Martes, 16.07.2019 - 22:35 h
La tecnología y el futuro de la banca

El 'machine learning' ya es indispensable para el 90% de las financieras del mundo

Una encuesta desvela que la mayoría de los ejecutivos y los expertos en Big Data apuestan por el aprendizaje automático, aunque aún no sea de calidad.

Robótica, mecatrónica, biotecnología, Big Data y desarrollo de 'apps', las especialidades más demandadas
El 'machine learning' ya es indispensable para el 90% de las financieras del mundo. / EUROPA PRESS

El sector financiero ha sido uno de los que más ha aprovechado en los últimos años el rápido desarrollo del 'machine learning' y un reciente ha revelado nuevos hallazgos en su investigación sobre inteligencia artificial que confirman que el 'machine learning' se utiliza en prácticamente toda la comunidad financiera. De hecho, el 90% de los altos ejecutivos y los expertos en 'big data' encuestados ya los han implantado, y todos manifestaron que es fundamental para su estrategia empresarial.

Sin embargo, los 450 encuestados reconocen que los datos de baja calidad les impiden aprovechar al máximo el 'machine learning' y la tecnología relacionada con la inteligencia artificial, con un 43 % que lo cita como el mayor obstáculo para su implementación, seguido de la falta de disponibilidad de los datos (38%). A pesar de ser un área tecnológica en la que se ha observado una reciente "guerra por el talento", según el informe, los desafíos en torno a la calidad de los datos quedaron por delante del acceso al talento, aspecto que resaltó un tercio de los encuestados.

Esta información fue recopilada por Refinitiv para la encuesta bajo en nombre de 'Smarter Humans. Smarter Machines', en la que se incluyeron entrevistas a casi 450 profesionales financieros de América del Norte, Europa y Asia. Sus hallazgos confirman hasta qué punto ha evolucionado la industria desde la investigación realizada por Priceonomics Data Studio en 2017, que indicaba que las empresas tecnológicas fueron las primeras en adoptar la inteligencia artificial (IA) y sólo el 28% de las firmas financieras la habían implantado.

Entre los hallazgos clave de la nueva investigación de Refinitiv destacan el dato ya mencionado que refleja que el 90% de las empresas financieras utiliza el 'machine learning, ya sea en varias áreas como parte central de su negocio o (46%) o en distintas áreas (44%). Asimismo, el 10% de las empresas que aún no ha implantado el 'machine learning' lo está probando.

Además, el 75% de las empresas está realizando importantes inversiones en 'machine learning' y el 62% de los directivos encuestados tiene previsto contratar a más expertos en datos en el futuro, ya que los bancos y los gestores de activos pretenden obtener una ventaja competitiva con respecto a los datos y la tecnología.

Las principales aplicaciones del 'machine learning' fueron la gestión de riesgos (82% de los encuestados), seguidas del análisis y los informes de rendimiento (74%) y, en tercer lugar, la generación de rendimientos alfa (63%). La adopción de IA/AA está ligada principalmente a la obtención de información de mayor calidad (60%), a una mayor productividad y velocidad (48%) y a la reducción de los costes (46 %).

"La IA/AA se describen con frecuencia como tecnologías emergentes, pero el hecho es que ya se están aplicando ampliamente en los servicios financieros", manifestó Tim Baker, director global de Innovación Aplicada de Refinitiv. "Ya sea debido a un entorno regulatorio cada vez más complejo o por la necesidad de encontrar nuevas fuentes de rendimientos alfa o de ganar la lucha contra los delitos financieros, la industria se está centrando en los datos y la tecnología, y los especialistas en datos son cada vez más importantes", explicó.

"En el futuro, se acelerará la innovación gracias a una mayor disponibilidad de potentes herramientas de IA/AA basadas en la nube, que reducirán drásticamente las barreras de entrada y, por lo tanto, cambiarán la dinámica competitiva en toda la industria. No obstante, ninguna institución financiera podrá utilizar la tecnología con éxito a menos que los datos subyacentes estén preparados para su procesamiento por una máquina", incidió Baker.

Temas relacionados

Ahora en Portada 

Comentarios