En esta nueva fase de adopción de la IA, las ideas y los modelos piloto ya no son suficientes. Cada vez más, tanto los líderes de operaciones como los consejos de administración quieren que la IA se produzca a gran escala, con una rentabilidad medible. Pero eso está resultando ser una tarea más difícil de lo previsto, especialmente en los servicios financieros. Actualmente, se informa que el 88 % de los proyectos de IA empresarial se detienen antes de llegar a producción porque su infraestructura actual no puede satisfacer las necesidades de datos en tiempo real.
En el sector de servicios financieros, la brecha entre "tener datos" y "generar valor" suele reducirse a un solo factor: la latencia. Aunque muchas instituciones han pasado la última década perfeccionando modelos "lakehouse" para datos estáticos, los casos de uso más sólidos de IA requieren un cambio fundamental hacia datos en tiempo real o datos en movimiento.
Una mesa redonda reciente con expertos de IBM y Cloudera analizó el desafío clave para los líderes: comprender por qué este cambio es imperativo y elegir al socio arquitectónico adecuado. El debate se centró en cómo la arquitectura en tiempo real está por fin reparando el "eslabón perdido" de la IA en el sector financiero.
El imperativo de la IA en tiempo real en los servicios financieros
El motor de los datos en tiempo real va más allá de la velocidad técnica; se trata de reparar una fuga operativa masiva. Las instituciones financieras han tolerado durante mucho tiempo las "horas oscuras", en las que los datos permanecen inactivos, esperando a que se procesen por lotes de una noche. En los últimos años, este retraso se ha convertido en un pasivo competitivo.
Centrarse en el ROI inmediato: el back office y el middle office
En un reciente informe sobre soluciones, la firma de investigación y asesoría tecnológica Omdia exploró los casos de uso en tiempo real de la IA en los servicios financieros, que incluían:
Prevención del fraude y seguridad en tiempo real
Experiencia del cliente y fidelidad
Ingesta, transformación y gestión del flujo de datos
Modernización de la plataforma y generación de informes
Consulta el resumen para obtener más información.
Si bien la IA generativa orientada al consumidor para aspectos como la experiencia y la fidelización del cliente es tentadora, para muchas empresas de servicios financieros, el ROI más inmediato se obtiene en las oficinas administrativas y de operaciones intermedias. Estos casos de uso "poco atractivos" se traducen directamente en enormes mejoras de eficiencia.
Operaciones sin intervención manual: la aplicación de la IA en tiempo real a las previsiones financieras internas está logrando que el 94-95 % de los procesos sean completamente automatizados.
Eficiencia masiva: la automatización de la agregación de datos para informes complejos está reduciendo los gastos operativos en un 30-40 %.
Escala del impacto: para los bancos de nivel empresarial, estas optimizaciones se traducen en cientos de millones de dólares en productividad recuperada.
La ventaja de que Cloudera e IBM estén juntos: eficiencia híbrida y soberanía
El aumento de los costes de las operaciones en la nube y la intensificación del control regulatorio hacen de la elección de la plataforma un punto de inflexión estratégico para los servicios financieros. El enfoque de Cloudera sobre la soberanía de los datos se alinea estrechamente con el de IBM, priorizando el acceso seguro y regulado sobre el movimiento de datos. Juntos, permiten un modelo de federación in situ que permite a las instituciones financieras acceder y analizar datos dondequiera que se encuentren, a través de sistemas bancarios centrales, plataformas de trading, entornos en la nube y canales periféricos, sin necesidad de moverlos. Este enfoque apoya información en tiempo real mientras ayuda a las instituciones a cumplir con los requisitos regulatorios, reducir el riesgo operativo, estabilizar los costes de cómputo y mantener un control estricto sobre los datos financieros sensibles.
