Aditi Subbarao, Global Financial Services Lead en INSTABASE, en AI for Financial Services NYC - Adopción de GenAI en la originación de préstamos

Aditi Subara, líder de servicios financieros en Instabase, utiliza un concurso sorpresa para contrastar las contribuciones científicas de Michael Faraday con la impactante aplicación tecnológica de Elon Musk. Esto pone de relieve el objetivo de convertir el potencial de la IA en un valor empresarial tangible para los servicios financieros, similar al impacto de Musk con Tesla.

Instabase ayuda a las organizaciones a convertir el data no estructurado en perspectivas procesables, abordando el problema del data disperso. La IA, como un motor eléctrico, depende del data. La mayor parte del data empresarial no está estructurado. La IA temprana en los servicios financieros se centró en la optimización de procesos, automatizando tareas que antes realizaban los humanos. Al principio, la IA extraía data de documentos, pero ahora la IA generativa integra y analiza data de múltiples documentos. Esto se ejemplifica en la originación de préstamos, donde la IA cuenta data de nóminas, extractos bancarios y cartas de empleo para determinar los ingresos de un prestatario.

El potencial de la IA va más allá del procesamiento de documentos para crear visiones globales mediante la integración de data internos y externos. Esta siguiente fase tiene como objetivo la toma de decisiones automatizada con salvaguardas. Las organizaciones disponen de vastas fuentes de data y numerosas aplicaciones potenciales de IA, centrándose en las áreas de alto impacto en las que se dedica más tiempo al procesamiento de data. Se esboza un marco con tres pilares: el procesamiento operativo de data, la consulta específica de data y la búsqueda de conocimientos, que ayudan a identificar sistemáticamente las aplicaciones de la IA en todas las funciones organizativas.

La automatización de la extracción y estructuración de data a partir de diversos documentos mejora la eficiencia en procesos como la originación de préstamos. La IA puede crear chatbots para consultar conjuntos data estáticos, como directrices de suscripción o políticas de gastos, lo que demuestra su flexibilidad. Avances como ChatGPT permiten a la IA interactuar con data, responder a consultas complejas y proporcionar una visión más profunda, mejorando el análisis de data. Para que las soluciones de IA sean eficaces es necesario integrar los modelos lingüísticos con el conocimiento visual y de la disposición para manejar de forma integral el complejo data empresarial.

Estos son cruciales para garantizar la precisión y la fiabilidad de la IA. Los sistemas de IA deben ser examinados y equipados con puntuaciones de confianza y mecanismos de revisión humana. No todas las tareas necesitan soluciones sofisticadas de IA, por lo que las organizaciones deben decidir dónde aplicar la IA en función de los beneficios y los riesgos, evitando depender en exceso de grandes modelos lingüísticos. 1TP36La aplicación de la IA implica identificar los casos de uso adecuados, aplicar sistemáticamente la IA en las funciones operativas, de consulta y de conocimiento, y garantizar unas pruebas y una gobernanza exhaustivas.

Las capacidades de la IA en la originación de préstamos incluyen la extracción data automatizada de documentos complejos, transformándolos en data estructurados para sistemas posteriores como los sistemas de originación de préstamos, los motores de fijación de precios o los sistemas de gestión de riesgos. Un ejemplo de Instabase durante la pandemia de COVID-19 lo ilustra: un banco estadounidense se enfrentó a un aumento de las solicitudes de préstamos a través del programa de préstamos PPP y utilizó Instabase para construir una solución en seis días, aumentando la capacidad de procesamiento de 10.000 préstamos al día a 10.000 préstamos a la hora, mostrando el potencial de la IA para elevar significativamente la productividad en los procesos operativos.

Creación de chatbots dedicados a funciones específicas dentro de una organización, como la consulta de directrices de suscripción. Los chatbots gestionan consultas data fijas, proporcionando respuestas precisas. Con la IA conversacional, los usuarios pueden interactuar con data, formulando preguntas sobre documentos o datas específicos y recibiendo respuestas detalladas y contextuales.

Un marco de gobernanza sólido, políticas de seguridad data y protocolos de prueba rigurosos son esenciales para validar los resultados de la IA. Las organizaciones deben garantizar que los modelos de IA sean precisos, transparentes y responsables, capaces de explicar su funcionamiento y rastrear data las fuentes y los cálculos.

La aplicación estratégica de la IA implica una cuidadosa selección de los casos de uso, la aplicación de la IA en diferentes funciones organizativas y la garantía de unas pruebas y una gobernanza exhaustivas. Centrándose en las áreas con mayor impacto empresarial, aprovechando la IA para la eficiencia operativa, la consulta específica data e integrando marcos de gobernanza sólidos, las organizaciones pueden aprovechar todo el potencial de la IA.