No solo se trata de mejorar la eficiencia, sino que la investigación muestra que las instituciones financieras consideran la IA como un motor para la transformación estratégica.

17 de marzo, PwC publicó el informe “Impulsando la renovación y actualización del sector financiero en China continental y Hong Kong con IA” (en adelante, “el informe”) que señala que la inteligencia artificial ha pasado de ser un piloto experimental a una aplicación a gran escala. Según la investigación del informe, el 76% de las instituciones financieras planea utilizar IA para transformar su estrategia empresarial y ayudar a abrir nuevas fuentes de ingresos.

El informe muestra que las instituciones encuestadas han obtenido un retorno preliminar del 11%-15% a través de inversiones en IA, y el 76% de ellas está dispuesta a aceptar un retorno de inversión inferior al 10% para acelerar la implementación de sus estrategias de IA. Para las instituciones, además de centrarse en beneficios a corto plazo, valoran más el valor a largo plazo que la IA puede aportar para mejorar su posición en el mercado, expandir su espacio de desarrollo estratégico y generar nuevas oportunidades de crecimiento.

Los encuestados indicaron que los retornos de inversión derivados de sus proyectos de IA se reflejan principalmente en la reducción de pérdidas por riesgos, la mejora en la eficiencia de cumplimiento, el aumento de ingresos y la reducción de costos. PwC compartió casos específicos en los que, por ejemplo, un banco pasó de realizar inspecciones por muestreo en un proceso a utilizar tecnología IA para inspecciones completas, reduciendo significativamente las pérdidas por riesgos.

La implementación de cinco escenarios principales de aplicación, como despliegue de chatbots/servicios al cliente, gestión de inversiones y activos, detección de fraudes, análisis predictivo y modelado, y automatización de procesos de back-office, está generando retornos de inversión cuantificables y se está convirtiendo rápidamente en un área clave de desarrollo en aplicaciones de IA a nivel empresarial. Según un ejecutivo de un banco en Hong Kong, “no solo buscamos mejorar la eficiencia mediante IA, sino que también queremos que la IA ayude a crear nuevas propuestas de valor y modelos de negocio en el mercado.”

Actualmente, diferentes industrias tienen enfoques distintos en la implementación de IA. Ning Qing, socia responsable de gestión de activos y patrimonio en PwC China, afirmó: “El sector bancario se centra en la gestión de riesgos, la lucha contra el lavado de dinero y el cumplimiento normativo, mientras que el sector de seguros se enfoca en mejorar el nivel de los agentes, el servicio al cliente y las reclamaciones. En gestión de activos y patrimonio, la IA se aplica en gestión de inversiones y carteras, análisis de datos y mercado.”

Sin embargo, la inversión en tecnología de IA sigue siendo un tema central. El informe indica que el 61% de las instituciones financieras dedica menos del 10% de su presupuesto tecnológico a IA, existiendo una brecha del 30% al 40% entre la inversión en IA y las necesidades reales del sector. Entre los encuestados, el 68% en banca, el 48% en seguros y el 60% en gestión de activos afirmaron que su inversión en IA no supera el 10% de su presupuesto tecnológico.

La adopción masiva de IA aún enfrenta múltiples restricciones. Los encuestados señalaron que los tres principales obstáculos para aumentar la inversión en IA son la disponibilidad de datos, la presión regulatoria y la necesidad de priorizar el mantenimiento de los sistemas centrales existentes. Además, la escasez de talento y las estructuras organizativas rígidas son obstáculos clave que dificultan la implementación a gran escala de IA, superando en impacto a cuestiones presupuestarias o tecnológicas.

De cara al futuro, el informe prevé que en los próximos cinco años el sector financiero experimentará cuatro grandes cambios: primero, servicios hiperpersonalizados, pasando de productos estandarizados a modelos de servicio dinámico en tiempo real impulsados por IA; segundo, una automatización y optimización decisional elevada, donde la IA asumirá más decisiones y actuará como un “supercolaborador” humano; tercero, cumplimiento proactivo e inteligente, con una transición de respuestas pasivas a cumplimiento embebido, en tiempo real y preventivo; y cuarto, predicción en tiempo real y gestión de riesgos basada en análisis predictivos.