‘Big data’ remodela estructura de las finanzas globales

La semana pasada, el negocio de tarjetas de crédito de Barclays llegó a un acuerdo con Amazon para ofrecer servicios de pago y compras personalizados en Alemania.

El anuncio atrajo poca atención en medio de las elecciones de EU, el dolor de la pandemia y la cancelación de la aparente oferta pública inicial de 37 mil millones de dólares (mdd) de Ant Financial. Pero los inversores y los reguladores deberían prestar atención. Eso no debido a lo que muestra el acuerdo sobre los hábitos de compra de los alemanes, la voraz expansión de Amazon o la estrategia de Barclays, en sí mismo.

En cambio, el significado real de la unión alemana es como una pequeña, pero inusualmente visible, señal de una carrera febril en marcha en los bancos y compañías de tecnología para encontrar formas de utilizar el big data (metadatos) y la inteligencia artificial en las finanzas. Básicamente, Barclays y Amazon vinculan datos con análisis de inteligencia artificial para aprobar el crédito (o no) y predecir qué servicios personalizados van a querer los clientes a continuación. “Personalmente, creo que la asociación con Amazon ha sido una de las cosas más importantes que le ha sucedido a Barclays en los últimos cinco años”, me dijo Jes Staley, director ejecutivo de Barclays.

Lo que suceda después en esta carrera de inteligencia artificial pronto puede ser de gran importancia, ya que ayudará a determinar los futuros ganadores en finanzas y el próximo gran conjunto de riesgos regulatorios.

Las plataformas de inteligencia artificial que ahora se implementan en finanzas son exponencialmente más poderosas que cualquier otra cosa vista antes. En particular, las capacidades desatadas por un subconjunto de inteligencia artificial llamado “aprendizaje profundo” representan “una discontinuidad fundamental” del pasado, se advierte en un nuevo artículo del MIT.

Jack Ma, fundador de Alibaba, la matriz Ant, posiblemente fue uno de los primeros en detectar el potencial. Utiliza datos sobre la actividad digital de los consumidores y las empresas para predecir el riesgo de crédito y proporcionar servicios personalizados. Esa es una razón clave por la que el grupo financiero chino se expandió a un ritmo tan vertiginoso. Pero las compañías occidentales se apresuran a recuperar terreno tanto en el sector minorista —con el acuerdo de Barclays en Alemania— como en las finanzas mayoristas.

En teoría, esto puede ser beneficioso como una forma de “democratizar las finanzas”, como dijo Mark Carney, ex gobernador del Banco de Inglaterra. Concretamente, estas innovaciones deberán permitir a las financieras ofrecer a los consumidores “más opciones, servicios mejor orientados y precios más certeros”.

También deberán bajar los costos de endeudamiento de las empresas. Ant usa su gran cantidad de datos y recursos de inteligencia artificial para analizar los riesgos de crédito de una manera que, según dice, permite a la compañía ofrecer préstamos más baratos. Si se maneja correctamente, la inteligencia artificial también puede ayudar a los reguladores y controladores de riesgos a detectar el fraude con mayor facilidad y mejorar las pruebas de estrés de los bancos.

Pero también existen enormes costos potenciales. Uno de ellos es la propensión de los programas de inteligencia artificial a incorporar prejuicios, incluido el racismo, en la toma de decisiones. Otro gira en torno a los riesgos de privacidad.

Un tercero es el riesgo antimonopolio: puesto que contar con una enorme base de datos ofrece una ventaja convincente en inteligencia artificial, existe una tendencia a que las compañías dominantes se vuelvan cada vez más dominantes. Un cuarto problema relacionado es el comportamiento de manada: dado que los programas de inteligencia artificial a menudo se construyen en líneas similares, su uso podría reducir la diversidad institucional y socavar la resiliencia de las finanzas.

Sin embargo, el mayor problema de todos es la opacidad. “La falta de interpretabilidad o ‘auditabilidad’ de la inteligencia artificial y los métodos de aprendizaje automático podría convertirse en un riesgo a escala macro”, señala un nuevo artículo del Consejo de Estabilidad Financiera. “Las aplicaciones de inteligencia artificial y aprendizaje automático podrían resultar en formas nuevas e inesperadas de interconexión entre los mercados financieros y las instituciones”. ¡Caramba!

Entonces, ¿qué se debe de hacer? Una idea obvia y tentadora puede ser que los políticos presionen el botón de “pausa”. De hecho, eso es lo que parece que Beijing trata de hacer con Ant (aunque no está claro hasta qué punto la decisión de detener la OPI refleja grandes preocupaciones de políticas, en contraposición a la política).

No será fácil meter a la botella al genio de la inteligencia artificial. Tampoco es necesariamente una buena idea, dados los posibles beneficios. Lo que será mucho mejor para los responsables de la formulación de políticas y los financieros es adoptar cuatro ideas.

En primer lugar, las compañías que realizan actividades financieras habilitadas por inteligencia artificial deben estar reguladas dentro de un marco financiero. Eso no significa trasponer todas las viejas reglas bancarias al fintech; como argumenta Ma, no todas son adecuadas. Pero los banqueros centrales y los reguladores deben retener la supervisión del fintech y mantener un campo de juego nivelado, incluso si eso les obliga a ampliar su supervisión a nuevas áreas, como los datos que se conectan a las plataformas de inteligencia artificial.

En segundo lugar, los reguladores y los gerentes de riesgos deben tender puentes entre los silos de información. Muy pocas personas comprenden tanto la inteligencia artificial como las finanzas; en cambio, las personas con estas habilidades normalmente se encuentran en diferentes instituciones y departamentos. Esto es alarmante.

Tercero, no podemos entregar toda la creación y el control de las finanzas con inteligencia artificial a geeks estrechos de miras; en cambio, las personas que diseñan la estrategia deben tener una visión integral de su impacto social. Para que esto suceda se necesita un cuarto desarrollo: los políticos y el público en general deben prestar atención a lo que está en marcha, en lugar de subcontratar a los expertos técnicos.

Y ADEMÁS

NASDAQ COMPRARÁ EMPRESA VERAFIN

El operador bursátil Nasdaq Inc dijo que comprará la firma de productos de gestión contra el crimen financiero Verafin por 2 mil 750 mdd en efectivo.

Verafin, fundada en 2003, provee servicios a más de 2 mil instituciones financieras en Norteamérica con una plataforma en nube que ayuda a detectar, investigar y reportar prácticas como lavado de dinero y otros fraudes.

HERRAMIENTAS CONTRA EL CRIMEN

El acuerdo fortalecerá la tecnología de regulación de Nasdaq y le entregará más herramientas para evitar el crimen financiero, al llevar Verafin a 250 bancos, gestores de activos, operadores, organizaciones afines y autoridades regulatorias, dijo la compañía. Nasdaq financiará la transacción, que empezará a contar como parte de sus ganancias por acción a partir de 2022, con una combinación de 2 mil 250 mdd en deuda y efectivo disponible de caja.