El sector de servicios financieros tiene una justificada aversión al riesgo. Con el sustento de los consumidores y las empresas en juego y estrictas normativas, los cambios tecnológicos no suelen merecer la pena.
No es de extrañar, por tanto, que los bancos y otras instituciones financieras hayan tardado en adoptar la inteligencia artificial (IA). Aun así, los clientes están empezando a darse cuenta del lento ritmo de innovación de la banca: en un estudio de Persado de 2024, más de la mitad de los consumidores de la Generación X, Millennials y Generación Z encuestados dijeron que considerarían cambiar de banco por uno que ofreciera experiencias digitales más personalizadas. Dado que a los bancos les cuesta, de media, 561 dólares captar un nuevo cliente minorista, mantener la fidelidad es fundamental para la estabilidad y los ingresos.
Un grupo de instituciones financieras globales pioneras ha escuchado la llamada de los clientes a la personalización, produciendo miles de millones en ingresos mediante el uso de IA para generar contenido de marketing de alto rendimiento. Estos resultados son prometedores, pero muchos bancos todavía se resisten.
La IA en la industria de servicios financieros
Los mayores bancos de EE UU obtienen más de 200 millones de dólares anuales de ingresos adicionales, por término medio (y los bancos medianos y pequeños obtienen entre 20 y 50 millones de dólares de ingresos adicionales cada año), utilizando IA creada específicamente para generar y optimizar contenidos de marketing, según la investigación de la empresa citada anteriormente.
Los clientes de la banca minorista también están de acuerdo con la IA: esta empresa también descubrió que el 75% de los consumidores considera aceptable el uso que hacen sus bancos de la «IA para ayudar a comprender sus necesidades y preferencias».
Entonces, ¿qué impide a los bancos aprovechar la IA?
Objeciones comunes a la adopción de la IA
La IA puede tener rápidamente un impacto comercial significativo y medible para los bancos y los emisores de tarjetas. Sin embargo, en sectores altamente regulados que manejan datos confidenciales de millones de clientes, los equipos de marketing se enfrentan a obstáculos en el camino hacia la implementación.
A la hora de adoptar una nueva tecnología como la IA, los bancos quieren estar seguros de que habrá un retorno de la inversión demostrable, de que sus equipos podrán navegar fácilmente por la solución y auditarla, de que seguirán cumpliendo la normativa y de que los datos de los clientes estarán seguros.
Evaluemos los obstáculos habituales a la adopción de la IA y cómo abordarlos:
- Falta de casos de uso existentes y métricas de éxito demostrables
Los equipos deben estar alineados con los objetivos de una implementación de IA y en cómo medirán dichos objetivos.
Identifica los casos de uso que deseas optimizar con una solución de IA y obtén el visto bueno de las partes interesadas clave sobre las métricas de éxito más importantes (por ejemplo, ROI demostrable, ahorro de tiempo o mayor compromiso del cliente) para cada caso de uso.
A partir de ahí, identifica la línea de base para un caso de uso determinado y, a continuación, utiliza la IA para generar un lenguaje alternativo y probarlo con un grupo selecto de clientes. A continuación, los equipos de marketing pueden comparar los resultados y comprender cómo utilizar la IA para fomentar un mayor compromiso y conversión de los clientes.
Un factor distintivo importante para alcanzar los objetivos de IA son los datos con los que se entrena una solución de IA. Una solución de IA especializada para marketing, por ejemplo, debe entrenarse con interacciones reales de clientes (información no identificable personalmente) y puede ajustarse para llegar a los segmentos de clientes objetivo. Esto garantiza que la IA tenga una base inmediatamente relevante, conozca a su público y pueda refinar la copia para seguir generando impacto.
- Riesgo de alucinaciones o resultados sesgados
Las soluciones de IA especializadas no sólo se basan en un conocimiento relevante de las interacciones con los clientes, sino que también cuentan con medidas de protección para mitigar las alucinaciones o los resultados sesgados.
Los bancos pueden perfeccionar estas soluciones de marketing cargando sus directrices de marca y datos históricos de campañas para garantizar que la IA genera y optimiza contenidos relevantes y acordes con los objetivos de rendimiento de contenidos y la voz de la marca. A su vez, la IA, que aprende continuamente de la información de las propias campañas del banco –no de modelos amplios–, sirve de complemento al marketing para generar contenidos personalizados a gran escala.
Los equipos jurídicos y de marketing seguirán teniendo que comprobar que los resultados de la IA cumplen con las normas y son relevantes y acordes a la marca, pero esto reserva a los «humanos en el circuito» las revisiones finales y la auditoría de los datos que entrenan a la IA.
- Preocupaciones sobre privacidad, seguridad y cumplimiento
Las revisiones legales y de cumplimiento son elementos cruciales de un ciclo de revisión para cualquier contenido dirigido al cliente, pero a menudo obstaculizan las campañas de marketing, ralentizando el tiempo de comercialización y retrasando los resultados. Las soluciones genéricas de IA corren el riesgo de agravar los largos procesos de revisión, ya que están diseñadas para la cantidad, no para la calidad.
A la hora de identificar una solución de IA, la auditabilidad, el cumplimiento y la privacidad deben ser prioritarios. Analiza las posibles herramientas en función de criterios como la transparencia, la explicabilidad, la imparcialidad, la seguridad y el cumplimiento normativo en todo el sistema de IA, desde los datos de formación hasta la evaluación de los resultados.
Las soluciones avanzadas de IA tienen agentes de IA para cada normativa financiera y permiten a los bancos cargar y configurar perfiles de riesgo y directrices de gobernanza, reduciendo el número de ciclos de revisión y consiguiendo que las campañas lleguen antes a los clientes. A medida que surgen o cambian las normativas, los equipos pueden cargar nuevas directrices para mantener actualizada la IA. Funciones como el cifrado avanzado, los controles de acceso granulares y la detección automática de amenazas pueden disipar las preocupaciones sobre privacidad y seguridad.
Sin embargo, los seres humanos son esenciales para garantizar una mensajería acorde con la marca y que cumpla la normativa, incluso cuando se utiliza IA especializada. Estas herramientas pueden facilitar una mayor colaboración entre los equipos jurídicos y de marketing pero, incluso en ausencia de IA, considera cómo tu organización puede reducir las barreras entre los equipos jurídicos y de marketing, y agilizar las revisiones. ¿Existen errores comunes de cumplimiento que cometan los profesionales del marketing? Si es así, las explicaciones de estos errores pueden ayudar a tu equipo de marketing a aprender y evitar tropiezos normativos en el futuro.
¿Por qué es el momento ahora?
Los avances tecnológicos que cambian los paradigmas siempre inspiran una mezcla de emociones: miedo, curiosidad y entusiasmo. Las imprentas fueron destruidas en señal de protesta cuando se inventaron, pero al igual que la IA, el cambio que provocaron era inevitable.
Ahora, conscientes de los beneficios potenciales de la IA y de los consejos para superar las barreras y los riesgos de su adopción, los responsables de marketing de los bancos se encuentran en una encrucijada. El éxito no vendrá de adoptar la IA con pasos meditados y mesurados, sino equilibrando la innovación con el cumplimiento y la experimentación con las mejores prácticas probadas.
