Bloomberg — Deutsche Bank AG está usando IA para analizar los portafolios de clientes adinerados. ING Group NV lo está haciendo para detectar potenciales impagos. Morgan Stanley (MS) dice que sus banqueros están “experimentando” con ella en “entornos seguros y contenidos”, mientras que JPMorgan Chase & Co. (JPM) está buscando talento, con más ofertas de puestos que cualquiera de sus rivales.
La revolución de la IA se está desarrollando en Wall Street, a medida que aumenta el interés en la tecnología y su impacto en los negocios. En los bancos más entusiastas, un 40% de todos los trabajos anunciados son para puestos relacionados con IA: entre ellos ingenieros de datos y quants, lo mismo que ética y gobernanza, según datos de la consultora Evident.
JPMorgan lidera el camino: ha anunciado más de 3.600 puestos relacionados a la IA entre febrero y abril, casi el doble que rivales como Citigroup Inc. (C) y Deutsche Bank, según datos de evident. Eigen Technologies Ltd., que ayuda a empresas como Goldman Sachs Group Inc. (GS) e ING con la IA, dijo que las consultas de los bancos se quintuplicaron en el primer trimestre de 2023 en comparación con el mismo periodo del año anterior.
El lanzamiento de ChatGPT de Open AI en noviembre de 2022 “ha hecho que todo el mundo -el consejo de administración, el director general y la cúpula directiva de todos los bancos- sea mucho más consciente de que se trata de un cambio de juego”, afirmó Alexandra Mousavizadeh, directora general y cofundadora de Evident. “El precio del talento está subiendo”, dijo, y describió la situación como una “carrera armamentística de la IA”.
El entusiasmo de los inversores ha impulsado al alza los valores relacionados con la IA este año, antes de que los primeros signos de enfriamiento del mercado hicieran bajar el miércoles al fabricante de chips Nvidia Corp. (NVDA) y afectaran a los proveedores de Asia.
El premio potencial para las empresas es que las tareas cotidianas se gestionarán de forma más eficiente y eficaz, al tiempo que los análisis complejos y los modelos de riesgo resultan más sencillos y rápidos. Esto resulta especialmente tentador en el sector bancario, donde montones de datos sustentan decisiones de inversión cada vez más complejas, a pesar de las incertidumbres sobre las capacidades finales de la IA y las preocupaciones sobre cómo regularla.
El proceso ya ha comenzado, según los abogados que asesoran a los prestamistas en cuestiones tecnológicas y normativas. Según Steven Burrows, director de Fieldfisher LLP y antiguo operador de derivados, los bancos están utilizando la IA “para idear soluciones de cobertura más personalizadas a través de instrumentos como los swaps de tipos de interés y los derivados sobre acciones, lo que les permite ofrecer mejores precios para los clientes”.
Deutsche Bank está desplegando el llamado aprendizaje profundo (deepl learning) para analizar si los clientes de banca privada internacional están demasiado invertidos en un activo concreto, y emparejar a los clientes individuales con los fondos, bonos o acciones adecuados. Siempre que se cumpla la normativa, los asesores humanos transmiten las recomendaciones generadas por la IA.
“Soy una gran fan de la combinación de inteligencia artificial e inteligencia humana”, afirma Kirsten-Anne Bremke, responsable global de soluciones de datos en la banca privada internacional de Deutsche.
JPMorgan tiene planes similares. En mayo presentó una solicitud de patente de un servicio similar a ChatGPT para ayudar a los inversores a seleccionar determinadas acciones, según una persona familiarizada con el asunto que no está autorizada a hablar públicamente. El proyecto se encuentra en sus primeras fases.
Morgan Stanley afirma que está permitiendo a las empresas de su entorno realizar pruebas “desde la base” utilizando modelos lingüísticos de código abierto, es decir, grandes redes de inteligencia artificial entrenadas a partir de cantidades masivas de texto de todo Internet. En abril, el banco dijo que había patentado un modelo que utiliza IA y aprendizaje profundo para interpretar si las comunicaciones de la Reserva Federal son hawkish o dovish. El objetivo es detectar la dirección de la política monetaria.
“Todos los negocios, mesas de negociación y grupos de inversión tratan de entenderlo en profundidad”, dijo en una entrevista Yuriy Nevmyvaka, jefe del grupo de investigación de aprendizaje automático del banco. “Está en un entorno seguro y contenido y todo está dentro de nuestras paredes”.
El CEO de Barclays Plc (BCS), CS Venkatakrishnan, afirmó en una conferencia el jueves que la empresa aún se encuentra en una fase de “estudio serio”, y que uno de sus posibles usos sería ofrecer a los agentes de atención al cliente una mejor visión general de las finanzas de los clientes. No obstante, la implantación de cualquier herramienta de IA en la empresa llevará “varios años”, dijo.
