Muchas organizaciones perciben la adopción de la inteligencia artificial, como una carrera en la que es muy difícil obtener el liderato, y ponerse al día es casi imposible. En el ejemplo de hoy, veremos como una organización logra impulsar su generación de valor a través de la IA mediante un enfoque práctico.
Scotiabank ha seguido un enfoque de la inteligencia artificial orientado a los resultados durante los últimos dos años. Su caso es ilustrado en un reciente artículo de la revista de investigación del Instituto Tecnológico de Massachusetts (MITSloan Review).
Si bien algunos de los recursos de esta multinacional de la banca están dedicados a explorar cómo las nuevas tecnologías, incluidas blockchain y computación cuántica, podrían impulsar nuevos modelos y productos comerciales, la gran mayoría de su trabajo de datos e IA se centra en mejorar las operaciones de hoy, en lugar de trabajar para el futuro.
Como resultado, Scotiabank, uno de los cinco grandes bancos con sede en Canadá, ha alcanzado a los competidores en algunas áreas cruciales. Lo ha hecho integrando más estrechamente su trabajo de datos y análisis; adoptando un enfoque pragmático de la IA; y centrándose en conjuntos de datos reutilizables, que ayudan tanto con la velocidad como con el retorno de la inversión.
Un enfoque pragmático de la IA
En 2019 decidieron que el enfoque principal de la actividad de inteligencia artificial y análisis del banco deberían ser los clientes, de ahí la etiqueta “perspectivas, datos y análisis del cliente”. Sintieron que mejorar los procesos y tomar mejores decisiones dentro del banco era la mejor manera de alcanzar y superar a los competidores.
Dado el comienzo relativamente tardío del banco, era necesario un enfoque de la IA orientado a los resultados. Es por eso que no hay proyectos de “gran explosión”, y hay poca experimentación o investigación pura.
En cambio, los casos de uso clave del banco se centran en la mejora continua de sus operaciones y relaciones con los clientes. Como resultado, la mayoría de los proyectos de IA se implementan en producción, con aproximadamente el 80 % de los modelos analíticos y de IA de Scotiabank ya implementados y el otro 20 % pendiente.
Si bien muchos bancos se enfocan en sus clientes más ricos, Scotiabank decidió que durante la pandemia de COVID-19, intentaría encontrar a los clientes (primero consumidores individuales y luego pequeñas empresas) que más necesitaban su ayuda.
La aplicación de análisis utiliza un modelo de aprendizaje automático, llamado Índice de vulnerabilidad del cliente, para identificar a los consumidores que probablemente tengan problemas de flujo de efectivo a corto plazo, utilizando datos transaccionales como depósitos y niveles de gasto. Los gerentes de relaciones se acercan de manera proactiva a aquellos que se consideran más vulnerables, quienes pueden discutir opciones como aplazamientos de pago de hipotecas o préstamos a corto plazo.
También en el frente del cliente, Scotiabank introdujo recientemente una herramienta de marketing y participación impulsada por IA que analiza tanto los eventos de la vida del cliente que el banco conoce (como una nueva hipoteca, un nuevo hijo o un hijo en la universidad) como las preferencias del cliente para canales particulares. (ya sea en sucursales, móvil, online, call center o email) para ofrecer un asesoramiento bancario personalizado y en el canal que el cliente prefiera.
Aunque el enfoque principal de IA del banco está en los clientes, también tiene casos de uso en otras áreas. Ha obtenido beneficios sustanciales de la automatización de tareas en el back office de su división de marketing bancario global y de la mejora de la seguridad en primera línea. También ha mejorado las respuestas del centro de llamadas al reducir el tiempo de búsqueda de información en más de un minuto por llamada.
Nunca es tarde para empezar
La experiencia de Scotiabank proporciona evidencia de que las organizaciones que comienzan tarde con la IA pueden alcanzar y quizás superar a los competidores que comenzaron antes con la tecnología.
La estrategia de IA de la empresa garantiza que las iniciativas de IA proporcionen valor al negocio y que la gran mayoría de ellas se implementen en producción. Esta estrategia también se enfoca en mejorar las operaciones existentes y facilitar relaciones más cercanas con los clientes.
Lo más importante a la hora de implementar estrategias de inteligencia artificial o transformación digital, es concebirlas desde un enfoque práctico, que resulte útil para la organización, se pueda medir y genere valor a los clientes de manera directa.
