La IA redefine la gestión de riesgos no financieros en la industria financiera

En el marco del 8vo Congreso de Innovación Financiera, Luis Cachay, Gerente Corporativo de Riesgos No Financieros en Santander Perú, habló sobre “La Inteligencia Artificial en la Gestión de Riesgos No Financieros: Desafíos y Oportunidades”.

Refirió que open banking, interoperabilidad, inclusión financiera, automatización, pagos instantáneos, transformación digital, o uso de Blockchain, son oportunidades solo si somos capaces de gestionar sus riesgos. “Estas actividades son oportunidades solo si somos capaces de manejar, gestionar, dominar, entender sus riesgos, es decir, la incertidumbre que traen detrás”.

Entonces ¿cómo aprovechar estas oportunidades? Dijo el expositor, considerando que cada oportunidad implica un paso hacia algo nuevo, hacia la incertidumbre. “Cuando todo está plano ya no hay crecimiento”.

Los riesgos no financieros son aquellos que no se asocian directamente con decisiones de inversión que van por dos caminos: invertir o financiar. “Los riesgos no financieros son todo lo demás, tiene que ver con el ser humano, con su contexto, con su crecimiento, creación de nación, de identidad, de derechos. Por eso es que lo básico es la confianza ya que es la expectativa de que lo que haga tenga un buen resultado”.

Y en ese sentido, dijo que son los líderes los que deben crear entornos para que lo que se haga resulte bien y con ello se pueda generar confianza, considerando que los riesgos no financieros se pueden asociar a la operación, estrategia, cumplimiento como prevención de lavado de activos, conducta de mercado, etc; riesgos de información para toma de decisiones, mercados financieros. “Pero el contexto condiciona los riesgos y necesitamos que nos ayuden a conocerlo, como contexto proyectado o futuro, y para ello la IA puede ayudar”.

Agregó que los riesgos no financieros son más complejos, menos frecuentes, más humanos, menos moldeables y menos controlables. “Todo desafío es una oportunidad y depende de lo que se haga o qué tan bien preparado se esté, para asumir con éxito el desafío”.

La contribución actual de la IA

Riesgos ambientales:

– Monitoreo de calidad del aire y agua usando sensores y análisis de datos.
– Predicción de desastres naturales como inundaciones o incendios forestales.
– Evaluación del impacto ambiental de proyectos de infraestructura.

Ciberseguridad:

– Detección de amenazas y vulnerabilidades en sistemas y redes.
– Análisis de comportamiento de usuarios para identificar actividades sospechosas.
– Predicción de ataques cibernéticos usando algoritmos de aprendizaje automático.

Riesgos operativos:

– Predicción de fallas en equipos y máquinas usando análisis de datos.
– Optimización de procesos y flujos de trabajo para reducir errores humanos.
– Análisis de datos de mantenimiento para identificar patrones y áreas de mejora.

Reputación y compliance:

– Análisis de sentimiento y opiniones en redes sociales.
– Detección de actividades ilícitas (AML) y fraude.
– Evaluación del cumplimiento normativo y regulatorio.

Nuevos datos. Evaluación crediticia:

– Plataformas de aprendizaje automático a partir del análisis de datos de teléfonos móviles, redes sociales y otras fuentes para determinar riesgo crediticio.
– Detección de señales de alerta temprana.
– Detección de prospectos para microcréditos y créditos de consumo.

Automatización de procesos de crédito:

– Reducción del error humano.
– Optimización del proceso de autenticación.
– Agilización de la evaluación documentaria.

Prospección de inversionistas:

– Ajuste fino en la identificación del perfil de los inversionistas.
– Estimación ágil y precisa de afinidad entre rentabilidad y riesgo del portafolio.
– Asesoría, información y educación financiera a la medida del prospecto.

Asset Allocation (asignación del capital):

– Análisis del entorno y tendencias.
– Asignación del portafolio de inversiones según tendencias estructurales y coyunturales.
– Smart trading – robo advisors.

El expositor indicó que hay 3 fases o etapas en las que la IA puede ayudar:

1- Previsión: “Mirar el futuro y los posibles escenarios que la IA puede crear en función a la historia y coyuntura”.

2- Acción: “No basta con mirar qué va a pasar sino que se debe accionar, tomar acción en función a esos escenarios”.

3- Preparación: “El futuro no está establecido por lo que tengo que estar preparado para lo que venga y no será tan desfavorable porque tomé acción”.

“Mientras mejor sea mi previsión, acción y preparación, la remediación será mas pequeña, más barata, más corta y la prosperidad y recuperación serán más rápidas”, finalizó Luis Cachay.