IA Generativa: Transformando la Gestión de Riesgos y Cumplimiento en la Banca
- mayo 7 2024
- Por anilcorporate.com
IA Generativa: Transformando la Gestión de Riesgos y Cumplimiento en la Banca
La IA Generativa (IA gen) está lista para convertirse en un catalizador para la próxima ola de aumentos de productividad en todas las industrias, y los servicios financieros se encuentran entre ellas. Desde modelar análisis hasta automatizar tareas manuales y sintetizar contenido no estructurado, la tecnología ya está cambiando el funcionamiento de las entidades bancarias, incluida la forma en que gestionan los riesgos y cumplen con las regulaciones.
Es imperativo que las funciones de riesgo y cumplimiento establezcan límites para el uso de la IA gen dentro de una organización. Sin embargo, la tecnología en sí misma puede ayudar a que las funciones mejoren su eficiencia y eficacia. En este artículo, analizamos cómo los bancos pueden construir un enfoque flexible y poderoso para usar la IA gen en la gestión de riesgos y cumplimiento, e identificamos algunos temas cruciales que los líderes de las funciones deben considerar.
Aprovechando la Promesa de la IA Generativa
La IA gen tiene el potencial de revolucionar la forma en que los bancos gestionen los riesgos en los próximos tres a cinco años. Podría permitir a las funciones alejarse de las actividades centradas en tareas y pasar a asociarse con las líneas de negocio en la prevención estratégica de riesgos y tener controles desde el inicio en los nuevos recorridos de los clientes, a menudo denominado enfoque de “desplazamiento hacia la izquierda”.
Esto, a su vez, liberaría a los profesionales de riesgos para asesorar a las empresas sobre el desarrollo de nuevos productos y decisiones comerciales estratégicas, explorar las tendencias y escenarios de riesgos emergentes, fortalecer la resiliencia y mejorar los procesos de riesgo y control de manera proactiva.
Estos avances podrían conducir a la creación de centros de inteligencia de riesgo impulsados por IA y IA gen que sirvan a todas las líneas de defensa: negocios y operaciones, las funciones de cumplimiento y riesgo, y las auditorías. Dicho centro proporcionaría informes automatizados, una mayor transparencia de riesgos, una mayor eficiencia en la toma de decisiones relacionadas con el riesgo y una automatización parcial en la redacción y actualización de políticas y procedimientos para reflejar los requisitos regulatorios cambiantes. Actuaría como una fuente de información confiable y eficiente, permitiendo a los gestores de riesgos tomar decisiones informadas de manera rápida y precisa.
Por ejemplo, McKinsey ha desarrollado un “experto virtual de IA gen” que puede proporcionar respuestas personalizadas basadas en la información y los activos patentados de la empresa. Las funciones de riesgo de los bancos y sus partes interesadas pueden desarrollar herramientas similares que analicen transacciones con otros bancos, posibles señales de alerta, noticias del mercado, precios de activos y más para influir en las decisiones de riesgo. Estos expertos virtuales también pueden recopilar datos y evaluar las evaluaciones de riesgo climático para responder a las preguntas de las contrapartes.
Finalmente, la IA gen podría facilitar una mejor coordinación entre la primera y la segunda línea de defensa en la organización, manteniendo al mismo tiempo la estructura de gobierno en las tres. La coordinación mejorada permitiría mecanismos de monitoreo y control mejorados, fortaleciendo así el marco de gestión de riesgos de la organización.
Aplicaciones Emergentes de la IA Generativa en Riesgos y Cumplimiento
De las muchas aplicaciones prometedoras de la IA gen para las instituciones financieras, hay un conjunto de candidatas que los bancos están explorando para una primera ola de adopción: cumplimiento normativo, delitos financieros, riesgo crediticio, modelización y análisis de datos, riesgo cibernético y riesgo climático. En general, vemos aplicaciones de la IA gen en las funciones de riesgo y cumplimiento a través de tres arquetipos de casos de uso:
- Experto virtual: Un usuario puede hacer una pregunta y recibir una respuesta resumida generada a partir de documentos extensos y datos no estructurados.
- Automatización de procesos manuales: La IA gen realiza tareas que consumen mucho tiempo.
- Aceleración de código: La IA gen actualiza o traduce código antiguo o escribe código completamente nuevo.