Con los avances en la IA basada en agentes, los sistemas inteligentes de IA están madurando para facilitar ahora la toma de decisiones autónoma en todas las industrias, incluidos los servicios financieros.
Durante el último año, el uso de IA generativa relacionado con el servicio al cliente, incluidos los chatbots y los asistentes de IA, se ha más que duplicado en los servicios financieros, pasando del 25% al 60%. Las empresas están utilizando la IA para automatizar tareas que requieren mucho tiempo, como el procesamiento de documentos y la generación de informes, lo que genera importantes ahorros de costos y eficiencia operativa.
Según el último informe State of AI in Financial Services de NVIDIA, más del 90% de los encuestados informaron un impacto positivo en los ingresos de su organización por IA.
Los agentes de IA son versátiles, capaces de adaptarse a tareas complejas que requieren protocolos estrictos y un uso seguro de los datos. Pueden ayudar con una lista cada vez mayor de casos de uso, desde permitir mejores decisiones de inversión mediante la identificación automática de estrategias de optimización de carteras hasta garantizar la alineación regulatoria y la automatización del cumplimiento.
Dónde los Agentes de IA Ofrecen el Mayor Valor en Servicios Financieros
Para mejorar los rendimientos del mercado y el rendimiento empresarial, se están adoptando agentes de IA en diversas áreas que se benefician enormemente de la toma de decisiones autónoma respaldada por datos.
Experiencias Elevadas de Servicio al Cliente
Según el informe State of AI in Financial Services, el 60% de los encuestados dijo que la experiencia y el compromiso del cliente eran el principal caso de uso de la IA generativa. Las empresas que utilizan IA ya han visto mejorar las experiencias de los clientes en un 26%.
Los agentes de IA pueden ayudar a automatizar tareas repetitivas al tiempo que proporcionan los siguientes pasos, como la resolución de disputas y las actualizaciones de conocimiento del cliente. Esto reduce los costos operativos y ayuda a minimizar los errores humanos.
Al manejar las consultas y los formularios de los clientes, los chatbots de IA escalan el soporte y garantizan la disponibilidad las 24 horas del día, los 7 días de la semana, mejorando la satisfacción del cliente. Los empleados pueden concentrarse en casos de alto nivel basados en juicios, en lugar de realizar la admisión de casos, el análisis de datos y la documentación.
Detección Avanzada de Fraude
Además, los agentes de IA son cruciales para la detección de fraudes, ya que pueden detectar y responder a transacciones sospechosas automáticamente. El informe State of AI destacó que, de los 20 casos de uso, la ciberseguridad experimentó el mayor crecimiento durante el último año, con más de un tercio de los encuestados que ahora evalúan o invierten en IA para la ciberseguridad.
La IA cierra la brecha de tiempo entre la detección y la acción, ya que la falta de acción puede resultar en pérdidas financieras significativas.
Para combatir el fraude, los agentes de IA pueden monitorear los patrones de transacciones en tiempo real, aprender de nuevos tipos de fraude y tomar medidas inmediatas alertando a los equipos de cumplimiento o congelando cuentas sospechosas, todo sin necesidad de intervención humana. Además, los equipos de agentes de IA pueden trabajar con otros sistemas para recuperar datos adicionales, simular posibles escenarios de fraude e investigar anomalías.
Gestión de Pagos Digitales y Transacciones Bancarias
Los agentes de IA facilitan la gestión financiera, especialmente para el pago de facturas y la gestión del flujo de caja. Debido a que la IA basada en agentes admite interacciones de máquina a máquina en ecosistemas digitales, puede garantizar el cumplimiento normativo al mantener automáticamente registros de auditoría detallados. Esto reduce los costos de cumplimiento y el tiempo de procesamiento, lo que facilita que las instituciones financieras operen en entornos regulatorios complejos.
Procesamiento Inteligente de Documentos
Para los mercados de capitales, los conocimientos de inversión más poderosos a menudo se ocultan en datos de texto no estructurados de fuentes de documentos cotidianos, como artículos de noticias, blogs y presentaciones ante la SEC. Los agentes de IA pueden acelerar el procesamiento inteligente de documentos (IDP) para proporcionar información y recomendaciones de inversión para los comerciantes, lo que permite una toma de decisiones más rápida y reduce el riesgo de pérdidas financieras.
En la banca de consumo, el manejo de documentos como registros de préstamos, presentaciones regulatorias y registros de transacciones implica una gran cantidad de datos complejos. Esta cantidad de datos es tan grande que puede ser difícil y llevar mucho tiempo procesarlos y comprenderlos manualmente. IDP ayuda a resolver este problema, utilizando IA para identificar tipos de documentos, resumir documentos, emplear la generación aumentada de recuperación para respuestas y soporte, y organizar datos.
