La Inteligencia Artificial (IA) ha estado presente en la banca desde los 80; se utiliza en soluciones de software para la detección de fraude y el análisis de los riesgos crediticios. Y ha evolucionado en el sector, quizá la IA más popular esté en los chatbots que dan respuestas rápidas a las preguntas de los clientes.
Hay más, sin que el cliente lo perciba la IA puede identificar patrones con fines comerciales, o de optimización de procesos y análisis de datos para ofrecerle los servicios que requiere sin perder tiempo y satisfacción.
Transformación de la experiencia
La IA generativa transforma la experiencia del cliente. No se trata sólo de sugerencias básicas, sino de asistentes virtuales que analizan comportamientos, predicen necesidades financieras y ofrecen soluciones en tiempo real. Aplicaciones bancarias personalizadas que se adaptan a los hábitos de cada usuario permitirán una fidelización mucho más profunda.
El tema en la región es avanzar en la inclusión financiera porque los bancos avanzan en la adopción tecnológica, en el empleo de la IA, y debe estar al alcance de todos, de los que faltan. En México, por ejemplo, solo 37% de los adultos tienen una cuenta bancaria, el 32% usa medios de pago digitales, la brecha de género es del 8% y el uso de efectivo sigue en más del 90% (datos oficiales de World Bank, Global Findex y Banxico 2024).
Fuerza de la IA en la banca
Los clientes buscan atención y respuestas. La banca lo sabe y detrás fortalece con mantenimiento proactivo los algoritmos de aprendizaje profundo, datos de sensores que pueden anticipar fallas en cajeros y sucursales digitales con precisión e incluso programar intervenciones antes de un daño real.
En los cajeros o ATM’s se analizan patrones de uso, transacciones, eventos locales y condiciones externas para predecir cuándo un equipo necesitará reposición de efectivo o mantenimiento. Lo que permite garantizar disponibilidad continua y también las ocasiones en que el usuario se encuentra con cajeros fuera de servicio para evitar malestar o que vaya en busca de uno del banco competidor.
La AI silenciosa puede estar además en los sistemas de forecasting para predecir la demanda de efectivo diaria optimizando la cantidad de dinero distribuida. Lo que minimiza el exceso de efectivo inmovilizado, reduce viajes innecesarios de abasto y ahorra en el costo del suministro. Puede incluso analizar datos sobre las operaciones recurrentes del cliente para ofrecer productos o funcionalidades a la medida.