La mayoría de noticias de proyectos sobre el uso de AI en la banca están centrados en los servicios con los que los clientes interactúan directamente. Muchas empresas usan ya chatbots con inteligencia artificial para brindar soporte las 24 horas a los usuarios. Se calcula que hay cerca de 30.000 bots funcionando en todos los sectores, y recientemente están comenzando a hacerse públicas las iniciativas en el sector financiero. Estos chatbots pueden dialogar en lenguaje natural y responder a una serie de consultas básicas al acceder instantáneamente a información relevante de bases de conocimiento, bases de datos de CRM, etc. Si bien en la mayoría de los casos, aún requieren que los humanos cubran carencias y respondan consultas más complejas, la teoría es que mientras más preguntas respondan, más aprenderán y mejores serán sus resultados, siendo capaces cada vez de dar respuesta a preguntas más complejas.
Aunque pocos bancos están dispuestos a hablar mucho del uso que están dando a esta tecnología, estamos viendo un número creciente, empezando por los chatbots. Si bien RBS fue uno de los pioneros en 2016 con su chatbot Luvo, el Bank of Scotland ha comenzado una prueba de un sistema basado en el iPhone, mientras que Standard Chartered planea presentar uno el próximo año. En Brasil, Banco Original ya está pensando en varias áreas de su negocio donde AI se puede utilizar de manera efectiva.
En España de momento hay pocas iniciativas pero un futuro muy prometedor. BBVA lanzó en 2009 Nathalie, un asistente virtual para uso interno de sus empleados. Su tareas son contestar a las preguntas sobre actividades corrientes, proyectos, tecnología y información en general sobre el departamento. Por otro lado, el bot de Twitter de CaixaBank ayuda a los clientes a localizar oficinas cercanas a un determinado punto y ofrece información actualizada sobre la cotización de la entidad financiera en Bolsa. Estas primeras versiones de bots no pueden mantener conversaciones completas con los usuarios. En el siguiente paso, de lo que se trata es de que el bot tenga mayores capacidades cognitivas y acceso a más fuentes de información para dar un servicio más amplio. imaginBank, el banco solo móvil de CaixaBank, lanzó en febrero de 2017 el que presentó como «primer chatbot del sector financiero en España». A través de Facebook messenger los clientes pueden dialogar con el bot para conocer qué ofertas y promociones dentro del amplio programa de descuentos tienen a su disposición y cuáles se adaptan mejor a sus intereses y a su lugar de residencia. El bot le contesta mostrándole la selección que más se ajuste a lo que pide utilizando un lenguaje cercano y ameno. Dirigida a millennials, imaginBank es una apuesta diferente a la estrategia multicanal del sector financiero, ya que centraliza el servicio en tecnología móvil y redes sociales, permitiendo así que sea el usuario quién gestione sus finanzas de manera autónoma por lo que la incursión del chatbot es donde tiene más sentido. Recientemente, CaixaBank ha ido más allá en esta área con el desarrollo, con la ayuda de IBM Watson, de un servicio de asesoramiento sobre comercio exterior mediante la computación cognitiva, que permite a los clientes dialogar con gestores especialistas que les ayudarán a resolver dudas técnicas de clientes sobre un enorme corpus de normativas de comercio, regulaciones específicas de los países o normativa interna.
Las ventajas de usar sistemas basados en inteligencia artificial en los roles de servicio al cliente son claras. Con los chatbots en la primera línea de respuesta para las consultas de clientes, se requiere menos personal humano de servicio al cliente y se les puede dar una respuesta más rápida. Aquellas instituciones que integran AI como una herramienta para aumentar el rendimiento, y como ayuda a proporcionar servicios al cliente más rápidos y consistentes. Los bancos pueden entonces reducir el personal, o reasignar al personal hacia funciones que requieren habilidades más avanzadas, aquellas que aún no pueden ser replicadas por las máquinas.
