Los tres errores más comunes al aplicar la inteligencia artificial a la banca

29/06/2022

Manuel Rubio, de Amelia. Si invierten en IA será para proporcionar satisfacción a sus clientes.

A menudo se percibe que el sector de los servicios financieros (FinServ) está bastante estancado en comparación con otros y que continúa operando con sistemas antiguos que aún son críticos para ciertos procesos financieros. Sin embargo, cuando se trata de digitalización, la banca lidera el camino de la implantación de planes de transformación digital; algunos estudios muestran incluso que la industria FinServ es uno de los sectores más maduros digitalmente, con un índice de éxito del 28%, una tasa muy alta en comparación con otros sectores.

La emergente competencia y un mundo laboral cambiante han catalizado la adopción de nuevas tecnologías en todo el ecosistema de las empresas FinServ. Sin embargo, la adopción y el éxito en la implantación son dos cosas diferentes. Se están cometiendo errores que restringen los beneficios que podrían obtener los bancos. La inteligencia artificial (IA) conversacional en la experiencia del cliente es una tecnología que muchos de los principales bancos globales ya han adoptado, pero que aún no utilizan en todo su potencial.

Imagen: Andrea Piacquadio (obtenida en pexels.com y modificada).

Algunos bancos han creado chatbots propios patentados para atender consultas simples de los clientes, o han decidido trabajar con proveedores para instalar bots en sus páginas web. Si bien los chatbots pueden tener un propósito útil, tienen bastantes limitaciones. Una investigación sobre las experiencias de los clientes con los chatbots muestra una queja común que surge una y otra vez: el 37% de las personas sienten que los chatbots ofrecen respuestas limitadas y preprogramadas, lo que a menudo significa que no pueden llegar al quid de la cuestión o a la resolución del problema.

Entonces, ¿cómo implementan la IA conversacional las instituciones financieras? Para empezar, estos son los tres errores más comunes que los bancos deben evitar al implementar estos sistemas:

♦ Primer error: priorizar a los accionistas en lugar de a los clientes
Todos los bancos quieren ahorrar dinero mediante la automatización de las comunicaciones básicas entre clientes y empleados, pero al considerar una implementación de IA conversacional, si el objetivo final no ayuda a los clientes a cubrir sus necesidades más rápidamente que los métodos tradicionales de atención al cliente, el proyecto debe volver a examinarse, antes incluso de que comience.

A los clientes no les importan las limitaciones del chatbot de su banco. Cuando un cliente recibe una respuesta a su pregunta inicial, es muy probable que -a continuación- pregunte  si puede realizar una transacción. Un chatbot básico responderá de la única forma que sabe: enviando la solicitud a operadores humanos. Al final, los usuarios tienen malas experiencias, siguen requiriendo la intervención humana y es probable que en un futuro los clientes prefieran regresar a realizar sus gestiones a través de empleados humanos en lugar de confiar en un bot ineficaz. En resumen, una empresa ha invertido en un proyecto que impulsa a los clientes hacia experiencias que no quieren ni necesitan porque necesitaban invertir en determinadas tecnologías para satisfacer a sus accionistas.

 Segundo error: no elegir las herramientas adecuadas
Si un banco realmente ha decidido llevar a cabo un proceso de transformación digital, debe buscar en el mercado soluciones de inteligencia artificial conversacional más avanzadas que ofrezcan niveles más altos de protección y efectividad de la inversión, y sobre todo que vayan más allá de la implementación de un simple chatbot que se vuelva obsoleto rápidamente. Las inversiones deben estar lo más preparadas posible para el futuro y los agentes conversacionales desarrollados con IA cuentan con la habilidad no sólo de entender sino de ejecutar tareas tomando decisiones expertas basadas en datos, y más allá de eso, aprender y anticipar nuevos escenarios de esas conversaciones para cumplir con las necesidades de los clientes.

Para empezar, los bancos deben identificar cuáles son los procesos que generan un mayor volumen de llamadas o solicitudes y que se aplican a problemas comerciales comunes. En otras palabras, deben enfocarse en los problemas de los clientes que ocurren con mayor frecuencia o que se repiten, aquellos para los cuales una solución avanzada de IA puede ofrecer resultados sin interacción humana. Esto permite acortar los tiempos de gestión y resolver las necesidades de los clientes en una primera llamada, aunque haya casos en los que se necesite a empleados humanos para resolver determinadas peticiones.

 Tercer error: una implementación demasiado rápida
La práctica hace al maestro, y ello aplica incluso a los trabajadores digitales. Hay que mirar con cautela a cualquier proveedor que diga que su sistema de inteligencia artificial se puede conectar a un ecosistema de sistemas de la información existentes, y estar listo para los clientes en unas pocas horas. Instalar una solución de banca de IA conversacional y capacitarla para lograr sus objetivos finales son escenarios muy diferentes, aunque conectados.

Con los continuos avances en las soluciones de IA conversacional, los bancos ya pueden encontrar soluciones que siguen los estrictos procesos bancarios, que tienen una comprensión experta de la terminología bancaria y ofrecen unas API que se integran perfectamente con otros sistemas. Sin embargo, y a pesar de todo ello, aún se necesita probar, probar y probar cada uno de estos procesos y acciones, a fin de evitar fallos y cumplir con toda la regulación aplicable. Además, al igual que con cualquier humano experto en banca, un sistema de IA requiere niveles de orientación, capacitación y dominio específicos de la marca para crear valor.

Asegurarse de que la industria de servicios financieros continúe tomando la delantera en el impulso de la transformación digital es clave, si España quiere mantener su liderazgo en el mercado financiero europeo y latinoamericano. Sin embargo, incorporar nuevas tecnologías en cualquier modelo de negocio puede ser complicado, especialmente cuando esa tecnología está orientada al cliente y el crecimiento depende de un sólido servicio al cliente. Por ello, los bancos deben tomar medidas para evitar los errores mencionados anteriormente, asegurándose de que su inversión en IA sea un éxito a largo plazo y proporcione la satisfacción del cliente en la que confían.

 

Manuel Rubio, director general para España y Latinoamérica de Amelia.

Manuel Rubio es director general para España y Latinoamérica de Amelia, antigua IPsoft (@IPsoft). Amelia es una de las empresas más avanzadas en inteligencia artificial conversacional

 Más información
⇒ Leer Políglota y con inteligencia artificial, Amelia está en una nube y quiere ser la empleada ideal
⇒ Leer Cuando contacta con su banco, ¿le atiende un ‘chatbot’ o un empleado digital?

¿Te ha parecido interesante?

(Sin votos)

Cargando...