En el ámbito de la tecnología financiera, Sebastian Siemiatkowski, CEO de Klarna Bank AB, declaró a Bloomberg TV el 25 de mayo que a todos los empleados de esta empresa sueca de tecnología financiera se les ofrece una cuenta ChatGPT-4 y se les anima a experimentar con la nueva tecnología.
Hay quien pide cautela, pues teme por la transparencia y la eficacia. Muchos -entre ellos el multimillonario inversor Warren Buffett- ven en el afán por adoptar sistemas complejos de inteligencia artificial un presagio de riesgos futuros.
“Cuando algo puede hacer todo tipo de cosas, me preocupa un poco”, dijo el presidente y consejero delegado de Berkshire Hathaway Inc. en la reunión anual de la empresa el 6 de mayo. “Porque sé que no seremos capaces de desinventarlo”.
Los prestamistas no son ajenos al uso de la tecnología para obtener ventajas, contratando científicos de datos, expertos en aprendizaje automático e incluso astrofísicos en los últimos años. Esas inversiones están dando sus frutos.
Wells Fargo (WFC) está utilizando grandes modelos lingüísticos para ayudar a determinar qué información deben comunicar los clientes a los reguladores y cómo pueden mejorar sus procesos empresariales. “Elimina parte del trabajo repetitivo y, al mismo tiempo, agiliza el cumplimiento”, afirma Chintan Mehta, director de información y responsable de tecnología digital e innovación de la empresa. El banco también ha creado un asistente al cliente basado en chatbot utilizando Dialogflow, la plataforma de IA conversacional de Google Cloud.
El banco francés BNP Paribas SA está utilizando chatbots para responder a las preguntas de los clientes mientras la IA trata de detectar y prevenir el fraude y el blanqueo de dinero. Del mismo modo, Cast, de Societe Generale SA, utiliza su potencia de cálculo para buscar posibles conductas indebidas en los mercados de capitales. Funciona en 26 idiomas para procesar 2,5 millones de horas de conversación y 347 millones de correos electrónicos al año, según el banco.
Los analistas de Goldman Sachs calculan que 300 millones de puestos de trabajo a tiempo completo en todo el mundo podrían quedar expuestos a la automatización por la IA generativa, según un informe de marzo. Eso podría incluir el 35% de la industria de operaciones comerciales y financieras en EE.UU.
Brian Moynihan, CEO de Bank of America (BAC), afirmó en abril que la IA podría tener “beneficios extremos” y contribuiría a reducir el número de empleados, aunque pidió cautela. “Tenemos que entender cómo se toman las decisiones”, dijo Moynihan en una conferencia sobre resultados.
Los banqueros tienen el deber fiduciario de no operar con información poco fiable. Este es un problema a medida que se extiende el uso de la IA. Alan Blackwell, catedrático de diseño interdisciplinar del departamento de informática y tecnología de la Universidad de Cambridge, afirma que un banco necesitaría rastrear información procedente de una amplia gama de fuentes públicas para entrenar grandes modelos lingüísticos. “Para un banco respetable, ¿realmente vas a decir lo mismo a tus clientes que el LLM ha encontrado en Reddit?”.
La IA también es cara, tanto de desarrollar como de ejecutar. Las estimaciones muestran que los costes de utilizar grandes modelos lingüísticos para responder a una pregunta pueden ser de hasta US$14 por consulta, en comparación con los US$6 a través de un abogado humano, según Lewis Z. Liu, fundador y CEO de Eigen. Esto se debe a los elevados costos de computación en la nube asociados al tratamiento de documentos financieros complejos.
“Estos grandes modelos lingüísticos son realmente difíciles de manejar”, afirma Liu. “Tienes que ser mucho más específico y es posible que desees utilizar modelos más pequeños que estén mejor afinados para tu caso de uso”.
Aún está fresco el recuerdo de cómo la blockchain y las criptomonedas no consiguieron introducir los cambios de gran alcance de los que hablaban sus defensores.
Según Carlo Giovine, socio de McKinsey & Co. que trabaja con prestamistas y aseguradoras, las empresas deben identificar las áreas en las que la IA puede ser realmente útil y trazar una hoja de ruta con los altos ejecutivos, además de formar al personal y contratar a más expertos. También tienen que rediseñar los marcos de riesgo para hacer frente a las consideraciones de propiedad intelectual, un entorno normativo incierto y el peligro de las llamadas alucinaciones de IA, en las que el sistema fabrica información convincente.
“Estamos en el ciclo de la exageración, se puede ver lo rápido que avanza el sector”, afirma Giovine. “Algunos bancos han empezado a darse cuenta de lo que se necesita para escalar realmente esto, pero muchos todavía están tratando de entenderlo”.
Lea más en Bloomberg.com