Pero además de reducir los costes mediante la racionalización de los servicios al cliente, también hay oportunidades para usar AI para aumentar los ingresos dentro de los bancos y, al mismo tiempo, brindarles a sus clientes una experiencia similar a la de un conserje. Aquí es donde AI es decisivo, al aplicar las técnicas de aprendizaje automático a los datos de los clientes, los bancos pueden crear perfiles detallados de cada individuo. A partir de esto, pueden ofrecer los productos y servicios que son relevantes para ese cliente, proporcionando el tipo de servicio personalizado que les resultará útil, el marketing one-to-one que toda empresa grande lleva desde siempre intentando conseguir. Para poder lograr este tipo de modelo, los bancos deben estar en una posición no solo de recopilar datos de clientes que tenían en el pasado, sino también de agregar nuevos datos provenientes de otros proveedores de servicios financieros (gracias a la aplicación de PSD2), y analizarlos eficazmente. A pesar de que muchos bancos tienen grandes cantidades de datos a su disposición, gran parte de ellos existen en silos, con datos sobre la actividad de banca online de un cliente en un lugar diferente a los datos relacionados con su actividad de banca telefónica, por ejemplo. Una estrategia que contemple un soporte a la multicanalidad y centralización, o dicho de otro modo, unificación y actualización de todos los datos que dispongamos del cliente independientemente del canal, departamento, división, gestionado con una gobernanza y seguridad adecuadas, es lo que marcará la diferencia entre las organizaciones en los próximos años. Llevar a la práctica esta estrategia será el desafío más importante para los las entidades financieras, reunir el conocimiento y la tecnología adecuada para llevarlo a cabo requiere de sólidos cimientos. Primero se habrá de juntar todos estos datos disponibles para crear una vista unificada de cada cliente, usando todos los datos internos al alcance. Un paso adicional será incorporar datos de servicios de terceros donde esté disponible (redes sociales, por ejemplo) para completar cualquier laguna en el perfil. Esto proporciona un punto de partida efectivo para aplicar las técnicas de IA, con el objetivo final de poder ofrecer soluciones relevantes y personalizadas para cada cliente en tiempo real. Por ejemplo, si un cliente hace una compra de un automóvil, es en ese momento exacto cuando se le ha de ofrecer una póliza de seguro a medida. Este tipo de acción automatizada e inteligente ayudará a aumentar la lealtad del cliente brindándoles notificaciones y ofertas de valor agregado contextual en tiempo real.
Con el mercado bancario minorista europeo tomando las medidas necesarias para la implementación de PSD2, la era de la verdadera Banca Abierta está a punto de nacer. En una era de mayor elección e innovación donde los clientes tienen más poder que nunca, ya que pueden cambiar fácilmente de banco y elegir los servicios y productos que mejor se adaptan a ellos. Los bancos u otros proveedores de servicios bancarios que logren construir las ofertas más flexibles y personalizadas para los clientes serán los que ganen.
Si bien estos bancos necesitarán tener una estrategia sólida basada en el uso de estas nuevas tecnologías cognitivas e integración de API abiertas, también deberán encontrar una manera de presentar las múltiples y variadas herramientas y servicios a los clientes de una manera que no perciban abrumadora. Las asociaciones de terceras partes con ideas innovadoras y capaces de llevarlas a cabo con proveedores de servicios financieros que ofrecen algo útil a los clientes es una relación de mutuo beneficio y una oportunidad que no puede desperdiciarse. El banco puede ganar comisiones del proveedor fintech, mientras que este obtiene un nuevo líder comercial cualificado. En este escenario, todos ganan.
Un informe reciente de GFT muestra que casi una cuarta parte de los bancos minoristas analizados ven las tecnologías de AI como estratégicamente importante. Además, los sistemas de TI utilizados por los bancos en España están en mejor estado de preparación para implementar AI que en otras regiones. Aquellos bancos que puedan implementar soluciones de inteligencia artificial en sus back-ends para ayudar a crear servicios realmente personalizados tendrán una ventaja competitiva en el mundo de la banca abierta, sin importar en qué mercado estén operando.
