IA generativa: pioneros en la próxima ola en los mercados de capitales

IA generativa: pioneros en la próxima ola en los mercados de capitales

Marca de tiempo: 14 de julio de 2023 1:52 a. M.
Nodo de origen: 2766169

  La IA generativa ha cobrado protagonismo en los últimos tiempos debido a su potencial verdaderamente transformador y disruptivo. La evolución comenzó con rápidos avances en las técnicas de aprendizaje automático para el análisis predictivo y la generación de conocimientos, seguidos de la adopción de modelos de aprendizaje profundo. Los modelos ahora se han convertido en LLM (modelos de lenguaje grande) más avanzados que forman la base para los modelos generativos de IA. Los LLM han roto las barreras en la complejidad del lenguaje al permitir la capacitación en una gran cantidad de datos, incluidos texto, imágenes y audio para comprender el contexto, la intención, etc. en todos los idiomas, lo que puede resultar en resultados contextual y semánticamente correctos. La IA generativa ahora se puede aprovechar en múltiples casos de uso, como responder preguntas basadas en una base de conocimientos, resumir temas, escribir código, etc.

El conjunto actual de aplicaciones de IA generativa incluye ChatGPT, DALL-E, Stable Diffusion, BARD, Midjourney, Deepmind y otras que pueden procesar grandes datos organizacionales como texto, correos electrónicos, chats, imágenes, videos y grabaciones de audio que pueden utilizarse para impulsar las transformaciones empresariales. Algunos de los beneficios incluyen una mejor experiencia del cliente, una mayor productividad, un desarrollo de productos más rápido y costos reducidos.

Casos de uso emergentes dentro de los mercados de capital

Las principales firmas de inversión y fintech ya han comenzado a experimentar con pruebas de conceptos para varios casos de uso en inteligencia artificial generativa. La mayoría de los casos de uso se centran en mejorar y transformar el servicio al cliente, las operaciones, la investigación y los conocimientos, y la creación de contenido. Las aplicaciones de IA generativa proporcionan API fáciles de usar para que las empresas las consuman tal cual u opten por personalizar los modelos utilizando datos propietarios. Estas API se pueden integrar a la perfección con las aplicaciones empresariales para proporcionar una solución de plataforma interconectada.

La imagen adjunta ofrece una vista de algunos de los posibles casos de uso para las diferentes líneas de negocios dentro de los mercados de capitales según la información disponible públicamente.

  En nuestra opinión, el servicio al cliente, la generación de contenido y la investigación de inversiones son casos de uso que la mayoría de las empresas están explorando. En los párrafos siguientes se proporciona un resumen de los casos de uso.

  El caso de uso de servicio al cliente incluye un chatbot de servicio al cliente que puede ayudar en la comunicación al comprender la intención de las preguntas, formular respuestas y mejorar la calidad de las respuestas. Los datos capturados de las interacciones también se pueden analizar en busca de intereses y sentimientos para allanar el camino hacia una mejor relación con el cliente a través de la hiperpersonalización. Las firmas de gestión de patrimonio podrían aprovechar la tecnología para ofrecer asesoramiento de inversión personalizado a través de canales digitales, mejorando así la experiencia del cliente.

 Los gerentes de relaciones también podrían aprovechar lo mismo para crear campañas de marketing personalizadas en segmentos de clientes, geografías y datos demográficos, automatizando así las ventas y el marketing digital. Esto podría aumentar potencialmente el valor del cliente, la conversión y la retención durante un largo período de tiempo. El equipo legal y de cumplimiento también podría beneficiarse al generar informes normativos y de cumplimiento, superando así los desafíos de múltiples formatos de informes.

 Las empresas pueden utilizar las amplias capacidades de análisis de datos de IA generativa para analizar grandes volúmenes de informes y recomendaciones de analistas textuales, transcripciones de voz y datos de redes sociales, noticias, artículos, etc. decisiones de inversión.

Desafíos y riesgos actuales en la adopción de IA generativa

Si bien esta es una tecnología innovadora, presenta sus propios desafíos y riesgos que las empresas deben administrar de manera efectiva para su uso responsable.

La IA generativa se encuentra en el punto más alto del ciclo de publicidad. Es importante que las empresas exploren las capacidades de IA generativa mediante la identificación de un caso de uso adecuado que ofrezca valor comercial y ayude a comprender mejor las capacidades tecnológicas. Una de las consideraciones para seleccionar el caso de uso son los datos. Dado que los resultados del modelo dependen en gran medida de los datos, la identificación del conjunto correcto de datos para el entrenamiento, la calidad de los datos y las medidas de seguridad de los datos necesita una mirada más cercana.

Sigue habiendo desafíos para aprovechar los modelos preexistentes que ya están capacitados en conjuntos de datos disponibles públicamente, ya que podrían contener información falsa y equivocada que conduzca a errores de decisión.

Existen riesgos legales y de cumplimiento relacionados con la privacidad y confidencialidad de los datos, problemas de fraude cibernético y problemas relacionados con la explicabilidad de los resultados generados frente a los generados por humanos.

¿Cómo deberían responder las empresas para aprovechar todo el potencial de la IA generativa? 

     La IA generativa promete proporcionar beneficios significativos para las empresas. Es importante que las empresas exploren esta tecnología emergente ahora para obtener una ventaja competitiva. Las empresas deben revisar su cartera de innovación existente y hacer de la IA generativa una de sus áreas de enfoque inmediatas. Las empresas deben asociarse con proveedores externos para brindar lo mejor de las capacidades tecnológicas para mejorar el proceso de transformación.

El enfoque es ejecutar una PoC que implicaría identificar casos de uso comercial y priorizar en función del aprendizaje validado que se puede lograr a partir del caso de uso. Uno de los enfoques podría ser explorar el pensamiento de diseño y/o metodologías lean startup para lograr el máximo beneficio. Al igual que otros modelos de IA, es importante que las empresas cuenten con un marco y una gobernanza de IA sólidos con marcos de IA explicables y confiables.

 

Conclusión  

Se espera que el mercado global de IA generativa crezca un 34% para 2032 y se espera que aumente a USD 165 mil millones. Las empresas están invirtiendo cada vez más en investigación y desarrollo, construyendo POC (prueba de concepto), estableciendo casos de negocios e integración en plataformas empresariales. Las empresas que integren las capacidades en sus funciones de front, middle y back-office obtendrán la ventaja de ser los primeros en el mercado. Al igual que con cualquier tecnología emergente, los riesgos deben administrarse con marcos de gobierno y cumplimiento y garantizar decisiones cuidadosas, ya que requiere inversiones significativas asociadas con la infraestructura tecnológica y la fuerza laboral.

Sello de tiempo:

Mas de fintextra