nuevofinanciero

Etiqueta: inteligencia artificial

  • Las 5 tecnologías disruptivas que están transformando las finanzas

    Las nuevas tecnologías disruptivas han impulsado a la transformación digital de las finanzas. Innovaciones como Blockchain, Inteligencia Artificial o IoT están revolucionando el mundo financiero. Estás innovaciones tecnológicas han sido participes de la creación de los nuevos productos financieros digitales (crowdfunding, Robo-Advisor, pagos digitales…).

    Estas son las 5 tecnologías disruptivas que más han contribuido en la digitalización de las finanzas:

    Inteligencia Artificial y Machine learning -Tecnologías disruptivas que piensan por si mismas

    La inteligencia artificial analiza los datos obteniendo un conocimiento previo de la situación, para la posterior toma de decisiones.

    El machine learning es una vertiente de la inteligencia artificial, que a través de algoritmos y grandes volúmenes de datos identifican patrones complejos, procesándolos para predecir modelos de comportamiento… El Machine learning aprende por sí solo, a través de los datos y resultados anteriores es capaz de desarrollar nuevos algoritmos.

    Puede tener muchas aplicaciones en finanzas esta tecnología:

    • Concesión de créditos y análisis de riesgos. Además de una mejor detección de morosidad, debido a un mejor conocimiento del cliente.
    • Para Regtech – Las fintech del cumplimiento normativo
    • Trading automatizado (Robo-Advisor y Quant-Advisor). Recomendación de inversiones a clientes en función del perfil del cliente y situación del mercado.
    • Aplicación web para contestar a preguntas relacionadas con una determinada área financiera.
    • Desarrollo de informes comerciales realizados periódicamente y siempre centrados en las mismas variables.
    • Un Call Center de atención al cliente.

    Big Data, tecnologías disruptivas para la segmentación del cliente digital

    Podemos definir al Big Data como a los procesos y herramientas que permiten almacenar datos a gran escala, procesarlos y analizarlos, para posteriormente tomar decisiones. Esta tecnología posibilita el Real Time Decision (RTD) o decisiones en tiempo real a partir del análisis de datos. Por tanto, es un modelo predictivo adaptativo, hace predicciones en tiempo real adaptándose a los cambios de las necesidades del cliente.

    El Big Data junto con el Machine Learning, posibilitan la obtención y análisis de información no estructurada (información de redes sociales, geolocalización, vídeos,…). Esta información, que no tiene definida una estructura interna y es invisible para el resto de sistemas informáticos, representa el 85% de los datos generados en la red.

    Big Data yMachine Learning acceden a la información no estructurada de la red
    Big Data yMachine Learning acceden a la información no estructurada de la red

    Estas son algunas de sus aplicaciones en las finanzas:

    • Segmentación del cliente. El Big data hace que conozcamos mejor a nuestros clientes, analiza toda la información que tenemos de ellos. Este mejor conocimiento, ayuda a conseguir una oferta personalizada para cada cliente.
    • Análisis y Gestión del Riesgo. Favorece una mejor selección del riesgo y anticiparse a problemas de impago de financiaciones.
    • Detección del fraude y blanqueo de capitales. El Big Data ayuda a extraer los datos de cualquier fuente posible, lo que permite detectar el fraude de forma temprana.

    Blockchain, el registro permanente 

    Blockchain o cadena de bloques es un registro, un libro mayor de datos digitales que es compartido entre muchas partes diferentes. Su esencia es que una vez introducida la información nunca puede ser borrada o modificada, quedando registrada permanentemente. Podemos considerar a Blockchain como una base de datos distribuida (múltiples bases de datos relacionadas entre sí), que permite ejecutar transacciones entre dos o más partes de forma verificable, transparente y permanente. Para muchos, blockchain será en un futuro cercano la tecnología más revolucionaria de Internet.

    Las posibles aplicaciones de la tecnología de la cadena de bloques en las finanzas son amplias:

    • Criptomonedas: Bitcoin fue creada en 2009 a través de Blockchain. Posteriormente, se han desarrollado la mayoría de monedas digitales.
    • Pagos, transferencias o envío de remesas. Las aplicaciones de la cadena de bloques en las finanzas está desarrollada sobre todo en los medios de pago. Criptomonedas como Stellar o Ripple destacan por su red de pagos digitales.
    • Mercado de valores: Nasdaq usa Blockchain en su mercado de valores privado.
    Blockchain, el registro permanente 
    Blockchain, el registro permanente

    Wearables e IoT, tecnologías disruptivas que nos conectan con la red

    La tecnología corporal o wearables son dispositivos electrónicos que se incorporan en alguna parte de nuestro cuerpo. Interactúan de forma continua con nosotros y con otros dispositivos, para una determinada finalidad. Los wearables son por ejemplo: Relojes inteligentes (Smartwatch), Pulseras, anillos… Capaces de registrar hábitos de nuestra vida cotidiana (movimientos, ritmo cardíaco, niveles de insulina…).

