La Inteligencia Artificial, el aprendizaje automático, el análisis predictivo, el procesamiento del lenguaje natural (PNL), la visión por computadora y la microarquitectura son tecnologías candentes en las que los bancos están invirtiendo actualmente, según un informe de Forrester
La lista de inversiones tecnológicas importantes y planificadas para los bancos en 2022 está encabezada por la Inteligencia Artificial (IA), el Aprendizaje automático y el Análisis Predictivo, esto debido a su capacidad para ayudar a la toma de decisiones comerciales estratégicas, ayudar a crear aplicaciones que pueden servir a los clientes en una manera personalizada e impulsar el crecimiento de los ingresos, según la firma de investigación de mercado Forrester.
Las tecnologías de moda para los bancos también incluyen 5G, procesamiento de lenguaje natural (NLP), arquitectura de microservicios y visión artificial, según el informe reciente de Top Emerging Technologies in Banking In 2022 de Forrester.
Por su parte, el informe basa en las respuestas de la encuesta de los responsables de la toma de decisiones tecnológicas en los bancos y sus proveedores de tecnología, clasifica 30 tecnologías diferentes en tres categorías principales: caliente, en el radar y bombo.
Las tecnologías se consideran “candentes” sin los bancos han planificado una inversión en ellas en los próximos 12 meses, afirmó Forrester, y agregó además que se espera que estas nuevas inversiones den forma al futuro de la industria bancaria y la experiencia del cliente.
Asimismo, entre las tecnologías de moda, la IA y el aprendizaje automático continúan siendo de gran interés, ya que los bancos mantienen un fuerte enfoque en los costos mientras intentan aumentar la experiencia del cliente y los ingresos.
“El aprendizaje automático ayuda a mejorar la automatización de procesos como el origen de préstamos y la detección de fraudes y puede ayudar a brindar una experiencia más personalizada”, señala el informe.
En referencia a la IA, casi el 37% de los encuestados que ya la utilizan en los servicios financieros consideran que la mejora de la eficiencia operativa es un beneficio de su uso, según muestra el informe. Casi el 33% de los encuestados afirma que el aprendizaje automático puede mejorar la experiencia del cliente.
El motivo del gran interés se debe a los conocimientos que pueden generar estas tecnologías, lo que brinda a los bancos la capacidad de tomar decisiones comerciales mejor informadas y atender a los clientes de una manera más personalizada, afirmaron los analistas de Forrester Jost Hopperman y Martha Bennett.
La arquitectura 5G, NLP y de microservicios también son tecnologías en las que los bancos están comenzando a invertir, aunque tienen un interés más moderado que la IA y el análisis, según muestra el informe.
Se espera que 5G se convierta en una tecnología de uso general para el sector de servicios financieros, ya que la mayoría de las organizaciones comienzan a utilizarla para comunicaciones de baja latencia, dijo Forrester. Si bien la infraestructura 5G apenas está comenzando a aumentar, casi el 56 % de los encuestados cree que el servicio al cliente es un caso de uso importante para la tecnología, según el informe.
Además, la organización de investigación de mercado dijo que el procesamiento del lenguaje natural (NLP) y su subconjunto, la comprensión del lenguaje natural (NLU), tiene un interés moderado debido a los desafíos que incluyen la comprensión de los idiomas, dialectos y acentos locales.
Mientras tanto, la visión por computadora, que puede considerarse un uso específico del aprendizaje automático, según Forrester, ha visto un aumento en el interés, ya que la mayoría de los bancos la usan para la comprensión de alto nivel de imágenes o videos digitales para casos de uso que van desde la verificación de identidad hasta apoyo a proyectos de realidad aumentada.
RPA, blockchain están en el radar de los bancos
El informe clasifica cualquier tecnología como “en el radar” si los bancos no están planeando implementaciones en los próximos 12 meses, pero pueden estar considerándolas para proyectos piloto.
Estas tecnologías incluyen aprendizaje profundo, automatización de procesos robóticos impulsados por IA, realidad aumentada, malla de datos (una arquitectura distribuida para la gestión de datos), cadena de bloques o tecnología de contabilidad distribuida, plataformas de código bajo, aplicaciones web progresivas, malla de servicios y arquitecturas basadas en eventos.
