La IA se convierte en moneda corriente en el crédito al consumo

David Fernández, director comercial y miembro del comité de dirección de AIS Group, señala también la creciente popularidad del 'open banking', que «está suponiendo un cambio en el comportamiento de los consumidores y de las entidades financieras». Consiste en el acceso por parte de las entidades a la operativa del conjunto de cuentas del usuario. De este modo, «se tiene la información de todos los movimientos, todas las transacciones, lo que aporta un conocimiento inédito de la persona solicitante y permite a las instituciones construir un perfil de riesgo exhaustivo como para calcular su capacidad y comportamiento de pago y decidir sobre la concesión de un préstamo y la cantidad del mismo», subrayan desde esta empresa de consultoría tecnológica.

La Asociación Nacional de Establecimientos Financieros de Crédito (Asnef), por su parte, señala que es el 'machine learning y no la IA generativa la que utilizan sus entidades asociadas. Una herramienta cuyo uso «supone una mejora para afinar la oferta de productos financieros a los clientes».

Noticia Relacionada

ChatGPT también sabe cómo invertir tu dinero... pero mejor no te fíes demasiado

Blanca Martínez Mingo

El 'chatbot' de OpenAI es capaz de batir a los diez fondos más populares de Reino Unido, pero la idea de la automatización no es apta para todos los públicos

Tal y como indica el investigador de Funcas, la inteligencia artificial en el crédito al consumo se utiliza principalmente para automatizar y optimizar la evaluación de riesgos y la toma de decisiones. «Los algoritmos de aprendizaje automático analizan grandes volúmenes de datos, incluyendo historiales de crédito, transacciones bancarias, e incluso variables menos tradicionales como el comportamiento de compra y los hábitos de pago», afirma Francisco Rodríguez. De esta forma, se pueden ofrecer decisiones de préstamo más rápidas y personalizadas. «Además, la inteligencia artificial puede ayudar en la detección temprana de fraudes y en la gestión de relaciones con los clientes mediante recomendaciones personalizadas y servicios automatizados», puntualiza.

«Los pros de su uso incluyen una mayor eficiencia, ya que la automatización de procesos acelera las decisiones de crédito y reduce los costos operativos», resalta Rodríguez. Además, permite una mayor personalización, ofreciendo productos que «se ajustan mejor a las necesidades individuales de los clientes. También mejora la prevención del fraude, gracias a su capacidad para detectar actividades fraudulentas de manera más efectiva y rápida», añade.

Otro de los beneficios clave de la IA en el crédito al consumo es su capacidad para mejorar la precisión en la predicción de riesgo de impago. «Al analizar grandes cantidades de datos y aprender de patrones históricos, los modelos de IA pueden identificar señales de alerta que podrían pasarse por alto en evaluaciones menos sofisticadas», cuenta el investigador de Funcas, Francisco Rodríguez. Esto permite a los bancos ajustar mejor sus ofertas de crédito y condiciones, reduciendo potencialmente las tasas de impago. No obstante, el investigador de Funcas habla igualmente de los contras, entre ellos el del riesgo de sesgo.

En AIS Group han desarrollado una serie de soluciones especializadas para dar cobertura a todas las fases de la vida del crédito, desde la concesión a la recuperación. Esto incluye modelos de evaluación de crédito, conocidos como 'scorings' para personas físicas y ratings para empresas. «Estamos liderando la transición hacia modelos avanzados basados en IA, utilizando técnicas de 'machine learning' específicamente adaptadas al negocio del crédito», explica Fernández. Adicionalmente a la parte más vinculada a la analítica y la construcción de modelos, AIS tiene una línea de herramientas especializadas en gestión del riesgo, que «también se sirven de la inteligencia artificial para su propósito». Estas herramientas van desde una plataforma de tramitación de créditos, incorporando el 'onboarding' digital por parte de los clientes finales que solicitan crédito, a un motor de decisión o un sistema inteligente para gestionar la recuperación de los préstamos dudosos.

Desde AIS Group recuerdan también que estas herramientas pueden potenciar la captación de clientes y la colocación de productos financieros, al tiempo que alertan signos de deterioro en el comportamiento de los usuarios/clientes antes de que se produzca impago efectivo, «lo que da un margen de maniobra para mitigar situaciones negativas», explica David Fernández, quien también destaca que «permiten un crecimiento del negocio alineado con el apetito de riesgo de cada entidad».

Pepper, que se dedica a la financiación en punto de venta, comenzó a apostar por la inteligencia artificial ya en 2019. «La gestión del riesgo implica un componente tecnológico muy importante», indica Paco Pedraza, CEO del grupo financiero australiano en España. Asegura que la IA «tiene la capacidad de generar una cantidad de información abrumadora y ayuda mucho en la toma de decisión del riesgo». Comenzaron con modelos sencillos a través de 'machine learning' y poco a poco los han ido mejorando. «Llegamos los primeros y nos ha ayudado mucho a aprobar más operaciones con menos riesgo», señala Pedraza.

Pepper compró Celleris (su plataforma y su cartera) en 2013 y generan al año en nuestro país más de 500 millones de euros de financiación nueva. Con este volumen de operaciones, son conscientes de que «si no estás con la IA lo vas a pasar mal. En el tema de los seguros y de las finanzas es muy importante», asegura su CEO. Reconoce que la empresa ha hecho una transición algo lenta a una arquitectura abierta pero una vez conseguida, son capaces de dar respuesta a sus clientes encuestión de segundos.

Esta firma de financiación está presente tanto en operaciones físicas como online. El e-commerce representa actualmente el 20%, pero creen que en 3 o 4 años puede ser el 50%. Han desarrollado también una app para los comercios que «resulta muy rápida y personal y ya se usa en el 25% de las transacciones». Es otro ejemplo de cómo la IA ya es moneda corriente, y que marca diferencias, en esta actividad financiera.