Se espera que la inteligencia artificial (IA) generativa, también conocida como gen AI, tenga un impacto significativo en la gestión de riesgos durante los próximos cinco años, permitiendo a las instituciones financieras automatizar tareas, acelerar procesos y mejorar la eficiencia.

Pero para aprovechar los beneficios de la IA gen, las funciones de riesgo y cumplimiento deben establecer pautas y marcos claros que no solo aborden los riesgos entrantes de la IA gen, sino que también garanticen el uso responsable de la IA gen, según un nuevo artículo de McKinsey.

El reporte, analiza el impacto potencial de la IA genérica en la gestión de riesgos dentro de las instituciones financieras, explorando los beneficios de la tecnología para mejorar los procesos y la eficiencia, además de profundizar en las consideraciones importantes asociadas con la adopción de la IA genérica.

Según el documento, la IA genética tiene el potencial de transformar la forma en que los bancos gestionan los riesgos en los próximos tres a cinco años al permitir que las funciones se alejen de las tareas rutinarias y se asocien con departamentos comerciales para prevenir riesgos estratégicos desde el inicio de nuevas experiencias de los clientes.

Este cambio podría dar a los profesionales de riesgos más tiempo para asesorar sobre nuevos productos, analizar tendencias de riesgo y mejorar los procesos de riesgo antes de que surjan problemas.

El informe señala que varias instituciones ya han comenzado a explorar el uso de la IA de generación en la gestión de riesgos, citando el cumplimiento normativo, los delitos financieros, el riesgo crediticio, la modelización y el análisis de datos, el riesgo cibernético y el riesgo climático como casos de uso emergentes.

Cómo las empresas pueden aprovechar la IA generativa para la gestión de riesgos

En el cumplimiento normativo, el informe dice que las empresas están utilizando la IA de generación como un experto virtual en normativa y políticas. Estas empresas están capacitando sistemas de inteligencia artificial de generación para responder preguntas sobre regulaciones, políticas y pautas de la empresa.

En los delitos financieros, la IA gen se utiliza para generar informes de actividades sospechosas basados ​​en información de clientes y transacciones, y mejorar el seguimiento de las transacciones. La tecnología también se utiliza para automatizar la creación y actualización de las calificaciones de riesgo de los clientes en función de los cambios en sus atributos de conocimiento del cliente (KYC), según el informe.

En el riesgo crediticio, la IA genética es capaz de resumir la información del cliente para informar las decisiones crediticias y, en última instancia, ayudar a acelerar el proceso crediticio de los bancos de un extremo a otro. Tras una decisión de crédito, gen AI puede redactar la nota de crédito y el contrato.

En modelado y análisis de datos, la generación de IA puede automatizar el seguimiento del rendimiento del modelo y generar alertas si las métricas quedan fuera de los niveles de tolerancia. El técnico también puede redactar documentación del modelo e informes de validación.

En el ámbito del riesgo cibernético, la IA de generación puede utilizar lenguaje natural para comprobar las vulnerabilidades de ciberseguridad y generar código para reglas de detección. El técnico también puede actuar como experto virtual para investigar datos de seguridad.

Finalmente, en el riesgo climático, la IA genética puede sugerir fragmentos de código, facilitar las pruebas unitarias y ayudar a la visualización del riesgo físico con mapas de alta resolución. La tecnología puede automatizar la recopilación de datos para las evaluaciones del riesgo de transición de las contrapartes y generar señales de alerta temprana basadas en eventos desencadenantes. También puede producir automáticamente informes sobre temas ambientales, sociales y de gobernanza (ESG) y secciones de sostenibilidad de los informes anuales.

Consideraciones clave al adoptar IA generativa para la gestión de riesgos

El informe analiza las consideraciones clave a la hora de adoptar la IA genérica dentro de las funciones de gestión de riesgos de las instituciones financieras. Enfatiza la importancia de priorizar casos de uso que maximicen el valor y al mismo tiempo garanticen la adopción responsable y sostenible de la tecnología.

El informe destaca tres dimensiones críticas al evaluar la priorización de casos de uso, enfatizando el riesgo, el impacto y la viabilidad. Estas evaluaciones deben alinearse con la visión general de la generación de IA, cumplir con las regulaciones pertinentes y considerar la sensibilidad de los datos, según el informe.

McKinsey aconseja a las instituciones financieras comenzar con un enfoque enfocado, priorizando de tres a cinco casos de uso de riesgo y cumplimiento que se alineen con sus objetivos estratégicos. Estos casos de uso se pueden ejecutar en tres a seis meses, seguidos de una estimación del impacto empresarial, según el informe.

Sin embargo, McKinsey advierte que la introducción de la IA genera nuevos riesgos, lo que requiere que las instituciones financieras adopten un nuevo enfoque para la gestión y los controles de riesgos. Recomienda que las funciones de riesgo permanezcan alerta a nivel empresarial y tomen medidas como garantizar la conciencia en toda la organización, actualizar los criterios de identificación de modelos, desarrollar expertos en riesgos de IA genérica y revisar los controles existentes.

Además, las organizaciones deben reconocer las importantes demandas de datos y tecnología asociadas con los sistemas de IA de generación y comprender los requisitos de talento para adoptar la IA de generación.

El potencial de la IA generativa en los servicios financieros

La generación de IA ha surgido como una fuerza poderosa en el sector de servicios financierosr, prometiendo enormes oportunidades. El Instituto Global McKinsey estima esa generación de IA podría aumentar la productividad entre un 3% y un 5% en todo el sector bancario, generando un valor equivalente a entre 200 y 340 millones de dólares adicionales en ingresos anuales.

Una encuesta de 2023 realizada por KPMG a 300 ejecutivos globales de una amplia gama de industrias encontrado que los ejecutivos del sector financiero están adoptando la IA generacional a un ritmo más rápido que cualquier otra industria.

El 38% de los líderes de servicios financieros encuestados dijeron que su equipo de liderazgo ejecutivo había priorizado adecuadamente la tecnología, frente al 26% de todos los encuestados. El 26 % dijo que su organización ya había implementado al menos una solución de IA o planea hacerlo en los próximos seis meses, frente al 21 % de todos los ejecutivos.

Las empresas de servicios financieros también están aumentando sus inversiones en IA generacional. El 64% de los ejecutivos financieros encuestados dijeron que su organización estaba preparada para asignar presupuesto a la tecnología durante los próximos 6 a 12 meses, frente al 50% de todas las organizaciones.

Pero el potencial de la IA genérica se extiende mucho más allá de los servicios financieros. Goldman Sachs estima Esa generación de IA podría impulsar un aumento del 7% en el producto interno bruto (PIB) mundial, lo que se traduciría en casi 7 billones de dólares. El banco dice que aproximadamente dos tercios de las ocupaciones estadounidenses están expuestas a algún grado de automatización por parte de la IA.

Crédito de la imagen destacada: editado de Freepik

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://fintechnews.sg/94699/ai/mckinsey-generative-ai-risk-management/