    IoT (Internet de las cosas) es un concepto que se refiere a la interconexión digital de objetos cotidianos a través de Internet. Lo hacen a través de sensores, que miden lo que sucede en nuestro entorno y lo envían a la red. La idea principal de IoT es que Internet alcance a todo tipo de cosas, no solamente a tablets, móviles, Smartphones,…Por tanto, a través del IoT todos los aparatos pueden ser inteligentes, siendo capaces de mandar y recibir información de todo tipo a través de la red. Los wearables son considerados como una parte de los IoT.

    Los wearable y los IoT mandan muchísima información, que generan datos y estadísticas adicionales, que antes no conocíamos. En el mundo de las finanzas, esa información permitirá un mayor conocimiento de los clientes y la posibilidad de ofrecer productos más personalizados.

    Internet de las cosas puede tener muchas aplicaciones dentro del mundo del pago digital. Dispositivos capaces de hacer pagos directamente, incluso delegaríamos en ellos la compra de determinados productos.

    Actualmente, este tipo de tecnología es más aplicable al mundo del seguro, facilitando a las aseguradoras el conocimiento del asegurado (sensores de conducción, pulseras de tensión arterial o pulsaciones…). Otra de las aplicaciones tecnológicas de los IoT está relacionada con el análisis de siniestros. Los drones pueden ser utilizados para revisar siniestros producidos por ejemplo en una cosecha o  en un tejado (visión área del siniestro).

    Wearables e IoT, tecnologías disruptivas que nos conectan con la red
    Wearables e IoT, tecnologías disruptivas que nos conectan con la red

    Biometría, la importancia de la verificación de la identidad de los clientes

    Biometría es el estudio para el reconocimiento inequívoco de personas basado en rasgos de conducta o físicos intrínsecos de cada persona. En las finanzas es esencial verificar la identificación del cliente a la hora de realizar una transacción.

    Las técnicas de autenticación biométrica como las huellas dactilares, el iris y la voz pueden sustituir a los anteriores medios de reconocimiento: DNI, Claves, contraseñas o preguntas. Actualmente, la mayoría de bancos dan la posibilidad de acceder a sus aplicaciones financieras a través de algunos de estos sistemas biométricos.

    Estos son algunos de los desarrollos de los sistemas biométricos en el mundo de las finanzas:

    • Firma con la voz. La biometría de voz ofrece tal grado de sofisticación en detalles, que no admite imitaciones. Ninguna voz es igual a otra.
    • Reconocimiento facial. Son sistemas que identifican automáticamente a una persona en una imagen digital. No existe otro método más fiable para reconocer una identidad.
    • Huellas dactilares. Actualmente, es el desarrollo que más se aplica en el mundo financiero.
    • Reconocimiento de Iris. Tu iris puede parecerse al de otro individuo, pero no es exactamente igual.

    ¿Cuál de estas tecnologías disruptivas creéis que tendrán una mayor transcendencia en las finanzas?

  • Regtech , las nuevas fintech que aportan soluciones tecnológicas al cumplimiento normativo financiero

    Regtech . Nos encontramos en un momento donde la burocracia se ha vuelto un gran lastre para todos los sectores económicos. Compañías de cualquier sector están sujetas a multitud de reglamentos, controles o regulaciones.

    La crisis financiera del 2008 ha hecho que el sector bancario sea uno de los más regulados por las autoridades competentes. Las grandes gigantes financieros dedican aproximadamente un 15% de su personal a estas cuestiones regulatorias.

    Como comentábamos en el post de regulaciones fintech, el 2018 ha irrumpido con fuerza desde el punto de vista normativo. MIFID II y PSD2 son dos directivas europeas que pretenden mejorar la transparencia y la competencia en el sector financiero. Ambas directivas comenzaron a principios del 2018 con un enorme paquete normativo exigido a las entidades. La directiva MIFID II está compuesta por más de 30.000 páginas de texto en materia de regulación… Por si no fuera poco, el 25 de mayo de 2018 comenzó el Reglamento Europeo de protección de datos.

    Debido a la necesidad de buscar soluciones para estas exigencias normativas, nacen las Regtech. Pequeñas compañías o startups que desarrollan aplicaciones informáticas que facilitan el cumplimiento normativo a los competidores financieros. Por consiguiente, estas compañías, que incorporan tecnología en cuestiones normativas, son consideradas como una de las categorías verticales de las fintech.

    Regtech: Regulatory + Technology

    El termino Regtech fue utilizado por primera vez en 2016 por un organismo público inglés, FCA (Financial Conduct Authority). Se trata de un organismo supervisor de Reino Unido totalmente independiente del gobierno inglés. Como se puede observar, este movimiento tecnológico-regulatorio es de enorme interés para las autoridades competentes.

    Podemos definir Regtech como al conjunto de empresas, que apoyadas en las nuevas tecnologías, crean soluciones para facilitar el cumplimiento normativo en el ecosistema financiero. Estás soluciones permiten a los bancos automatizar trabajos de reporting y control de riesgos, lo que supone un importante ahorro de tiempo y recursos.

    Existe una gran diversidad de tecnologías aplicadas a las Regtech, la computación en la nube (cloud) es una de las principales. También, en gran parte de las compañías está presente el análisis de datos y aprendizaje automatizado (Machine Learning) a través del Big Data e Inteligencia Artificial. Por otra parte, Blockchain y la Biometria son otras de las herramientas disruptivas utilizadas por las Regtech.