Flexibilidad híbrida para el control de costes
La IA en tiempo real en los servicios financieros exige una capacidad de cómputo "siempre activa" para respaldar casos de uso como el procesamiento de pagos, el modelado de riesgos y las operaciones bursátiles. Aunque los entornos en la nube ofrecen agilidad para la experimentación, el coste total de propiedad (TCO) para cargas de trabajo estables y de alto rendimiento, como el procesamiento de transacciones o los informes regulatorios, puede ser significativamente menor en infraestructura local. La plataforma híbrida de Cloudera permite la portabilidad de datos y aplicaciones para que las instituciones puedan ejecutar cargas de trabajo sensibles a la latencia y de alto coste allí donde resulte más conveniente desde el punto de vista financiero y operativo.
Reparando el "vínculo roto" con el gobierno
Un obstáculo importante para la IA en los servicios financieros es la dificultad que enfrentan los científicos de datos y los equipos de riesgo para descubrir, confiar y gobernar los datos en movimiento. Cloudera aborda esto extendiendo el gobierno, el linaje, la catalogación y los controles de seguridad coherentes a los datos en transmisión, asegurando que los datos en tiempo real utilizados para tomar decisiones sean tan auditables y confiables como los datos en reposo. Esto es fundamental para cumplir con los requisitos de conformidad y apoyar una IA explicable.
IA y soberanía de modelos
Las instituciones están pasando de la residencia de datos a la era de la IA y la soberanía del modelo. Con Cloudera e IBM, las organizaciones pueden garantizar que tanto los datos como los modelos permanezcan dentro de los límites geográficos o normativos requeridos, lo que permite cumplir con las normativas financieras y de protección de datos en constante evolución. Este enfoque impide que los datos sensibles salgan de una jurisdicción manteniendo el rendimiento. Además, los modelos IBM Granite proporcionan una procedencia auditable de nivel empresarial, lo que reduce el riesgo asociado a los datos de entrenamiento opacos o no verificados.
El camino a seguir: Edge AI y la arquitectura impulsada por eventos
Para posibilitar la toma de decisiones en tiempo real, como la prevención del fraude, la adjudicación de créditos y la validación de operaciones, las instituciones financieras necesitan ir más allá del procesamiento por lotes y adoptar arquitecturas basadas en eventos impulsadas por tecnologías como NiFi y Flink.
IA en el borde: Acercar la toma de decisiones al punto de interacción (o al "borde") —como el punto de venta, un cajero automático o dentro de una aplicación móvil— permite la detección de fraude en tiempo real y la validación de las transacciones. Esto permite a las instituciones detener la actividad fraudulenta antes de que se complete una transacción, en lugar de identificarla después de la liquidación.
Modelos de lenguaje pequeños (SLM): no todos los casos de uso de servicios financieros requieren un modelo a gran escala. Los modelos compactos (con menos de 10 000 millones de parámetros) se pueden implementar en el perímetro o en entornos controlados para dar respuesta a casos de uso como la autenticación de clientes, el procesamiento de documentos y las comprobaciones de cumplimiento normativo. De este modo, se consigue una menor latencia, una mayor privacidad y una reducción de los costes de infraestructura.
Preparar la empresa de IA para el futuro con datos en tiempo real
La época del enfoque tipo "Field of Dreams" (consistente en crear enormes lagos de datos y esperar a que el valor surja por sí solo) quedó atrás hace tiempo. En los servicios financieros, el valor se mide en resultados probados.
El momento de actuar es ahora. Los datos en tiempo real ya no son un lujo, sino la base esencial de las operaciones modernas de banca, pagos, seguros y mercados de capitales. Transforma la información estática en decisiones continuas y orientadas a eventos, permitiendo flujos de trabajo dinámicos que se adaptan en tiempo real. Aprovechando la plataforma híbrida de Cloudera y las ofertas de datos en movimiento junto con IBM watsonX para IA, y alineando estas tecnologías con resultados empresariales claros, las instituciones financieras pueden convertir los datos en tiempo real en una ventaja competitiva permanente sin perder el control, el gobierno y la resiliencia que exige este sector.
