El reciente artículo en The Wall Street Journal sobre la adopción de la inteligencia artificial generativa en el BBVA, a partir de un acuerdo firmado en mayo de este año para la adquisición de tres mil licencias de ChatGPT Enterprise a OpenAI que ha evolucionado, en seis meses, hacia una «explosión de creatividad» con el desarrollo de todo tipo de herramientas customizadas (retrieval augmented generation, o RAGs) para la actividad habitual bancaria, mantiene aún algunas incógnitas sobre el futuro de esta tecnología debido a que el banco aún considera que tienen «mucho que aprender», pero se revela como un éxito muy importante por lo que conlleva de adaptación de una gran organización a la nueva era de la inteligencia artificial. generativa.
Obviamente, el banco español no es el único llevando a cabo este tipo de acuerdos y experimentos. En Australia, por ejemplo, el Commonwealth Bank afirma haber conseguido, gracias a la adopción de la IA generativa, reducciones de hasta el 50% en las pérdidas por estafas a clientes, una caída del 30% en los fraudes denunciados por los clientes, y una reducción en los tiempos de espera en los call centers de un 40%.
Hablamos de organizaciones muy grandes – más de 120,000 empleados en el caso del BBVA y 53,000 en el del Commonwealth Bank – con infinidad de procesos y una complejidad muy elevada en sus sistemas de información, que por lo general experimentan fuertes dificultades de cara a la adopción de innovaciones tecnológicas. Muchos bancos han desplegado desde hace tiempo herramientas analíticas de machine learning como modelos predictivos, de detección de anomalías, de determinación del riesgo y de muchos otros tipos, pero hablamos de modelos de elevada fiabilidad en los que la confianza proviene únicamente de procedimientos estadísticos documentados y conocidos incluso cuando, por su complejidad, evolucionaban para convertirse casi en cajas negras. Con la IA generativa, las cosas son algo diferentes, y aunque la estadística sigue obviamente siendo la ciencia que está detrás del funcionamiento de los modelos, en no pocas ocasiones nos encontramos con comportamientos difíciles de comprender.
Esto no evita, obviamente, que se puedan obtener importantes incrementos de productividad, como recientemente se documentó en el caso del uso de asistentes generativos en el trabajo de consultores. Pero cuando se llevan a cabo adopciones masivas en un entorno como el de la banca, estamos hablando de un nivel de desarrollo superior, en el que se espera que muchos profesiones utilicen esas herramientas ya no solo para hacer preguntas o para tareas administrativas, sino que construyan sobre ellas modelos sofisticados alimentados con bases de datos procedentes de sus flujos de información.
De lo que no cabe ninguna duda es de que una gran organización como un banco puede obtener una ventaja competitiva muy importante simplemente derivada del hecho de plantear algo como la adopción de una tecnología como la IA generativa: las organizaciones son personas, y el nivel de compromiso que se demuestra con este tipo de decisiones es potencialmente elevado, al alinear a la compañía con esa imagen de innovación y formar a sus trabajadores en una tecnología que, sin ninguna duda, van a tener constantemente a su alcance en el futuro.
Desde el punto de vista de la innovación corporativa, una decisión que me parece enormemente positiva.
Sí, ya lo indicó el comentarista Rodrigo en éste post, me parece muy interesante que ya lo estén intentando implementar de forma masiva y dando acceso a sus empleados. Habrán visto que o se adaptan o les comen la tostada… o que van a ahorrarse muchos costes: habrá que ver cómo afecta a los puestos de trabajo, el potencial que tiene la IA de dejar muchos trabajos obsoleto es enorme pero el de aumentar la productividad de manera significativa también.