    La tecnología Regtech: Biometría, Big Data, Inteligencia Artificial, Blockchain
    La tecnología Regtech: Biometría, Big Data, Inteligencia Artificial, Blockchain

    Estas son algunas de los principales beneficios que generan las Regtech a los competidores financieros:

    • Reducción de costes y recursos a las entidades financieras.
    • Mejor gestión de la identidad de los clientes y mayor control del fraude. Todo esto supone una mayor seguridad operativa para el cliente final.
    • Agilidad ante los cambios regulatorios. La tecnología aplicada ayuda a los bancos a adaptarse rápidamente a los nuevos requerimientos normativos.
    • Estas compañías permiten suministrar información más precisa a los supervisores.

    El gigante informático IBM ha reflejado la importancia de los desarrollos tecnológicos adaptados al cumplimiento de la regulación financiera. IBM Watson, a través del sistema cognitivo, es capaz de analizar textos de forma personalizada y negociar con información conflictiva. IBM Regtech es ideal para sistemas de Gobernanza, Riegos y Compliance, crímenes financieros y riesgos financieros. La tecnología cognitiva de IBM se complementa con blockchain para proporcionar este tipo de servicios Regtech.

    Principales compañías Regtech

    Normalmente, cada Regtech está enfocada a un ámbito muy definido, lo que permite una especialización vertical. Cada compañía se dedica únicamente a un servicio muy concreto, que da respuesta a una necesidad financiera muy específica. Todos los esfuerzos de estos equipos Fintech van enfocados al mismo objetivo. Estas son algunas de las principales compañías españolas y sus ámbitos en las que están especializadas:

    • Cumplimiento normativo y Compliance. Podemos considerarlos como el pilar principal de las Regtech. Estos son algunas de las empresas que están irrumpiendo con fuerza en España: OpenFinance, Finametrix o GlobalSUITE.
    • Big Data para Regtech. Procesos y herramientas que permiten almacenar datos a gran escala, procesarlos y analizarlos. Empresas como Paradigma Digital o Madiva utilizan Big Data en su búsqueda de soluciones innovadoras.
    Big Data
    Big Data
    • Riesgo. Compañías capaces de proyectar escenarios adversos para analizar los distintos riegos a los que se exponen las entidades financieras. KRiO está especializada en análisis de escenarios adversos y FICO en detección y gestión del fraude.
    • Identificación. La identificación digital cada vez es más importante en el mundo financiero. Hoy en día, tener la seguridad de que un usuario es realmente el titular de un contrato financiero digital es vital. La biometría, Inteligencia Artificial y Blockchain son algunas de las principales tecnologías que utilizan empresas como Alise Devices o Electronic IDentification.
    • Contratos, Smart Contracts. Acuerdos legales que se ejecutan por sí mismo en blockchain bajo ciertas circunstancias acordadas entre las partes de antemano. Compañías como Blockchain-logic utilizan esta tecnología.
    • Ciberseguridad. La protección de datos es muy importante en el mundo financiero-digital. Actualmente, los ciberataques es uno de problemas que más preocupan a las grandes compañías. Acerodocs es una empresa española dedicada a la protección de documentos mediante cifrado.

    La importancia de las Regtech en las finanzas

    Como hemos visto, los nuevos desarrollos tecnológicos junto con el enfoque específico que dan las Regtech son esenciales, de cara a un cumplimiento normativo cada vez más amplio y exigente en las finanzas:

    • La Unión Europea ha creado 40 nuevas regulaciones financieras desde la crisis del 2008.
    • En la UE se crean 4.500 normativas o leyes anuales en el sector financiero. El 2018 ha sido especial, solo MIFID II dispone de más de 30.000 páginas normativas. Además, en MIFID II se ha producido 51 enmiendas en los últimos 2 años (periodo de diseño).
    • Anualmente en EEUU se generan más de 80.000 páginas normativas (media de los últimos 20 años).

    Estos datos no hacen más que confirmar la complejidad normativa en las finanzas y la simbiosis, cada vez más grande, de las Regtech con el ecosistema financiero.

  • Machine learning en las finanzas. Big Data e Inteligencia Artificial para el aprendizaje automatizado

    Cuando hablamos de machine learning nos referimos a sistemas informáticos que aprenden automáticamente por si solos (sin intervención humana). El machine learning es una vertiente de la inteligencia artificial que a través de algoritmos y grandes volúmenes de datos identifican patrones complejos, procesándolos para predecir modelos de comportamiento.

    La inteligencia artificial analiza los datos obteniendo un conocimiento previo de la situación, para la posterior toma de decisiones. El machine learning han evolucionado (aprende por si solo), a través de los datos y resultados anteriores es capaz de desarrollar nuevos algoritmos.

    Por otra parte, no es posible pensar en un Big Data eficiente que no use tecnologías de inteligencia artificial Machine Learning. Podemos definir al Big Data como a los procesos y herramientas que permiten almacenar datos a gran escala, procesarlos y analizarlos, para posteriormente tomar decisiones.

    El Big Data junto con el machine learning, posibilitan la obtención y análisis de información no estructurada (información de redes sociales, geolocalización, vídeos,…). Esta información, que no tiene definida una estructura interna y es invisible para el resto de sistemas informáticos, representa el 85% de los datos generados en la red.