Los conocimientos basados en datos de los sistemas multiagente informan las decisiones comerciales estratégicas, ya que estos sistemas aprenden continuamente de los datos de los clientes e instituciones utilizando un data flywheel.
Ejemplos de Agentes de IA en Servicios Financieros
Muchos clientes y socios de la industria se han beneficiado significativamente de la integración de la IA en sus workflows.
Por ejemplo, BlackRock utiliza Aladdin, una plataforma patentada que unifica los procesos de gestión de inversiones en los mercados públicos y privados para inversores institucionales.
Con numerosas aplicaciones de Aladdin y miles de usuarios especializados, el equipo de BlackRock identificó la oportunidad de utilizar la IA para optimizar la experiencia del usuario de la plataforma al tiempo que fomenta la conectividad y la eficiencia operativa. De forma rápida y segura, BlackRock ha reforzado la plataforma Aladdin con IA avanzada a través de Aladdin Copilot.
Utilizando un modelo de desarrollo federado, en el que diferentes equipos pueden trabajar en agentes de IA de forma independiente mientras se construye sobre una base común, el equipo central de IA de BlackRock estableció un sistema de comunicación estandarizado y un registro de complementos. Esto permite a los desarrolladores y científicos de datos de la empresa crear e implementar agentes de IA adaptados a sus áreas específicas, mejorando la inteligencia y la eficiencia para los clientes.
Otro ejemplo es la plataforma de IA generativa de bunq, Finn, que ofrece a los usuarios una variedad de funciones para ayudar a administrar las finanzas a través de un chatbot en la aplicación. Puede responder preguntas sobre dinero, proporcionar información sobre hábitos de gasto y ofrecer consejos sobre el uso de la aplicación bunq. Finn utiliza IA avanzada para mejorar sus respuestas en función de los comentarios y, más allá del chatbot en la aplicación, ahora maneja más del 90% de los tickets de soporte de todos los usuarios.
Capital One también está ayudando a los clientes con Chat Concierge, su asistente de IA conversacional multiagente diseñado para mejorar la experiencia de compra de automóviles. Los consumidores tienen acceso las 24 horas del día, los 7 días de la semana a agentes que brindan información en tiempo real y toman medidas en función de las solicitudes de los usuarios. En una sola conversación, Chat Concierge puede realizar tareas como comparar vehículos para ayudar a los compradores de automóviles a encontrar su opción ideal y programar pruebas de manejo o citas con un equipo de ventas.
La última plataforma de RBC para la investigación global, Aiden, utiliza agentes internos para realizar análisis automáticamente cuando las empresas cubiertas por RBC Capital Markets publican presentaciones ante la SEC. Aiden tiene un agente de orquestación que trabaja con otros agentes, como el agente de presentación de la SEC, el agente de ganancias y un agente de noticias en tiempo real.
Diseño de Un Agente Financiero Impulsado por IA
Los componentes básicos de un poderoso agente de servicios financieros incluyen:
- Capacidades Multimodales y de Consulta Múltiple: estos agentes pueden procesar y responder consultas que combinan texto e imágenes, lo que hace que los procesos de búsqueda sean más versátiles y fáciles de usar. También se pueden ampliar fácilmente para admitir otras modalidades como la voz.
- Integración con Grandes Modelos de Lenguaje: los LLM avanzados, como la familia NVIDIA Llama Nemotron, brindan capacidades de razonamiento a los asistentes de IA, lo que les permite participar en interacciones naturales similares a las humanas. Los microservicios NVIDIA NIM proporcionan interfaces de programación de aplicaciones estándar de la industria para una integración sencilla en aplicaciones de IA, frameworks de desarrollo y workflows.
- Gestión de Datos Estructurados y No Estructurados: los microservicios NVIDIA NeMo Retriever permiten la ingesta, la incrustación y la comprensión de fuentes de datos relevantes, lo que ayuda a garantizar que las respuestas de los agentes de IA sean relevantes, precisas y conscientes del contexto.
- Integración, Optimización y Automatización: El kit de herramientas NVIDIA NeMo Agent permite crear, perfilar y optimizar agentes de IA a través de monitoreo unificado, perfiles de flujo de trabajo detallados y herramientas de optimización basadas en datos que exponen cuellos de botella, reducen costos y garantizan sistemas escalables basados en agentes y confiables en frameworks populares y workflows personalizados.
- Barreras de Seguridad para Conversaciones Seguras y Sobre el Tema: Los NVIDIA NeMo Guardrails se implementan para ayudar a garantizar que las conversaciones con el asistente de IA permanezcan seguras y sobre el tema, protegiendo en última instancia los valores de la marca y reforzando la confianza del cliente.
Obtenga más información sobre cómo las empresas de servicios financieros están utilizando la IA para mejorar los servicios y las operaciones comerciales en el informe completo sobre el State of AI in Financial Services.