BNP PARIBAS y ARTEFACT AI Finance by Artefact la transformación de la banca comercial con AI

Pierre Ruhlmann destacó cómo el banco estructura sus AI en torno al valor. El programa se sustenta en tres pilares: equipos que gestionan los recorridos de los clientes, una AI para ampliar las soluciones y un centro de conocimientos especializados para evaluar el valor empresarial y fomentar AI . Este marco organizativo se ha ido implementando a lo largo de los últimos cuatro años, lo que marca el final de la primera fase.

Pierre destacó que BNP Paribas evalúa el valor desde múltiples perspectivas, no solo en términos de rentabilidad financiera. Si bien el ahorro de costes y la eficiencia son fundamentales, el banco también da prioridad a la satisfacción del cliente y al compromiso de los empleados. El banco utiliza el índice Net Promoter Score (NPS) para analizar cómo influyen 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 se ajusta al doble enfoque del banco, centrado tanto en los clientes como en los empleados.

Pierre compartió ejemplos de cómo el banco amplía sus AI , especialmente en el ámbito del aprendizaje automático para la puntuación crediticia y el procesamiento inteligente de documentos. Aunque BNP Paribas ha realizado importantes inversiones en estas áreas, sus AI generativa se encuentran en una fase menos avanzada. Se están desarrollando dos productos mínimos viables (MVP), «Gary» y «Genius Bar», centrados en la gestión interna del conocimiento y en la mejora del servicio al cliente. Ambos proyectos requieren una mayor optimización antes de que puedan industrializarse por completo.

El sistema Gary está diseñado para ayudar a los empleados con las comprobaciones de productos y los procedimientos. Aunque el 90 % de la plantilla ha adoptado el sistema, han surgido dificultades en su implementación, como inconsistencias en la base de conocimientos entre los distintos procedimientos. Es fundamental resolver estas inconsistencias antes de que la solución pueda ampliarse aún más. Gary supone un paso crucial hacia la mejora de los procesos internos mediante AI.

Genius Bar, el segundo MVP clave, tiene como objetivo mejorar el servicio al cliente sustituyendo los chatbots obsoletos por una AI generativa. Con más de un millón de interacciones previstas para los próximos dos años, la industrialización de esta solución requiere un enfoque prudente. Los ejercicios de «red teaming» han sido fundamentales para identificar problemas de seguridad y fiabilidad, que se han solucionado para garantizar una ampliación fluida del sistema.

Pierre hizo hincapié en AI , poniendo como ejemplo Microsoft Copilot. Una prueba realizada con 20 empleados reveló que, a pesar del interés inicial, la mitad dejó de utilizar la herramienta. Esto dio lugar a un programa de promotores y a una formación específica. El banco está ampliando ahora el uso de Copilot con cautela para garantizar un buen retorno de la inversión.

Entre los retos que plantea la adopción de la IA también se encuentra el fomento de una mentalidad crítica entre los empleados para garantizar que AI se interpreten correctamente. Dada la naturaleza regulada del sector bancario, los empleados deben ser cautelosos a la hora de confiar exclusivamente en soluciones AI. Pierre también abordó el temor a que AI quitar puestos de trabajo, y tranquilizó a los empleados asegurándoles que AI su trabajo, no lo sustituirá. Destacó el uso de pruebas A/B para comparar el valor de las tareas realizadas con y sin AI, lo que contribuye a fomentar la confianza y la comprensión del potencial AIdentro de la organización.