BNP PARIBAS y ARTEFACT en AI para Finance by Artefact - Transforming commercial banking with AI

Pierre Ruhlmann destacó cómo el banco estructura sus iniciativas AI en torno al valor. El programa se basa en tres pilares: tribus que ofrecen experiencias a los clientes, una AI Factory para ampliar las soluciones y un centro especializado para evaluar el valor empresarial y promover la alfabetización en AI . Este marco organizativo se ha implantado en los últimos cuatro años, marcando el final de la primera fase.

Pierre subrayó que BNP Paribas mide el valor en múltiples dimensiones, no sólo en términos de rentabilidad financiera. Aunque el ahorro de costes y la eficiencia son cruciales, el banco también da prioridad a la satisfacción del cliente y al compromiso de los empleados. El banco utiliza Net Promoter Scores (NPS) para saber cómo influyen las características de AI en la experiencia del cliente. El compromiso de los empleados es igualmente importante, ya que garantiza que el personal perciba los beneficios de AI, lo que concuerda con el doble enfoque del banco: clientes y empleados.

Pierre compartió ejemplos de cómo el banco escala sus soluciones AI , en particular en aprendizaje automático para la puntuación y el procesamiento inteligente de documentos. Aunque BNP Paribas ha realizado importantes inversiones en estas áreas, están menos maduras en proyectos generativos de AI . Se están desarrollando dos MVP, "Gary" y "Genius Bar", centrados en la gestión del conocimiento interno y la mejora del servicio al cliente. Ambos proyectos requieren una mayor optimización antes de que puedan industrializarse plenamente.

El sistema Gary está diseñado para ayudar a los empleados en las comprobaciones de productos y procedimientos. Aunque el 90% de la plantilla ha adoptado el sistema, han surgido problemas de implantación, como incoherencias en la base de conocimientos de varios procedimientos. Resolver estas incoherencias es fundamental antes de que la solución pueda seguir ampliándose. Gary representa un paso crucial hacia la mejora de los procesos internos con AI.

Genius Bar, el segundo MVP clave, pretende mejorar el servicio al cliente sustituyendo los anticuados chatbots por una solución generativa AI . Con más de un millón de interacciones previstas en los próximos dos años, la industrialización de esta solución requiere un enfoque prudente. Los ejercicios de red-teaming han sido cruciales para detectar problemas de seguridad y fiabilidad, que se han parcheado para garantizar la escalabilidad del sistema.

Pierre hizo hincapié en la adopción de AI , poniendo como ejemplo Microsoft Copilot. Una prueba con 20 empleados demostró que, a pesar del interés inicial, la mitad dejó de utilizar la herramienta. Esto dio lugar a un Champion Program y a una formación específica. El banco está ampliando Copilot con cautela para garantizar un buen rendimiento de la inversión.

Los retos de la adopción también incluyen el fomento de una mentalidad crítica entre los empleados para garantizar que los resultados de AI se interpretan correctamente. Dada la naturaleza regulada de la banca, los empleados deben ser cautos a la hora de confiar únicamente en las soluciones generadas por AI. Pierre también abordó el temor a que AI pueda quitar puestos de trabajo, asegurando a los empleados que AI aumentará, no sustituirá, su trabajo. Destacó el uso de pruebas AB para comparar el valor de las tareas realizadas con y sin AI, ayudando a promover la confianza y la comprensión del potencial de AIdentro de la organización.