¿Cuánto empleo eliminará la IA en el sector bancario?
Algunos cálculos estiman 1,2 millones de puestos hasta 2030, aunque la cifra puede ser exagerada
Los bancos de todo el mundo siguen ajustando personal y reduciendo oficinas. El cambio en la estructura del sector va más allá de un ajuste poscrisis. La dificultad para generar márgenes con tipos reducidos y los avances de la digitalización invitan a funcionar con instituciones más ligeras. El cambio tecnológico quiere también interpretarse como la irrupción de la inteligencia artificial en el sector financiero y la sustitución que conlleva de acciones y procesos humanos por otros basados en algoritmos. Como en tantas cosas en esta era de sobreinformación, hay una parte real y otra exagerada.
Parte del problema es qué se entiende por inteligencia artificial (IA). Muchos análisis sobre IA se centran de forma casi exclusiva en el aprendizaje automático como sinónimo de IA cuando, en realidad, es solo una parte de la misma. La IA comprende el desarrollo de máquinas y sistemas que realizan tareas complejas asociadas a inteligencia habitualmente desarrollada por humanos. Con la IA muchas de estas tareas pueden automatizarse y acelerarse mediante sistemas automáticos que pueden aprender a medida que procesan información. Delimitar en qué consiste ese aprendizaje puede entrañar un debate académico sobre una IA más pura y otra más sucia, pero eso requeriría su propio análisis detallado.
Lo relevante es que diferentes estudios y proyecciones de mercado señalan un impacto muy importante de la IA en banca. Autonomous Research, por ejemplo, considera que propiciará la reducción de 1,2 millones de empleos en banca hasta 2030. Se trata de una cifra probablemente exagerada, ilustrativa del calentón expectativo que toda tendencia tecnológica parece traer estos días. La realidad, no obstante, es que los bancos podrían estar invirtiendo a escala global 10.000 millones de dólares anuales en IA. Por lo tanto, su consideración parece pertinente. Son, además, algunas entidades las que han generado una imagen deliberadamente disruptiva de la IA para el sector bancario. Así, el ex-CEO de Deutsche Bank señaló que podría acabar sustituyendo a la mitad de sus empleados por robots. Y Citigroup estima que propiciará la salida del 30% de su personal en cinco años. El japonés Mizuho calcula que serán 19.000 los empleados que hasta 2027 acabarán siendo sustituidos por IA.
El cambio se traslada a los procesos. Así, por ejemplo, solo un 15% del riesgo de crédito actual se analiza con algoritmos (risk analytics) pero se espera que en 2025 ese porcentaje ya haya aumentado hasta el 40%. Y en las relaciones informativas con el cliente bancario se ha abierto todo un universo de posibilidades con los chatbots (robots conversacionales) o asistentes de voz. Se estima que un billón de personas los utilizan en todo el mundo. Hasta qué punto pueden sustituir a humanos para servicios bancarios es todavía una incógnita. De momento, está lejos de ello pero pueden simplificar algunos de los procesos más repetitivos e imitables (como avisos de transacciones, control de gastos o información de saldos).
Desde mi punto de vista, en todo caso, hay un cierto grado de exageración sobre lo que hoy por hoy (e, incluso, en unos años vista) puede hacer la IA por la banca. Sin que ello suponga que a largo plazo no sea un impacto más considerable, existen aún límites importantes para una transformación más completa. El principal es que el desarrollo de la IA hasta el momento ha sido muy considerable en el terreno predictivo pero no en el cognitivo. Es un error, por lo tanto, poner a humanos y máquinas al mismo nivel en un gran número de procesos. La banca minorista, por ejemplo, es un negocio eminentemente relacional y los actuales asistentes virtuales son, generalmente, poco satisfactorios. Difícil construir relaciones de confianza a partir de ellos.
Donde sí está teniendo –y va a tener aún más recorrido a corto plazo– la IA en banca es en la automatización de procesos y en la asistencia a decisiones humanas con inteligencia aumentada. El desarrollo más común en este campo es la evaluación crediticia, donde los criterios de concesión de préstamos pueden contar con una información más amplia que nunca (desde los habituales datos de ingresos hasta otros de biometría que indiquen pautas de comportamiento o de salud). Pero hay otros posibles terrenos de expansión, como los de valoración automática de inmuebles o elaboración de ratings mediante algoritmos. En estos campos puede reducirse el riesgo moral que permite otorgar créditos que no cumplen con los requisitos de calidad crediticia o inflar valoraciones. La inteligencia aumentada viene en el sentido de dar a los gestores del banco herramientas que detecten pautas de riesgo excesivo en el comportamiento humano que los modelos no respaldan obligando, cuando menos, a una reflexión. Otra de las actividades donde más se está avanzando en este aspecto es en la detección de fraudes en pagos o en transferencias e, incluso, en pautas poco éticas de blanqueo de dinero. Todo sin olvidar, eso sí, que el carácter predictivo pero no cognitivo de algunas de estas tecnologías también podría dar lugar a falsos negativos (créditos denegados a prestatarios solventes o tarjetas canceladas por operaciones erróneamente identificadas como fraudulentas).
La IA será parte de la automatización de todos los procesos repetitivos y con escaso componente cognitivo en los que, además, la objetividad debe primar. Podrán y pueden ahorrar costes (de forma muy considerable) los bancos en cumplimiento normativo, pagos y gestión de la información con el cliente, pero, de momento, la IA no incorpora, de forma suficiente, una sustitución del valor relacional.
Francisco Rodríguez Fernández es Catedrático de Economía de la Universidad de Granada y economista sénior de Funcas