El informe analiza las implicaciones para la estabilidad financiera del uso creciente de la inteligencia artificial (IA) y el aprendizaje automático en los servicios financieros.
Las instituciones financieras están utilizando cada vez más la IA y el aprendizaje automático en una variedad de aplicaciones en todo el sistema financiero, entre ellas, para evaluar la calidad crediticia, fijar precios y comercializar contratos de seguros y automatizar la interacción con los clientes. Las instituciones están optimizando el capital escaso con técnicas de IA y aprendizaje automático, así como probando modelos retrospectivos y analizando el impacto en el mercado de la negociación de grandes posiciones. Mientras tanto, los fondos de cobertura, los corredores de bolsa y otras empresas lo están utilizando para encontrar señales de rendimientos no correlacionados más altos y para optimizar la ejecución de las operaciones. Las instituciones tanto del sector público como del privado pueden utilizar estas tecnologías para el cumplimiento normativo, la vigilancia, la evaluación de la calidad de los datos y la detección de fraudes.
El análisis del FSB revela una serie de posibles beneficios y riesgos para la estabilidad financiera que deben vigilarse a medida que se adopte la tecnología en los próximos años y se disponga de más datos. Son los siguientes:
- Un procesamiento más eficiente de la información, por ejemplo, en las decisiones crediticias, los mercados financieros, los contratos de seguros y las interacciones con los clientes, puede contribuir a un sistema financiero más eficiente. Las aplicaciones de la IA y el aprendizaje automático por parte de los reguladores y supervisores pueden ayudar a mejorar el cumplimiento normativo y aumentar la eficacia de la supervisión.
- Las aplicaciones de la IA y el aprendizaje automático podrían generar formas nuevas e inesperadas de interconexión entre los mercados y las instituciones financieras, por ejemplo, a partir del uso por parte de diversas instituciones de fuentes de datos que antes no estaban relacionadas.
- Los efectos de red y la escalabilidad de las nuevas tecnologías pueden generar dependencias de terceros, lo que a su vez podría dar lugar al surgimiento de nuevos actores sistémicamente importantes que podrían quedar fuera del perímetro regulatorio.
- La falta de interpretabilidad o auditabilidad de los métodos de IA y aprendizaje automático podría convertirse en un riesgo a nivel macro. De manera similar, un uso generalizado de modelos opacos puede tener consecuencias no deseadas.
- Al igual que con cualquier producto o servicio nuevo, será importante evaluar los usos de la IA y el aprendizaje automático en vista de sus riesgos, incluido el cumplimiento de los protocolos pertinentes sobre privacidad de datos, riesgos de conducta y ciberseguridad. Es importante realizar pruebas y «entrenamiento» adecuados de las herramientas con datos imparciales y mecanismos de retroalimentación para garantizar que las aplicaciones hagan lo que se pretende que hagan.
Resumen ejecutivo
La inteligencia artificial (IA) y el aprendizaje automático se están adoptando rápidamente para una variedad de aplicaciones en la industria de servicios financieros. Como tal, es importante comenzar a considerar las implicaciones para la estabilidad financiera de tales usos. Debido a que los usos de esta tecnología en las finanzas se encuentran en una fase incipiente y de rápida evolución, y los datos sobre el uso no están disponibles en gran medida, cualquier análisis debe ser necesariamente preliminar, y los desarrollos en esta área deben ser monitoreados de cerca.
Ya existen muchas aplicaciones, o «casos de uso», de la IA y el aprendizaje automático. La adopción de estos casos de uso ha sido impulsada tanto por factores de oferta, como los avances tecnológicos y la disponibilidad de datos e infraestructura del sector financiero, como por factores de demanda, como las necesidades de rentabilidad, la competencia con otras empresas y las demandas de la regulación financiera. Algunos de los casos de uso actuales y potenciales de la IA y el aprendizaje automático incluyen:
– Las instituciones financieras y los proveedores están utilizando métodos de IA y aprendizaje automático para evaluar la calidad crediticia, fijar el precio y comercializar los contratos de seguros y automatizar la interacción con el cliente.
– Las instituciones están optimizando el escaso capital con técnicas de IA y aprendizaje automático, así como modelos de backtesting y analizando el impacto en el mercado de la negociación de grandes posiciones.
– Los fondos de cobertura, los corredores de bolsa y otras empresas están utilizando la IA y el aprendizaje automático para encontrar señales de rendimientos más altos (y no correlacionados) y optimizar la ejecución de las operaciones.
– Tanto las instituciones del sector público como del privado pueden utilizar estas tecnologías para el cumplimiento normativo, la vigilancia, la evaluación de la calidad de los datos y la detección de fraudes.
Con el marco FSB FinTech,1 nuestro análisis revela una serie de beneficios y riesgos potenciales para la estabilidad financiera que deben ser monitoreados a medida que se adopte la tecnología en los próximos años y a medida que se disponga de más datos. En algunos casos, estas observaciones también están contenidas en el informe del FSB sobre cuestiones regulatorias y de supervisión en torno a FinTech. Son las siguientes:
– El procesamiento más eficiente de la información, por ejemplo, en las decisiones crediticias, los mercados financieros, los contratos de seguros y la interacción con el cliente, puede contribuir a un sistema financiero más eficiente. Las aplicaciones RegTech y SupTech de la IA y el aprendizaje automático pueden ayudar a mejorar el cumplimiento normativo y aumentar la eficacia de la supervisión.
– Al mismo tiempo, los efectos de red y la escalabilidad de las nuevas tecnologías pueden dar lugar en el futuro a dependencias de terceros. Esto, a su vez, podría conducir a la aparición de nuevos actores de importancia sistémica que podrían quedar fuera del perímetro regulatorio.
– Las aplicaciones de la IA y el aprendizaje automático podrían dar lugar a formas nuevas e inesperadas de interconexión entre los mercados financieros y las instituciones, por ejemplo, sobre la base del uso por parte de varias instituciones de fuentes de datos previamente no relacionadas.
– La falta de interpretabilidad o «auditabilidad» de los métodos de IA y aprendizaje automático podría convertirse en un riesgo a nivel macro. Del mismo modo, el uso generalizado de modelos opacos puede tener consecuencias no deseadas.
– Al igual que con cualquier producto o servicio nuevo, existen cuestiones importantes en torno a la gestión y supervisión de riesgos adecuadas. Será importante evaluar los usos de la IA y el aprendizaje automático en vista de sus riesgos, incluido el cumplimiento de los protocolos pertinentes sobre privacidad de datos, riesgos de conducta y ciberseguridad. Es importante realizar pruebas y «entrenar» adecuadamente las herramientas con datos imparciales y mecanismos de retroalimentación para garantizar que las aplicaciones hagan lo que se supone que deben hacer.
En general, las aplicaciones de IA y aprendizaje automático son muy prometedoras si sus riesgos específicos se gestionan adecuadamente. En la sección final se ofrecen reflexiones preliminares sobre la gobernanza y el desarrollo de modelos, así como sobre la auditabilidad por parte de las instituciones y los supervisores.