    Actualmente, está tecnología está presente de distintos sectores económicos, como la educación, la medicina o las finanzas. En el sector financiero se ha multiplicado el uso del aprendizaje automatizado. Estos son algunos de los principales desarrollos del Machine learning en las finanzas:

    Machine learning para las para concesión de créditos y análisis de riesgo

    Anteriormente, el sector financiero utilizaba regresiones logísticas para la predicción del riesgo. Es decir, los bancos usaban estadística avanzada a la hora del análisis y concesión de préstamos. Los sistemas avanzados del Machine learning posibilitan una mayor optimización de la concesión de créditos y préstamos.

    Machine learning para las para concesión de créditos y análisis de riesgo
    Machine learning para las para concesión de créditos y análisis de riesgo

    Como hemos comentado, los sistemas de aprendizaje automatizado son capaces de crear nuevos algoritmos, los cuales son más adecuados a la hora de predecir los riesgos. Estas son algunas de las ventajas que aportan en la concesión de financiación:

    • Posibilita tener en cuenta un gran número de variables, muchas de las cuales antes no se tenían en cuenta pero son importantes para el análisis de riesgo.
    • Son sistemas que se anticipan rápidamente, calibrando el riesgo y haciendo re-estimaciones. Realizan mojaras constantes en los métodos de estimación del riesgo.
    • Los algoritmos creados por el Machine learning mejoran entre un 20-25%  los modelos predicción convencionales.

    Por otra parte, el Machine learning tiene otras aplicaciones dentro de las financiaciones y análisis del riesgo:

    • Detección de morosidad, pasar de la persecución a la prevención del moroso. El aprendizaje automatizado es capaz de analizar un volumen inmenso de datos y transformarlo en un mejor conocimiento del cliente (sistema analítico y predictivo).
    • Optimización en la selección de clientes para préstamos y créditos preconcedidos. La mayoría de entidades financieras conceden financiaciones por anticipado, sin necesidad de que los clientes vayan a la entidad a solicitar un préstamo.

    Machine learning para Regtech

    Las Regtech ayudan a los competidores financieros a cumplir con la regulación apoyándose en las nuevas tecnologías. Las tech de la regulación financiera se centran en el cumplimiento normativo, en evitar riesgos relacionados con la estabilidad e integridad financieras y en la protección de datos del consumidor. Todo esto, a través de la automatización de los procesos y aumentando la cantidad-calidad de los datos. Por tanto, el machine learning se convierte en la esencia de las Regtech, apoyado con el Big Data.

    Aprendizaje automático en Regtech
    Aprendizaje automático en Regtech

    Este aprendizaje automatizado es capaz de analizar textos de forma personalizada, adaptándose a los contextos de cada caso. Además, los sistemas de machine learning están adecuados para negociar con información conflictiva.

    Machine learning para el trading automatizado

    Dentro del trading automatizado podemos distinguir a los Robo Advisor y Quant Advisor. Ambas figuras son plataformas de inversión online que aportan un servicio de gestión de carteras automatizada. Es decir, ofrecen un servicio de asesoramiento informatizado basado en algoritmos, donde no hay intervención humana en las decisiones de inversión. No dependen de las incertidumbres o miedos que podamos tener las personas. La principal diferencia entre estos dos productos fintech es la siguiente:

    • Los Robo Advisor realizan una gestión pasiva a través de ETF y fondos indexados que tratan de replicar a un índice.
    • Los Quant Advisor proponen una gestión activa, buscando oportunidades que genera el mercado en cualquier momento del ciclo económico. Se fundamentan en el análisis cuantitativo y están descorrelacionados con los mercados.

    Algunas plataforamas de trading automatizado utiliza el machine learning a la hora de seleccionar el portfolio. Es decir, utiliza el aprendizaje automatizado para la selección de inversiones (acciones, ETFs, fondos de inversión, commodities o materias primas o inversiones alternativas).

    Machine learning para el trading automatizado
    Machine learning para el trading automatizado

    Otras posibilidades del Machine learning

    El Machine learning puede complementarse con los Chatbot, programas informáticos donde es posible mantener una conversación. Son chats programados con infinidad de respuestas a las posibles preguntas realizadas. Estas son algunas de las muchas posibilidades en el sistema financiero:

    • Un Call Center de atención al cliente. En un futuro cercano, no sabremos distinguir si en un Call Center estamos hablando con una maquina o una persona.
    • Como ayuda en determinadas operativas o procedimientos bancarios en la web, dando indicaciones a todo tipo de duda que se le presente al usuario.
    • Para los empleados de una entidad financiera, como consultas a dudas que les pueden plantear los clientes. Permiten elevar a toda la plantilla al primer nivel de calidad.
    • En las webs financieras para contestar a preguntas relacionadas con una determinada área: Financiaciones, inversiones, comercio internacional, medios de pago…
    • Machine Learning para desarrollar informes comerciales que actualmente hay que realizar periódicamente y siempre están centrados en determinadas variables.

    Como hemos podido ver en este post, el aprendizaje automatizado tiene muchas posibilidades en las finanzas. Muchos economistas y financieros pronostican que dentro de pocos años gran parte de los procesos financieros se desarrollarán a través del machine learning.

