Seguro que todos hemos oído hablar en el último año y medio de IA (inteligencia artificial) y en concreto de la IA generativa, máxime desde la irrupción en el mercado del famoso “bot” de la compañía norteamericana OpenAI (ahora está Microsoft detrás de dicha compañía), que empezó a popularizar de manera muy significativa su uso y conocimiento.
No obstante, la inteligencia artificial digamos “tradicional” lleva conviviendo con nosotros desde hace bastante tiempo, con casos de uso más o menos exitosos a principios de este siglo que, en el ámbito de nuestro sector, han podido estar muy focalizados en tareas, como por ejemplo, de:
- Interpretación de documentos asociados con herramientas de OCR (reconocimiento óptico de caracteres); o
- Asistentes virtuales básicos que realmente nos facilitaban la localización información dentro de documentos.
De hecho, la definición formal de IA surgió del profesor John McCarhty de la Universidad de Standford, en el siglo pasado (1955):
“The science and engineering of making intelligent machines” (Más información sobre los conceptos que subyacen a la IA en este documento).
Solo una pequeña aclaración de alto nivel antes de continuar:
- La IA Generativa es un caso particular de IA, en la que esta es capaz de generar nuevo contenido a partir de datos, imágenes o vídeos.
En lo que respecta a la inversión en IA generativa, podemos ver en el siguiente gráfico que ha habido una explosión muy importante desde 2023 (https://spectrum.ieee.org/ai-index-2024):
Y que hay varias compañías tecnológicas que están apostando fuertemente por la IA como Microsoft, Google, Meta o el propio Elon Musk.
Con todo lo anterior, todo nos induce a pensar, y por tanto a explorar, dónde podemos utilizar la IA (generativa o no) en nuestro sector, para optimizar de manera significativa nuestros servicios y procesos. Sin embargo, no debemos forzarlo, es decir, debemos primero contemplar un análisis razonado de los casos de uso potenciales donde pueda tener sentido explorar el uso IA.
Aquí, podemos tomar como referencia una propuesta de Google que, para el sector financiero en genérico, enumera los siguientes:
- Análisis de documentos y resúmenes
- Agentes virtuales avanzados o mejorados
- Análisis de los mercados (“capital markets”)
- Asistente para ayudar a localizar cambios publicados por el regulador correspondiente, en documentos normativos
- Recomendación (que no asesoramiento) personalizada a nivel financiero o de inversión
No digo que sea obligatorio, pero si tomamos esta enumeración como punto de partida razonable -más allá de lo específicos que sabemos que son algunos de nuestros servicios-, lo “único” que nos queda es decidirnos por cuál o cuáles vemos que aplican a nuestra compañía y que entendemos nos pueden aportar más valor. Por ejemplo, para ser más concreto, si estamos en el ámbito de la negociación o de la gestión de activos, el tercer caso de uso nos puede servir para empezar a probar las bondades de la IA. Si queremos hacer un “zoom” por área dentro de nuestra empresa, también parece que el primero y el tercero son casos de uso que pueden ayudar significativamente a, por ejemplo, nuestros departamentos de Legal y de Cumplimiento.
En cualquier caso, la recomendación aquí es elegir casos de uso cuyo impacto sea relevante, así como su ámbito, es decir:
- Que pueda tener impacto directo en el cliente final (por ejemplo, el segundo o el cuarto caso); o
- Solo impacto interno, para optimización del tiempo invertido en determinadas tareas que, a su vez y de manera colateral, puedan tener un impacto indirecto positivo en nuestros clientes.
No obstante, debemos considerar la IA como una ayuda a nuestro desempeño como profesional, área o compañía y no como una sustitución. Probablemente esto último llegue paulatinamente en algunos servicios; de hecho, a modo de curiosidad, ya hay algún ejemplo en robótica, con robots físicos con apariencia humana (humanoides) que son capaces de mantener una conversación inteligible.
Una vez, elegido el caso de uso, no debemos agobiarnos con el tipo de modelo a considerar de los siguientes:
Lo normal es que partamos de uno “ya entrenado” que podamos personalizar con nuestros datos, es decir, el segundo del gráfico anterior. Por supuesto, siempre tendremos que considerar las correspondientes restricciones de ciberseguridad asociadas, así como de protección de datos, a la hora de utilizar al servicio de IA que elijamos.
Para terminar, y solo como recomendación, debemos tener en cuenta unas pocas consideraciones antes de lanzar una prueba de concepto (PoC) o, por qué no, directamente un proyecto, aunque lo más conveniente es una PoC si es nuestra primera experiencia con la aplicación de IA, sobre lo que NO debemos hacer:
Tribuna de Ramón Parrilla, Head of IT Architecture and Innovation for Spain & LatAm en CACEIS Investor Services