La inteligencia artificial se ha vuelto parte de la cotidianidad de las entidades financieras en Perú, aproximadamente el 41% de estas utilizan tecnologías emergentes como la IA, y se pronostica que al finalizar el 2023, sean el 70%, indicó la firma de servicios, SAS.

De igual manera, la firma de servicios (SAS) informó que el sector financiero del Perú se ha transformado en los últimos años con la integración de ecosistemas digitales de Inteligencia Artificial que les facilita a las entidades resolver inconvenientes complejos de sus servicios en la actualidad.

Además, les permite tomar decisiones acertadas e introducir novedosos productos que respondan adecuadamente a la demanda del mercado nacional logrando optimizar los servicios para los clientes finales.

En consecuencia, ha generado un  gran impacto positivo en las entidades financieras en aspectos relacionados a la liquidez, gestión del riesgo crediticio y su rentabilidad.  

“El ingreso del Machine Learning como parte de tecnología para predecir ha generado que la Inteligencia Artificial sea capaz de responder a la actual demanda del mercado financiero con modelos de riesgo crediticio fundados en los datos financieros”, indicó Iván Domínguez, gerente de Asesoría al Cliente, Riesgos y Servicios Financieros de SAS. 

“También, en el comportamiento de crédito y de consumo de los clientes, logrando unificar su data, analizarla al detalle y generar nuevos focos de rentabilidad”, agregó.

LEER TAMBIÉN: SBS apunta a que entidades financieras no cobren a clientes por hacer pagos en sus canales propios

Tendencias tecnológicas

A raíz de la pandemia las entidades financieras viene aumentando la aplicación de estas tendencias en tecnología, esencialmente el sistema de fábrica de modelos, el Intelligent Decisioning y el Model Risk Management o Gestión del Riesgo de Modelos; este último, después de la resolución de la Superintendencia de Banca, Seguros y AFP (SBS) que establece lineamientos mínimos para mitigar los riesgos derivados del uso de modelos, indicó Saby Celestino, consultora de analítica avanzada de SAS. 

La especialista Saby Celestino, indicó que en Perú actualmente el 41% de bancos tradicionales y el 36% de cajas municipales han implementado estas nuevas tecnologías, como el sistema Machine Learning para sus unidades de riesgo crediticio, con la finalidad de evaluar con exactitud a sus clientes y ser más precisos al momento de otorgar un crédito. 

Asimismo, debido a que el mercado peruano tiene una población con alto índice de informalidad, dificulta la toma de decisiones al momento  de otorgar un crédito, de tal manera las entidades financieras están explorando metodologías de modelamiento novedosos como Machine Learning  para sus áreas de Riesgos.

Normativa de la SBS “Reglamento de Gestión de Riesgos de Modelo”

A comienzo del mes de enero del 2023 la SBS aprobó, mediante Resolución N° 053-2023, el Reglamento de Gestión de Riesgos de Modelo que establece lineamientos mínimos para mitigar los riesgos derivados del uso de modelos empleados en la gestión de riesgos de crédito, mercado, liquidez operacional, lavado de activos y del financiamiento del terrorismo de las empresas del sistema financiero y de seguros.

Su aplicación será gradual hasta enero de 2026, teniendo en cuenta los riesgos que se gestionan con los modelos y la categorización de los modelos empleados.

LEER TAMBIÉN: Bard, la inteligencia artificial de Google que compite con ChatGPT, ya está disponible en español