Hacer una diferencia en la vida de las personas y empoderarlas para que tomen la mejor decisión con respecto a sus finanzas es el principal impulso para una transformación de los servicios financieros, o al menos debería inspirar a las empresas que pretenden generar un impacto más significativo. Hace años, la primera chispa de esta revolución la encendieron los teléfonos inteligentes, que desencadenaron la primera ola de Fintech, colocando una computadora en el bolsillo de cada persona. 

¿Pero qué vendrá después? Como muchos de ustedes podrán imaginar, la banca abierta en Brasil abrió un nuevo capítulo de esta revolución y tiene el uso responsable de los datos como un componente crítico. 

El papel de la Inteligencia Artificial en Nubank

Sin embargo, junto con un sinfín de nuevas posibilidades, la banca abierta también presenta nuevos desafíos. De nada sirve tener acceso, según la normativa, a datos de distintas entidades financieras si no se pueden comprender en su totalidad, extrayendo las señales del ruido. 

Ahí es donde entran la inteligencia artificial y el aprendizaje automático. Ayudan a las empresas innovadoras a limpiar, estandarizar y clasificar todo el historial de transacciones para luego generar información sobre los patrones y recorridos financieros de los clientes para su beneficio.

Hace casi nueve años, Nubank fue pionero en crear productos y experiencias digitales superiores para combatir la complejidad a través de la transparencia y, en última instancia, redefinió lo que significa ser un cliente bancario. Ahora vemos un potencial casi ilimitado para generar valor en este nuevo paradigma basado también en la inteligencia de datos transaccionales. 

La incorporación de clientes, la decisión crediticia y la prevención del fraude se encuentran cerca de las principales experiencias potenciales a rediseñar, que también incluyen la creación de una experiencia de cliente autónoma y la mejora del servicio al cliente, las operaciones, la seguridad, las ventas cruzadas, las ventas adicionales y más. Todo ello sin dejar de ser fieles a nuestro compromiso con la protección de datos y esforzarnos por lograr las mejores prácticas éticas de IA.

Descubre las oportunidades

¿Y por qué estos nuevos servicios son tan relevantes en nuestro panorama actual? 

Es un hecho que la mayoría de los brasileños luchan con sus finanzas. Sesenta millones de ellos, que representan el 40% de la población adulta, tienen mal crédito (nome sujo no Serasa, como decimos en portugués). El escenario empeoró durante la pandemia de Covid-19: el 52% dijo estar estresado por sus gastos y compromisos financieros. 

Sólo el 21% dice que ahorra siempre o con frecuencia, mientras que el 44% ahorra rara vez o nunca, según Serasa: Investigación Mapa da Inadimplência e Renegociação de Dívidas no Brasil.

Dicho esto, el aprendizaje automático es una herramienta invaluable para escalar los productos crediticios de manera responsable mientras nos tomamos el tiempo para comprender los puntos débiles y las aspiraciones de los clientes, educarlos sobre cómo abordarlos y diseñar soluciones financieras para ellos. 

La inteligencia artificial puede ayudarnos a lograr la misma experiencia del cliente a escala mediante la personalización, recomendaciones de productos y herramientas para la formación de hábitos positivos y asesoramiento financiero. 

Finalmente, aspiramos a tener un ecosistema impulsado por IA para el bienestar financiero que esté tan bien desarrollado y sea tan útil como lo es hoy el ecosistema de salud y bienestar del consumidor – teniendo en cuenta los más altos estándares de privacidad y protección de datos, y teniendo en cuenta las aspiraciones y necesidades de quienes se beneficiaron de nuestros servicios.  

La revolución de los datos puede fomentar la autonomía de los clientes

En palabras simples, imagine un banco capaz, entre otras cosas, de predecir eventos de liquidez, iliquidez y gasto para brindar ofertas, consejos y experiencias personalizadas. Imagina una aplicación que, antes de tu día de pago, te ofrece invertir un porcentaje del mismo en función de tus ahorros potenciales durante este período, o antes de sobregirar tu cuenta corriente debido a una brecha en el flujo de efectivo, ofrecerte una línea personal a corto plazo. 

Esto es sólo una pequeña muestra de cómo la revolución de los datos puede fomentar la autonomía de los clientes y guiarlos a través de su propia información para llevarlos a tomar decisiones conscientes.

En Nu, estamos iniciando un viaje hacia la extracción de significado de las transacciones bancarias mediante la aplicación de distintas técnicas de IA y ML. Al utilizar modelos de aprendizaje automático supervisados y no supervisados para clasificar estas transacciones, nuestro objetivo es proporcionar información relevante para que las máquinas y los clientes puedan comprender la información y actuar en consecuencia.

Un ejemplo: Daniel hizo las compras 

Usemos un ejemplo de una transacción típica con tarjeta de crédito: el cliente Daniel hizo compras. Nuestros modelos primero separan la descripción de la transacción en subcadenas que representan información como el procesador de pagos, el nombre del comerciante, la ubicación de la tienda y el número de cuotas. 

Luego limpian, categorizan y enriquecen estos pequeños fragmentos de información buscando en nuestro gráfico de conocimiento las palabras y conceptos asociados. Y en base a eso, las máquinas predicen transacciones futuras y hacen recomendaciones personalizadas para que Daniel pueda gastar mejor y ahorrar más en sus futuras compras de comestibles. Como resultado, aprovechamos el poder de los datos de alta calidad para ayudar a los clientes a mejorar su toma de decisiones financieras diaria.

Al fin y al cabo, los clientes siempre deben estar en el centro de nuestras decisiones comerciales, sin importar la revolución tecnológica que estemos atravesando. Ahora tenemos la oportunidad de crear una experiencia móvil autónoma adaptada a las necesidades de cada cliente en tiempo real. Significa responder a los eventos de los clientes a medida que ocurren y permitir a los desarrolladores construir, crear, entrenar e implementar rápidamente aprendizaje automático a través de una infraestructura más ligera y rápida. 

Los resultados de esta combinación perfecta están a la vuelta de la esquina. ¿Estás listo para este próximo capítulo?

Descubre las oportunidades