  • Tecnología fintech, principales desarrollos tecnológicos de la transformación digital de las finanzas

    Tecnología fintech. Desde hace casi diez años, las finanzas se encuentran inmersas en un proceso de transformación digital. Durante este periodo, se han producido más cambios financieros que en los 50 años anteriores. Estos cambios tan significativos vienen de la mano de la digitalización, innovaciones tecnológicas y la interacción en las redes sociales.

    Las finanzas no han sido menos que otros sectores, el cliente digital está en el foco de todos los competidores financieros. La digitalización financiera ha multiplicado el número de rivales de la banca, hasta hace poco tiempo competían únicamente entre ellas.

    Los nuevos desarrollos tecnológicos han impulsado a la transformación digital financiera. Innovaciones como Blockchain, Big Data, Inteligencia Artificial, Sistema Cognitivo o IoT está revolucionando el mundo financiero. De aquí en adelante, a estos nuevos desarrollos tecnológicos los denominamos «tecnología fintech».

    Estos son algunas de las tecnologías más disruptivas del sector financiero:

    Big Data, tecnología fintech para la segmentación del cliente digital

    Podemos definir al Big Data como a los procesos y herramientas que permiten almacenar datos a gran escala, procesarlos y analizarlos, para posteriormente tomar decisiones. Esta tecnología fintech posibilita el Real Time Decision (RTD) o decisiones en tiempo real a partir del análisis de datos. Por tanto, es un modelo predictivo adaptativo, hace predicciones en tiempo real adaptándose a los cambios de las necesidades del cliente.

    Big Data, tecnología fintech para la segmentación del cliente digital
    Big Data, tecnología fintech para la segmentación del cliente digital

    Estas son algunas de sus aplicaciones en las finanzas:

    • Segmentación del cliente. El Big data hace que conozcamos mejor a nuestros clientes, analiza toda la información que tenemos de ellos. Este mejor conocimiento, ayuda a conseguir una oferta personalizada para cada cliente.
    • Análisis y Gestión del Riesgo. Esta tecnología fintech genera una mejor capacidad predictiva a la hora de analizar y gestionar el riesgo. Favorece una mejor selección del riesgo y anticiparse a problemas de impago de financiaciones.
    • Detección del fraude y blanqueo de capitales. El Big Data ayuda a extraer los datos de cualquier fuente posible, lo que permite detectar el fraude de forma temprana.
    • Reducción de riesgos operacionales. Se evitan riesgos operacionales como la caída de línea.

    Sistema cognitivo e Inteligencia Artificial

    Desde hace décadas se viene desarrollando la inteligencia artificial, la capacidad de procesar información inteligentemente en sistemas informáticos tradicionales. Esta tecnología fintech procesa únicamente la información estructurada, datos que están perfectamente definidos y sujetos a un formato muy concreto.

    En 2010 nació el primer sistema cognitivo, el cual era capaz de entender, razonar y aprender por sí solo. Los sistemas cognitivos son sistemas muy complejos, capaces de comprender datos no estructurados (y estructurados, por tanto). Los datos no estructurados son datos no accesibles por los sistemas tradicionales informáticos (fotos, vídeos, datos en los medios sociales…), representa el 85% de los datos generados en la red. La tecnología cognitiva razona sobre esos datos y aprende de cada interacción, nunca deja de aprender. Puede tener muchas aplicaciones en finanzas esta tecnología fintech junto con un Chatbot:

    • Centro de consultas para los empleados de una entidad financiera.
    • Aplicación web para contestar a preguntas relacionadas con una determinada área financiera.
    • Desarrollo de informes comerciales realizados periódicamente y siempre centrados en las mismas variables.
    • Un Call Center de atención al cliente.
    • Detección de morosidad, mejor conocimiento del cliente.
    • Recomendación de inversiones a clientes en función del perfil del cliente y situación del mercado.

    Blockchain, la tecnología fintech que nace de Bitcoin

    Blockchain o cadena de bloques es un registro, un libro mayor de datos digitales que es compartido entre muchas partes diferentes. Su esencia es que una vez introducida la información nunca puede ser borrada o modificada, quedando registrada permanentemente. Podemos considerar a Blockchain como una base de datos distribuida (múltiples bases de datos relacionadas entre sí), que permite ejecutar transacciones entre dos o más partes de forma verificable, transparente y permanente.

    Blockchain, la tecnología fintech que nace de Bitcoin
    Blockchain, la tecnología fintech que nace de Bitcoin

    Las posibles aplicaciones de la tecnología de la cadena de bloques en las finanzas son amplias:

    • Criptomonedas: Bitcoin fue creada en 2009 a través de Blockchain (fue la primera aplicación de esta tecnología). Posteriormente, se han desarrollado la mayoría de monedas digitales a través de esta tecnología fintech.
    • Pagos, transferencias, envío de remesas… Las aplicaciones de la cadena de bloques en las finanzas está desarrollada sobre todo en los medios de pago. Criptomonedas como Ripple o Stellar destacan por su red de pagos digitales.
    • Mercado de valores: Nasdaq usa Blockchain en su mercado de valores privado.

