Según un nuevo análisis de Accenture, la mayoría de los bancos se encuentra en la etapa inicial de adopción de la IA Generativa. La consultora detectó tres “horizontes” de adopción: el primero es de usos verticales; el segundo, flujos de trabajo agentivos y el tercero, modelos de lenguaje grandes personalizados.
Hoy en día, el 80% de los bancos a nivel global está en el primer horizonte, que corresponde a casos de uso verticales, autónomos y con supervisión humana (“human in the loop”).
Este primer horizonte “se trata de tareas relativamente simples. Un ejemplo es el resumen posterior a una llamada en los centros de atención: la IA generativa toma notas durante la conversación con el cliente y, al finalizar, produce un resumen rápido del resultado. La mayoría de estos casos de uso se enfoca en transformar procesos internos y no impacta directamente al cliente final. Se trata de que la IA asista a los colaboradores en sus tareas, actuando como un copiloto y ayudando a generar aumentos de productividad”, explica Nicolás Deino, director ejecutivo para la Industria Financiera de Accenture Chile.
El segundo horizonte apunta a los flujos de trabajo agentivos. En él los bancos emplean un modelo de lenguaje general junto con sus datos para ejecutar tareas que antes hacía una persona, como un asistente para evaluar créditos hipotecarios o el análisis comparativo en banca de inversión (por ejemplo, cuando un analista junior evalúa qué ocurriría si la empresa A se fusiona con la empresa B en términos de estado de resultados y balances).
“En este escenario, los bancos pueden tener múltiples agentes interactuando entre sí y realizando el trabajo, con un humano revisando el resultado final. El caso de uso más interesante está en la ingeniería inversa y directa de los sistemas core bancarios. Los bancos pueden tomar un código de 30 o 40 años y reingenierizar ese código hacia lenguajes más modernos. Solo entre un 10% y 15% de los bancos se encuentra en este horizonte”, detalla Deino.
El análisis de Accenture revela que actualmente se ven muchos más “trabajadores digitales” en la banca que verdaderos agentes de IA en esta etapa. Se trata de tareas aisladas con supervisión humana, más que de una serie orquestada de tareas y agentes. La gran interrogante es cómo alcanzar el punto en que los agentes puedan manejar tareas complejas sin intervención humana. “La IA puede ejecutar tareas específicas de manera efectiva, pero suele fallar cuando se les otorga mayor autonomía debido a problemas de contexto y complejidad. La clave para aprovecharla bien es descomponer los problemas en partes manejables”, sostiene el director ejecutivo para la Industria Financiera.
En tanto, el tercer horizonte corresponde a modelos de lenguaje grandes personalizados que actúan como un “cerebro digital” de la entidad bancaria, los que aún se encuentran en etapa de desarrollo y podrían enfrentar desafíos regulatorios. Solo unos pocos bancos globales están en la frontera de este horizonte.
Deino indica que “partiendo del ejemplo del call center del horizonte 1, imaginemos que en el horizonte 3 un banco integrara todos los datos e información recopilados en el call center dentro de su propio modelo personalizado: el banco podría crear el equivalente a un agente universal que, en teoría, podría hacer todo lo que hoy realiza un ejecutivo de atención. Menos del 5% de los bancos se encuentra actualmente en este horizonte.”
De acuerdo con el análisis de Accenture, en palabras simples, para llegar al horizonte 2 los bancos deben comenzar a tratar a los agentes como empleados, asignándoles tareas específicas y no solo usándolos como herramientas de apoyo.
“Para tener éxito, los bancos necesitan supervisores que puedan ajustar y perfeccionar continuamente a los agentes. La supervisión es crítica, y ya han existido casos públicos donde la falta de supervisión generó errores. Así también, es esencial ordenar su ‘casa de datos’. Muchos bancos están sentados sobre enormes volúmenes de datos ‘atrapados’, con el potencial de alimentar la próxima generación de productos y servicios impulsados por IA. A medida que aceleran la adopción de IA, la capacidad de generar información de alta calidad y precisión desde múltiples fuentes de datos se ha convertido en un imperativo estratégico”, concluye el director ejecutivo para la Industria Financiera de Accenture Chile.
