, también lo son los riesgos. Estos van desde la integridad de los datos (datos mal clasificados; un descubierto en cuenta presentado erróneamente como saldo, por ejemplo), hasta un mayor riesgo de vulneraciones de seguridad (resultante de la interacción autónoma de agentes de IA con múltiples servicios de datos propios y de terceros). La exponencialidad se deriva de la naturaleza de la IA agencial, y del aspecto que la hace tan atractiva: capas de decisiones que se toman, perfeccionan y repiten con base en la misma lógica. Los agentes que "aprenden" de datos inexactos o incompletos corren el riesgo de agravar sus errores, y las consecuencias para el banco y sus clientes son evidentes.
Las técnicas tradicionales de personalización y participación del cliente se basan en reglas predefinidas que rigen el comportamiento de un sistema, mientras que la IA Agentic puede aprender literalmente sobre la marcha.
Vivek continúa describiendo la incorporación y el despliegue de dichos agentes automatizados como "la antítesis del 'plug and play'", particularmente dentro del sector bancario, y destaca los siguientes principios como cruciales para garantizar que se aproveche todo el potencial de la IA Agentic, en lugar de sus riesgos:
- El establecimiento de barandillas en torno a un lenguaje y contextos específicos que podrían indicar riesgos o posibles incoherencias. Es importante destacar que estas medidas de seguridad deben ser apropiadas y aplicables independientemente del LLM; por su propia naturaleza, las normas específicas del LLM pueden resultar totalmente ineficaces en caso de una actualización o cambio del LLM (algo inevitable en bancos con múltiples sistemas o como resultado de adquisiciones).
- Completamente documentado procedimientos de gobernanza Para el tratamiento y uso de todos los datos (incluidos los de terceros). Estos deben ser relevantes y estar actualizados para cualquier jurisdicción en la que el banco opere (o aspire a operar).
- De manera crucial, la incorporación de juicio humano y control a intervalos regulares, durante todo el proceso.
Los comentarios de Vivek se producen tras el lanzamiento de la nueva Suite de IA de Moneythor para ayudar a los bancos a ofrecer Banca Profunda, de la cual la IA Agentic es un elemento innovador. La nueva suite también incluye tecnologías más conocidas, como la IA Predictiva, que permite a los bancos pronosticar flujos de caja y generar recomendaciones contextuales en tiempo real basadas en escenarios futuros probables, y la IA Generativa, que permite desarrollar, probar, implementar y adaptar contenido y recomendaciones personalizadas para clientes sobre la marcha. Además, la IA Conversacional, basada en el Protocolo de Contexto de Modelo (MCP), estándar del sector, ofrece experiencias conversacionales significativas y contextualizadas a través de cualquier LLM, sin necesidad de entrenar cada uno por separado.
“Moneythor lleva más de 13 años implementando IA para brindar servicios bancarios personalizados; esta experiencia nos ha enseñado a reconocer 'ambos lados' de la ecuación exponencial, particularmente cuando se trata de IA Agentic”, agrega Vivek.
La IA Agentic es especialmente relevante para las relaciones con los clientes, desde la adquisición hasta el soporte, ya que los agentes no solo pueden ayudar a las marcas a escalar una experiencia coherente y personalizada, sino que lo hacen de forma natural y humana, ya que aprenden y se adaptan en el trabajo, al igual que los empleados humanos. Sin embargo, este potencial conlleva riesgos si no se implementa con el debido cuidado y atención», concluye.
Los clientes de Moneythor incluyen ANZ, NAB, Estándar fletado, DBS y banco fiduciario.