    Para muchos, esta tecnología fintech será en un futuro cercano la más revolucionaria en la red. Desde hace unos 20 años nos encontramos en el Internet de la información, la libre circulación de información en todo el planeta. El próximo paso de la red lo generará la cadena de bloques, el Internet del valor, que permite compartir valor (títulos, archivos, patentes…) de una forma digital y descentralizada.

    IoT y Wearables, tecnología fintech que nos conecta con la red

    IoT es un concepto que se refiere a la interconexión digital de objetos cotidianos a través de la red. Lo hacen a través de sensores, que miden lo que sucede en nuestro entorno y lo envían a Internet. La idea principal de IoT es que Internet alcance a todo tipo de cosas, no solamente a tablets, móviles, Smartphones,…Por tanto, a través del IoT todos los aparatos pueden ser inteligentes, siendo capaces de mandar y recibir información de todo tipo a través de la red.

    La tecnología corporal o wearables son dispositivos electrónicos que se incorporan en alguna parte de nuestro cuerpo interactuando de forma continua con nosotros y con otros dispositivos, para una determinada finalidad. Puede decirse que son una parte del Internet de las cosas. Los wearables son por ejemplo: Relojes inteligentes (Smartwatch), Pulseras, anillos… Capaces de registrar hábitos de nuestra vida cotidiana (movimientos, ritmo cardíaco, niveles de insulina…).

    Los wearable y los IoT mandan muchísima información, que generan datos y estadísticas adicionales, que antes no conocíamos. En el mundo de las finanzas, esa información permitirá un mayor conocimiento de los clientes y la posibilidad de ofrecer productos más personalizados.

    Internet de las cosas puede tener muchas aplicaciones dentro del mundo del pago digital. Dispositivos capaces de hacer pagos directamente, incluso delegaríamos en ellos la compra de determinados productos.

    Actualmente, este tipo de tecnología es más aplicable al mundo del seguro, facilitando a las aseguradoras el conocimiento del asegurado (sensores de conducción, pulseras de tensión arterial o pulsaciones…). Otra de las aplicaciones tecnológicas de los IoT está relacionada con el análisis de siniestros. Los drones pueden ser utilizados para revisar siniestros producidos por ejemplo en una cosecha o  en un tejado (visión área del siniestro).

    Biometría

    Biometría es el estudio para el reconocimiento inequívoco de personas basado en rasgos de conducta o físicos intrínsecos de cada persona. En las finanzas es esencial verificar la identificación del cliente a la hora de realizar una transacción.

    Las técnicas de autenticación biométrica como las huellas dactilares, el iris y la voz pueden sustituir a los anteriores medios de reconocimiento: DNI, Claves, contraseñas o preguntas. Actualmente, un gran número de bancos dan la posibilidad de acceder a sus aplicaciones financieras a través de algunos de estos sistemas biométricos.

    Biometría
    Biometría

    Estos son algunos de los desarrollos de los sistemas biométricos en el mundo de las finanzas:

    • Firma con la voz. La biometría de voz ofrece tal grado de sofisticación en detalles, que no admite imitaciones. Ninguna voz es igual a otra.
    • Reconocimiento facial. Son sistemas que identifican automáticamente a una persona en una imagen digital. No existe otro método más natural y fiable para reconocer una identidad.
    • Huellas dactilares. Actualmente, es el desarrollo que más se aplica en el mundo financiero.
    • Reconocimiento de Iris. Tu iris puede parecerse al de otro individuo, pero no es exactamente igual.

    Otra tecnología Fintech

    Además de la tecnología fintech comentada, hoy en día, existen infinidad de desarrollos tecnológicos financieros:

    • La Computación en la nube donde cualquier usuario puede acceder a sus recursos (bases de datos, aplicaciones software…) desde cualquier lugar del mundo.
    • La tecnología NFC (Near Field Communications) hace que dos dispositivos cercanos se comuniquen y compartan información (bidireccionalidad). Esta tecnología fintech es la más extendida en el pago con el móvil.
    • Tangle es la tecnología que hay detrás de la criptomoneda del Internet de las cosas (IOTA), sustitutiva de Blockchain. Esta tecnología fintech puede ser utilizada desde cualquier dispositivo, Smartphone, portátil…. El usuario y la minería (confirmación de operaciones) ya no son entes diferentes. Para realizar una transacción en IOTA (envío de dinero), el usuario que hace el envío debe confirmar otras dos transacciones.

    Como hemos comentado, actualmente, existe infinidad de tecnología que esta cambiado el mundo financiero. Y vosotros, ¿Conocéis alguna otra tecnología fintech disruptiva?

  • Formación digital y las nuevas profesiones digitales en las finanzas

    La disrupción tecnológica en la mayoría de sectores está generando un incremento de la formación digital. Además, la demanda de empleos de nuevas profesiones digitales se ha disparado en los últimos años.

    En las finanzas la digitalización se ha convertido en la única forma de subsistir,  dentro de un ecosistema muy competitivo, con nuevos actores financieros (Fintech, BigTech, Telecos y Neobanks). La formación digital, por tanto, es vital y el empleo digital un tesoro cada vez más demandado.

