Cerrar panel

Cerrar panel

Cerrar panel

Cerrar panel

Ciencia y tecnología 17 nov 2016

Marco Bressan (BBVA): Cómo la inteligencia artificial nos ayudará a ahorrar en restaurantes y otros usos ‘brillantes’

Financial Times ha celebrado en Londres una nueva edición de su FT Banking Summit 2016, el evento de referencia del sector bancario, que en esta edición ha dedicado un panel específico al creciente mundo del big data y su aplicación en el sector financiero. Marco Bressan, Chief Data Scientist, compartió la experiencia de BBVA.

“Tus datos valen mucho”, afirmaba Martina King, CEO de Featurespace, a los asistentes al FT Banking Summit 2016, el evento de referencia del sector bancario, que organiza Financial Times en Londres. Las declaraciones de Martina King no sorprendieron a muchos si se tiene en cuenta que su firma utiliza la inteligencia artificial (IA) para detectar riesgos en el mundo empresarial. Una aplicación de esta tecnología muy conocida para el resto de ponentes que la acompañaban en el panel sobre “Uso y abuso del Big Data”. Todos utilizan y trabajan con datos como parte de sus responsabilidades. Sin embargo, no se trataba de una afirmación genérica por parte de la consejera delegada de Featurespace -y apoyada por el resto de participantes. El tema central de su panel versaba precisamente sobre cómo los datos pueden mejorar significativamente los servicios financieros para el consumidor y éste tiene la facultad de controlarlos y sacarles el mayor provecho posible.

Gracias al uso de nuestros datos, hemos podido mejorar los volúmenes en el segmento de préstamos a pequeñas empresas sin que se traduzca en un incremento de impagos

Marco Bressan, Chief Data Scientist de BBVA, cuya misión es ayudar al banco a ser una entidad cada vez más “data driven” o gestionada por los datos, se refirió al volumen de datos con el que trabaja BBVA. “Estimar ingresos y gastos de usuarios y clientes es un problema importante para muchas empresas. Mientras que para la mayoría esto es un problema complejo de machine learning (aprendizaje automático), para la banca esto es una simple búsqueda de SQL”.

Y aportó ejemplos de cómo los datos ya aportan un elemento diferencial para BBVA.

“Gracias al uso de nuestros datos, hemos podido mejorar los volúmenes en el segmento de préstamos a pequeñas empresas sin que se traduzca en un incremento de impagos”, señaló Bressan. También BBVA está ayudando a los comercios, poniendo a su disposición los datos de las transacciones para que puedan hacer una evaluación de la marcha de su negocio. “Siempre se van a necesitar los datos ‘soft’, como por ejemplo, la fortaleza de la relación entre el cliente y el banco, a la hora de otorgar un préstamo, pero unos datos más sólidos ayudarán a tomar esa decisión”, afirmó.

Big Data

Jonathan Birch / FT live

Brian Norton, cofundador de Future Finance, una firma que ofrece financiación a estudiantes, señala que su empresa ha intentado ir más allá de los datos tradicionales para ayudar en el proceso de decisión. En primer lugar, los estudiantes suelen tener un historial de crédito bastante limitado, principalmente debido a su edad. Era mucho más importante, datos que tuvieran un enfoque hacia el futuro más que hacia el pasado, teniendo en cuenta el potencial de ingresos que tendrán esos estudiantes en el futuro.

“Les pedimos a nuestros clientes que comiencen a pagar sus préstamos mientras están estudiando

De modo que Future Finance ha utilizado información pública relacionada con salarios y la situación laboral en función de las universidades (a las que asisten los estudiantes). Norton explica que su objetivo era que esos datos fueran aplicables a sus clientes. “Les pedimos a nuestros clientes que comiencen a pagar sus préstamos mientras están estudiando. Esa información posteriormente llega a las agencias de crédito y eso les ayuda a mejorar su historial de crédito y nivel de solvencia crediticia”.

Es importante utilizar los datos para mejorar productos para los clientes, añade Bressan, pero para transformar hay que ir más allá del uso en productos específicos. “Para realmente cambiar las cosas, hay que usar (los datos) en todo y por parte de todos en BBVA y eso es lo que ahora está comenzando a suceder”, dice.

Consultados sobre qué beneficios aportará el big data en los próximos diez años a los clientes de servicios financieros, Norton apuntó a la posibilidad de contar con procesos de crédito “sin esfuerzo” ya que el ‘machine learning’ acabará con la necesidad de rellenar una solicitud e ir a entrevistas y automáticamente ampliará el crédito cuando la cuenta de un cliente llegue a un umbral determinado.

Marco Bressan, de BBVA, cree que la inteligencia artificial (IA) también tendrá un papel importante, pero de una manera ligeramente diferente. “No será solo transaccionales, por ejemplo, preguntarle a un chatbot cuánto dinero tenemos en la cuenta. Será el momento en el que la IA ofrecerá asesoría financiera verdadera: nos recomendará no ir a cenar durante un par de meses hasta poder pagar una determinada deuda”.

Otras historias interesantes