El impulso tiene que ver con la eficiencia, el alcance y la capacidad. La IA permite a los bancos ejecutar las tareas existentes con mayor rapidez, abarcar un espectro más amplio de riesgos (cubriendo los riesgos A, B y C en lugar de sólo el A) y realizar tareas antes imposibles, como analizar volúmenes masivos de documentos para el análisis de sentimientos en la investigación de renta variable.
CNP Assurances opera como un actor internacional líder principalmente en Europa y Latinoamérica, ocupando la posición de segunda aseguradora de acreedores a plazo en Francia y la tercera en Brasil. La empresa funciona con un sólido modelo B2B2C, manteniendo acuerdos a largo plazo con importantes socios bancarios como La Banque Postale y la Caixa Econômica Federal, al tiempo que utiliza modelos abiertos con minoristas y corredores. Desde el punto de vista financiero, el grupo genera un resultado neto de 1.500 millones de euros y es reconocido por su compromiso con el ESG, clasificado entre el 9% de empresas sostenibles a nivel mundial.
En el Adopt AI, explorará cómo la innovación y el artificial intelligence están transformando el sector de los seguros. La IA capacita a las aseguradoras para ofrecer una protección más personalizada y sostenible basada en un conocimiento más profundo de los clientes.
En este artículo, analizamos cómo la plataforma AI transforma la medición del marketing al automatizar el análisis, orientar las decisiones y acelerar la ejecución a lo largo de todo el embudo de conversión.
En la reciente Cumbre Minorista de TCG, Edouard de Mézerac se propuso aclarar el ruido que rodea a la tecnología AI. Su mensaje: la era de los casos de uso dispersos ha llegado a su fin. Lo que viene ahora es algo mucho más estructural y exigente. Durante años, las empresas han experimentado con la tecnología AI en nichos aislados, descritos como “puntos de color” repartidos por toda la organización. ¿Útil, tal vez? ¿Transformador? No del todo. Ahora, el panorama está cambiando. El AI de Agentic no consiste en añadir otra capa de tecnología. Se trata de replantearse cómo se realiza el trabajo, de principio a fin.
Un paciente se despierta con un dolor de espalda recurrente y le pregunta a un asistente de AI qué debe hacer. La aplicación revisa su historial, detecta una receta anterior y sugiere cambiar a otro antiinflamatorio. Tu molécula no aparece mencionada. Para cuando el paciente acuda al médico esa misma tarde para que le recete algo, el panorama ya está claro.
Imaginemos a un director financiero revisando el gasto trimestral de cloud. El equipo de AI presenta un gráfico convincente: los costes de inferencia por token han bajado un 75% con respecto al año anterior. Los modelos son más rápidos, las API son más baratas y el proveedor ofrece descuentos por volumen. Todo apunta a un ahorro. Entonces llega la factura real, y el total es más alto que el del trimestre anterior.
En el cambiante panorama del capital riesgo, el debate ha ido mucho más allá de la simple ingeniería financiera. Hoy en día, la creación de valor depende cada vez más de la capacidad de una empresa para aprovechar el data. En la segunda edición de la conferencia AI for Alternative Investment (AI x AI), Arthur Garnier se reunió con Elina Ashkinazi-Ildis para analizar el camino desde el potencial teórico del AI hasta la excelencia operativa tangible.
El nuevo libro electrónico de Artefact, «Ampliar la colaboración Data en la era AI», analiza cómo las organizaciones pueden generar un mayor valor al romper los silos data y facilitar una colaboración fluida entre equipos. A medida que se acelera la adopción de AI, el éxito no solo depende de la tecnología, sino también de la capacidad de conectar eficazmente data, las personas y los procesos. El libro electrónico destaca cómo los enfoques modernos de la colaboración en data permiten obtener información más rápidamente, una gobernanza más sólida y resultados impulsados por AI de mayor impacto, convirtiendo data en un verdadero activo estratégico.