    El empleo digital, un futuro prometedor

    Según Cesar Alierta (presidente de Telefónica durante 16 años): «El 65% de los alumnos actuales de educación primaria van a trabajar en profesiones que ahora no existen. Esas nuevas profesiones van a tener en común que todas ellas van a ser digitales«.

    Community Manager es un ejemplo de una profesión digital actual. No hace mucho tiempo, después de la irrupción de las redes sociales apareció esta profesión. Es una profesión muy demandada y existen innumerables cursos y Master para su formación.

    Nos encontramos en un momento donde la formación digital es esencial: disponer de personal con competencias digitales y conocimientos de los nuevos sistemas de organización. Además de contratar a empleados expertos en nuevas tecnologías y medios sociales.

    Formación digital en el sector financiero

    Las entidades financieras deben de ser conscientes del imparable proceso de digitalización y una continua formación digital de sus empleados es esencial para poder competir con los nuevos actores financieros.

    Un banco no puede transformarse digitalmente, solo por el hecho de usar tecnología avanzada, la tecnología es una herramienta. El proceso de digitalización requiere un cambio interno organizativo y de personas.

    Una entidad financiera es digital por la mentalidad de sus empleados y la cultura digital de su organización, esto provoca que los modelos de negocio, procesos y operaciones sean digitales.

    El conocimiento de las redes sociales y el marketing digital es esencial en este nuevo ecosistema financiero, donde el cliente digital se ha transformado en el objetivo principal de todos los competidores.

    Las nuevas profesiones digitales en el sector financiero

    Vamos a distinguir tres grupo de nuevas profesiones relacionadas con las finanzas: tecnológicas, ecommerce-redes sociales y organizativas. Aunque sea necesario la contratación de expertos (o bien apoyo externo), los empleados del sector financiero también debemos incrementar los conocimientos en estas áreas:

    Profesiones relacionadas con las nuevas tecnologías

    Para la aplicación de las nuevas tecnologías disruptivas que han aterrizado en las finanzas es necesario expertos profesionales en áreas como:

    • Big Data: Profesionales con conocimientos matemáticos y estadísticos capaces de gestionar gran cantidad de información.
    • Informáticos e ingenieros expertos en distintas áreas como en algoritmos, computación en la nube,…
    • Expertos en Blockchain: Profesionales capaces de crear contratos inteligentes con tecnología Blockchain. Los contratos inteligentes son  acuerdos que se auto-ejecutan cumplida una determinada condición.
    • Wearables y IoT (Internet de las cosas). Nos referimos a profesionales expertos en estas tecnologías, las cuales generan datos y estadísticas adicionales para un mayor conocimiento del cliente.
    • Especialistas en Inteligencia Artificial, Machine Learning y sistema cognitivo. La computación inteligente, que aprende por si misma, es esencial a la hora de analizar datos no estructurados (redes sociales, fotos, vídeos…).

    Experto en marketing digital y Ecommerce

    Un experto capaz de desarrollar un plan de marketing online. En él se recoge todos los objetivos y la planificación de estrategias y acciones de marketing online.

    Además de gestionar proyectos de comercio electrónico, a través de herramientas de posicionamiento web (SEO, SEM), diseño de blogs, creación de tienda online,..

    Expertos en redes sociales y marketing digital

    Las redes sociales tienen una gran repercusión en la marca de cualquier empresa. Hay que estar presente en las redes generando información valiosa, solucionando dudas y problemas, siendo activo e interaccionando con nuestros seguidores…

    • Community Manager: Este profesional se ocupa de moderar, gestionar y extraer los comentarios de los usuarios. Además de fidelizar a la comunidad a través del diálogo.
    Community manager
    Community manager
    • Social Media Manager: Profesional encargado de definir y desarrollar el plan de medios sociales de una marca, es decir, la estrategia de una empresa en las redes sociales.
    • Social media analyst: figura encargada de analizar si el desempeño en las redes sociales está teniendo los resultados marcados en el plan de medios sociales.

    Expertos en nuevos sistemas organizativos y de planificación

    Las nuevas tecnologías digitales están haciendo cambiar la forma en la que trabajamos, la exigencia cada vez mayor del cliente digital hace necesario la implantación de nuevos sistemas organizativos y de planificación:

    • La cantidad de información que recibimos a través de nuestras bandejas de entrada (correo electrónico, teléfono, clientes,…) es cada vez más grande, tenemos más frentes abiertos. Una buena orientación, a través de un experto en GTD, para saber gestionar nuestro tiempo (tanto profesional como personal) es vital en estos momentos.
    • Planificación estratégica a través de un experto en modelos de negocios. Una variante puede ser El Plan del Héroe (The Hero Plan) donde a través de la gamificación se busca la estrategia ganadora: enfocada, diferente y memorable.

    Con todo esto, podemos concluir que poco a poco las nuevas profesiones digitales van a ir proliferando en el sector financiero. No solo las nuevas profesiones que tenemos ahora, sino muchas otras que irán apareciendo conforme vaya evolucionando la digitalización financiera.

    Por otra parte, todos los participantes del sector financiero debemos de ser conscientes de la importancia de una continua formación digital, para no quedarnos fuera de un ecosistema cada vez más competitivo.

  • Sistema cognitivo en las finanzas ¿Seremos sustituidos por las máquinas?

