Con una demanda cada vez más alta de servicios y productos financieros la banca es uno de los sectores que más ha acelerado en la implementación de herramientas de inteligencia artificial.
Tras la pandemia, un claro ejemplo fue el aluvión de solicitudes de préstamo avaladas por el ICO o más recientemente la venta de grandes carteras de NPL. “En los últimos años podemos decir que la Inteligencia Artificial ha sido el motor que ha hecho posible la gestión de grandes volúmenes de documentación a corto plazo. La eficiencia en tiempo y coste era el principal objetivo a cumplir y ésta tecnología lo permitía. Pues un banco que funciona eficiente hoy en día es aquél que puede gestionar mejor sus recursos, y en consecuencia mantenerse más competitivo”, explica Hugo Cortada, director de Desarrollo de Negocio en Serimag, compañía líder en el tratamiento automático de documentos para los principales bancos en España.
Aplicaciones reales y a gran escala de la IA en la banca.
En un solo día ocurren decenas de miles de procesos en un banco, desde la concesión de préstamos de todo tipo hasta el pago de impuestos, y no hay espacio para errores o demoras. Por esta razón, la máxima automatización de esos procesos y la optimización del tiempo de gestión se han vuelto conceptos clave para las entidades bancarias.
Actualmente, Serimag procesa más de 1 millón de páginas al día para los principales bancos de España en más de 90 procesos en producción TAAD. Además, reconoce más de 200 tipos documentales y extrae más de 400 campos, logrando una automatización media de sus proyectos de más de un 80%. “Si un sistema inteligente como el de Serimag basado en IA con las herramientas tecnológicas que hasta el momento utilizaba la banca, como pueden ser sistemas de OCR o RPA (Robotic Process Automation), podemos decir que existe un salto importante. Porque estas herramientas no aseguran buenos resultados a escala con documentos semi estructurados no estructurados,que constituyen la mayoría de los documentos gestionados por los bancos”, explica Hugo. Con más de 12 años en el sector de la IA, Serimag ha duplicado en los últimos 3 años el volumen de documentos gestionados.
La banca está poniendo el foco en la automatización de procesos de negocio a través de la Inteligencia Artificial
Las grandes organizaciones, como parte de su estrategia de transformación digital, están poniendo el foco en la automatización de procesos de negocio a través de la Inteligencia Artificial con el objetivo de reducir hasta un 50% los costes, descargar a empleados de tareas repetitivas de bajo valor añadido y evolucionar hacia un diseño de procesos optimizado y escalable que permita además reducir el margen de riesgos y error.
Por ejemplo, Serimag lleva a cabo de forma automatizada la revisión de documentación aportada para la concesión de todo tipo de préstamos en distintas Entidades donde existen más de 100 tipos documentales aportados por los clientes, tanto a nivel persona jurídica como persona física. En el tratamiento de decenas de miles de expedientes al día se logran tasas de automatización por encima del 80% con niveles de acierto comprometido del 99%. Esto reduce drásticamente los costes a la vez que permite una gestión del expediente en cuestión de minutos en lugar de horas o de más de un día con un enfoque manual.
Los expertos lo confirman: El 100% de las organizaciones financieras considera la IA como tecnología clave en la transformación digital. Según el informe anual “Digital Banking Maturity” (2022) llevada a cabo por Deloitte, el sector bancario español destaca su madurez digital liderando el ranking mundial con una puntuación de 4,69 puntos sobre 5. En España, el 70% ya utilizan la IA para la gran gestión documental derivada de un aumento de los procesos digitales.
Los trabajos de clasificación de documentos y extracción de datos deben ir en favor del mínimo margen de error. Pues un error puede significar pérdidas económicas de gran cuantía para un banco. El sistema basado en la IA de empresas como es Serimag puede reducir el error a menos de un 1%, significativamente por debajo del 3% de error que tiene un enfoque manual tradicional. “El reto de las organizaciones bancarias, especialmente en la colaboración con empresas especializadas en IA como la nuestra, es la escalabilidad de los proyectos, es decir, el pasar de pruebas de concepto a una completa reingeniería del proceso. Esto ahora mismo no lo pueden ofrecer las herramientas actuales, sin embargo la IA permite favorecer soluciones personalizadas e integradas con los sistemas de cada banco o cualquier gran empresa”, explica Hugo.
