Para 2025 esta tecnología liderará el 95% de las interacciones y experiencias con clientes, pero ¿cuál es su límite en el sector financiero?
Ciudad de México, noviembre de 2024. La Inteligencia Artificial sigue ganando terreno en más sectores y negocios: los servicios financieros, por ejemplo, cuentan con tecnologías que automatizan tareas dentro de las empresas, además de que el 79,2% de las compañías latinoamericanas ya está trabajando en proyectos de IA, según el estudio de NTT DATA y el MIT Technology Review. Pero ¿qué tan lejos puede llegar esta herramienta?
Algoritmos complejos por su capacidad generativa, como ChatGPT de OpenAI, son un ejemplo claro de lo disruptivas que pueden ser estas soluciones. Pero cuando creemos que ya lo hemos visto todo, aparece una versión más personalizada de modelos y del despliegue de tareas que pueden realizar, tanto de uso interno como en las interacciones con usuarios.
“En poco tiempo la IA se convirtió en una herramienta fundamental para acelerar y simplificar procesos. En nuestro caso, personalizamos un modelo basado en ChatGPT con documentación técnica y datos públicos sobre integraciones para asistir mejor a la experiencia de nuestros usuarios y ayudar internamente en la paytech”, explica Nicolás Andriano, CTO y Co-Fundador de tapi, cuya red ya cuenta con más de 25 bancos, fintechs y plataformas de pago por toda la región. “Gracias a un entrenamiento riguroso, nuestro bot es capaz de responder a cualquier pregunta o duda que surja entre nuestros clientes al momento de unirse a la red tapi, lo que mejoró hasta un 50% los tiempos de integración”, destaca.
Con foco en la experiencia del usuario
Ajustar los algoritmos acordes a las necesidades de empresas y fintechs es posible gracias al entrenamiento con datos de los “modelos GPT”, es decir, Transformadores Generativos Preentrenados. Cuando un bot recibe información específica, aprende de la misma para ajustar sus respuestas y optimizar su funcionamiento.
Con el tiempo, la precisión de los bots es tan minuciosa que alcanzan una doble función: de forma interna, se convierten asistentes para los talentos. Por ejemplo, pueden ayudar a desarrolladores a la hora de crear casos de prueba, describir flujos de procesos y generar códigos personalizados, lo que hace más eficientes los tiempos de trabajo en diversas áreas. En el caso de tapi, también implementan la IA para actualizar tableros, registrar operaciones y agilizar la colaboración entre áreas.
Por otro lado, un ChatBot de gran exactitud está disponible las 24 horas para responder a preguntas frecuentes o guiar a clientes en diferentes procesos. Más allá del desempeño de la IA en los servicios financieros, lo más curioso de esos modelos preentrenados es su posibilidad de crecimiento: cada interacción con talentos y clientes les permite recolectar información útil, lo cual retroalimenta su aprendizaje y optimiza sus respuestas y funciones para que sean cada vez más precisas. De esta manera, el bot continúa entrenándose a sí mismo para seguir evolucionando, hiper-personalizando sus interacciones y automatizando los procesos que conllevan una experiencia de usuario de alta calidad.
“Además de su operatividad y capacidad para maximizar eficiencia para nuestros clientes, otra gran clave de estos algoritmos es su valor colaborativo. Nuestro modelo es de libre acceso y puede responder en cualquier idioma. Esto quiere decir que nuestros clientes y sus equipos internos de Tecnología, QA, Producto, Desarrollo y otras áreas pueden acudir al bot de tapi en todo momento y mejorar su proceso de integración. Creo que estas herramientas no solo transforman mecanismos, sino que cambian el paradigma de trabajo entre empresas para priorizar la cooperación y potenciar la experiencia de millones de usuarios finales”, resalta Andriano.
Esto es solo el comienzo: acorde a las proyecciones de BusinessDIT, la Inteligencia Artificial liderará el 95% de las interacciones y experiencias con clientes para el 2025. Estas cifras demuestran lo lejos que pueden llegar en la Industria Fintech y continuar impulsando la innovación en la región.
Además de tener innumerables posibilidades en cuanto a la automatización de tareas y aceleración de procesos, los algoritmos diseñados en LATAM pueden adjudicarse un nuevo logro: tender puentes entre empresas para transformar los flujos de trabajo y hacer más eficiente la colaboración dentro del ecosistema financiero.