    La tecnología juega un papel cada vez más importante dentro del sector financiero. Los nuevos desarrollos disruptivos, como el sistema cognitivo aplicado a las finanzas, puede revolucionar el sector.

    Conocer las nuevas tecnologías aplicadas a las finanzas es esencial para conocer el proceso imparable de la digitalización financiera. Además ayuda a pronosticar nuevos avances que están por venir en un futuro muy cercano.

    Según IBM, a día de hoy, se genera cada minuto 1,7 megabytes para cada uno de los habitantes del mundo (7.000 millones de personas). La cantidad de información generada es inmensa, el 85% de esa información es invisible para los sistemas de información tradicionales.

    De la inteligencia artificial al sistema cognitivo

    Hace varias décadas empezó a desarrollarse la inteligencia artificial, la capacidad de procesar información inteligentemente en sistemas informáticos tradicionales (sistemas sin tecnología cognitiva).

    La inteligencia artificial procesa solo la información estructurada, datos que están perfectamente definidos y sujetos a un formato muy concreto. Es el ejemplo de la supercomputadora, Deep Blue, que derrotó en 1997 a Gary Kaspárov, campeón del mundo de ajedrez.

    En 2010 nació el primer sistema cognitivo, el cual era capaz de entender, razonar y aprender por sí solo. Los sistemas cognitivos son sistemas muy complejos, capaces de comprender datos no estructurados (y estructurados, por tanto).

    Los datos no estructurados son datos no almacenados en bases de datos (no tienen definida una estructura interna), es información no accesible por los sistemas tradicionales informáticos (fotos, vídeos, datos en los medios sociales…). Como hemos comentado antes, representa el 85% de información invisible para los sistemas informáticos anteriores.

    La tecnología cognitiva razona sobre esos datos y aprende de cada interacción, nunca deja de aprender. Hay desarrollos capaces de entender el lenguaje natural del ser humano (gestos, tono de voz, actitud…) e interaccionar con una persona. «Watson» se le denomina al primer sistema cognitivo.

    https://www.youtube.com/watch?v=WMnASdda1w4

    Los sistemas cognitivo pueden complementarse con los Chatbot, programas informáticos donde es posible mantener una conversación. Son chats programados con infinidad de respuestas a las posibles preguntas realizadas.

    Llegados a este nivel de desarrollo tecnológico: máquinas capaces de aprenden por si solas, que entienden el lenguaje humano natural e interactúan con nosotros…, ¿podemos pensar que las máquinas serán capaces de sustituirnos en un futuro?

    El sistema cognitivo en las finanzas

    Asesor Watson desarrollado por IBM es un modelo cognitivo con conversación natural con el cliente (Chatbot), usa las dos tecnologías. Puede tener muchas aplicaciones en finanzas el sistema cognitivo junto con un sistema de Chatbot:

    • Para los empleados de una entidad financiera, como consultas a dudas que les pueden plantear los clientes. Permiten elevar a toda la plantilla al primer nivel de calidad.
    • En las webs financieras para contestar a preguntas relacionadas con una determinada área: Financiaciones, inversiones, comercio internacional, medios de pago…
    • Tecnología cognitiva para desarrollar informes comerciales que actualmente hay que realizar periódicamente y siempre están centrados en determinadas variables.
    • Un Call Center de atención al cliente. En un futuro cercano, no sabremos distinguir si en un Call Center estamos hablando con una maquina o una persona. El test de turing mide la habilidad de una máquina de tener un comportamiento inteligente, similar al de un humano. En el 2014 se realizó este test a un sistema cognitivo y en principio supero el test (hay mucha discrepancias respecto a todo esto).
    • Como ayuda en determinadas operativas o procedimientos bancarios en  la web, dando indicaciones a todo tipo de duda que se le presente al usuario.
    • Detección de morosidad, pasar de la persecución a la prevención del moroso. A través del sistema cognitivo (analítico y predictivo) capaz de analizar un volumen inmenso de datos y transformarlo en un mejor conocimiento del cliente.
    • Recomendación de inversiones a clientes en función del perfil del cliente y situación del mercado.

    Sistema cognitivo, todavía muy lejos del ser humano

    Pensando en todo lo comentado hasta ahora relativo al sistema cognitivo, una de las primeras cosas que se nos viene a la cabeza es la posibilidad de que en un futuro las maquinas sustituyan a las personas en el sector financiero.

    Realmente, hay que visualizar este tipo de desarrollos tecnológicos como un complemento para nuestro trabajo. Las sistemas informáticos no tienen emociones: no son capaces de liderar, empatizar, no tienen sentido común,… características, todas ellas, muy necesarias en la mayoría de los trabajos cualificados.

    Las máquinas son capaces de hacer determinadas cosas muchísimo más rápido que el ser humano. El sistema cognitivo es capaz de analizar infinidad de información y buscar respuestas analíticas más certeras, pero nunca será capaz de sentir, liderar, empatizar,… como lo hace el ser humano.

    La disrupción tecnológica y digital de estos últimos años está produciendo un cambio de paradigma social y laboral en todos los sectores. Y está claro que todos los que pertenecemos al sector financiero, debemos reinventarnos digitalmente y saber convivir con los nuevos desarrollos tecnológicos como el sistema cognitivo.