Saltar al contenido
Noticias de tecnologia

¿Pueden los bancos de Zimbabwe hacer frente al desafío de la era digital impulsada por la inteligencia artificial?

¿Pueden los bancos de Zimbabwe hacer frente al desafío de la era digital impulsada por la inteligencia artificial?

Durante varias décadas, los bancos han adoptado continuamente las últimas innovaciones tecnológicas para redefinir la forma en que los clientes interactúan con ellos. En Zimbabwe el primer visible La forma de innovación electrónica fue a principios de la década de 1990 cuando Standard Chartered Bank y Central Africa Building Society (CABS) instalaron cajeros automáticos (ATM). Debido a la crisis del efectivo, la adopción de la banca en línea / por Internet las 24 horas del día, los 7 días de la semana, seguida de la expansión de la “banca móvil”.

En 2016, AlphaGo, una máquina, derrotó al 18 veces campeón mundial Lee Sedol en el juego de Go, un complejo juego de mesa que requiere intuición, imaginación y habilidades de pensamiento estratégico que durante mucho tiempo se han considerado claramente humanas. Desde entonces, las tecnologías de inteligencia artificial (IA) han avanzado aún más y su impacto transformador es cada vez más evidente en todas las industrias. Las máquinas impulsadas por inteligencia artificial están adaptando las recomendaciones de contenido digital a los gustos y preferencias individuales, diseñando líneas de ropa para minoristas de moda e incluso están comenzando a superar a los médicos experimentados en la detección de signos de cáncer.

La transición en curso a los canales digitales crea una oportunidad para que los bancos atiendan a más clientes, expandan la participación de mercado y aumenten los ingresos a un costo menor. Fundamentalmente, los bancos que aprovechan esta oportunidad también pueden acceder a conjuntos de datos más grandes y ricos que se requieren para impulsar los motores de decisión de análisis avanzado (AA) y aprendizaje automático (ML). Implementadas a escala, estas capacidades de toma de decisiones impulsadas por inteligencia artificial (IA) pueden brindar al banco una ventaja competitiva decisiva al generar un valor incremental significativo para los clientes, socios y el banco.

Los bancos que pretenden competir en los mercados globales y regionales cada vez más influenciados por los ecosistemas digitales necesitarán una pila de capacidades analíticas y de inteligencia artificial bien equilibrada que comprenda cuatro capas principales: compromiso reinventado, toma de decisiones impulsada por la inteligencia artificial, tecnología central e infraestructura de datos, y una modelo operativo de vanguardia.

Sin embargo, muchos bancos han tenido problemas para pasar de la experimentación a casos de uso seleccionados para escalar las tecnologías de IA en toda la organización. Las razones incluyen la falta de una estrategia clara para la inteligencia artificial, un núcleo tecnológico inflexible y carente de inversiones, activos de datos fragmentados y modelos operativos obsoletos que dificultan la colaboración entre los equipos empresariales y tecnológicos.

Varias tendencias en el compromiso digital se han acelerado durante la pandemia de COVID-19, y las grandes empresas de tecnología buscan ingresar a los servicios financieros como la próxima adyacencia. Para competir con éxito y prosperar, los bancos deben convertirse en instituciones de “IA primero”, adoptando tecnologías de IA como base para nuevas propuestas de valor y experiencias de cliente distintivas.

En términos más generales, las tecnologías de inteligencia artificial disruptivas pueden mejorar drásticamente la capacidad de los bancos para lograr cuatro resultados clave: mayores ganancias, personalización a escala, experiencias omnicanal distintivas y ciclos de innovación rápidos. Los bancos que no logren que la IA sea un elemento central de su estrategia y operaciones centrales, lo que denominamos convertirse en “IA primero”, correrán el riesgo de ser superados por la competencia y abandonados por sus clientes.

Para satisfacer las crecientes expectativas de los clientes y vencer las amenazas competitivas en la era digital impulsada por la inteligencia artificial, el banco AI-first ofrecerá propuestas y experiencias que son inteligente (es decir, recomendar acciones, anticipar y automatizar decisiones o tareas clave), personalizado (es decir, relevante y oportuno, y basado en una comprensión detallada del comportamiento y el contexto pasados ​​de los clientes), y verdaderamente omnicanal (que abarca a la perfección los contextos físicos y en línea a través de múltiples dispositivos, y brinda una experiencia consistente) y que combina la capacidad bancaria con productos y servicios relevantes más allá de la banca.

Los bancos se enfrentan a dos conjuntos de objetivos, que a primera vista parecen estar en desacuerdo.

Por un lado, los bancos necesitan lograr la velocidad, agilidad y flexibilidad innatas en una fintech. Por otro lado, deben continuar administrando la escala, los estándares de seguridad y los requisitos regulatorios de una empresa tradicional de servicios financieros.

A pesar de miles de millones de dólares gastados en iniciativas de tecnología de cambio de banco cada año, pocos bancos han logrado difundir y escalar tecnologías de IA en toda la organización. Entre los obstáculos que obstaculizan los esfuerzos de los bancos, el más común es la falta de una estrategia clara para la IA. Dos desafíos adicionales para muchos bancos son, en primer lugar, una tecnología central débil y una columna vertebral de datos y, en segundo lugar, un modelo operativo y una estrategia de talento obsoletos.

Construidos para la estabilidad, los sistemas de tecnología central de los bancos han tenido un desempeño muy deficiente para algunos bancos en Zimbabwe, especialmente cuando realizan actualizaciones del sistema. En la mayoría de los casos, las actualizaciones no son compatibles con las operaciones de préstamos y pagos tradicionales. Estos sistemas a menudo carecen de la capacidad y flexibilidad necesarias para soportar los requisitos informáticos variables, las necesidades de procesamiento de datos y el análisis en tiempo real que requieren las aplicaciones de IA de circuito cerrado.

Sin embargo, los bancos deben resolver varias debilidades inherentes a los sistemas heredados antes de poder implementar tecnologías de inteligencia artificial a escala.

Fuente:
McKinsey & Company