El Bo, el Dolent i el Lleig de la IA en Finances
En la meva recent masterclass amb ADEN Business School, vaig explorar com la intel·ligència artificial està transformant el sector financer. Des de l'analítica predictiva fins a la IA generativa i ara els sistemes basats en agents, els bancs naveguen per un panorama complex ple d'oportunitats i riscos.
Mira la sessió completa (en espanyol):
El dolent: Panorama dels xatbots bancaris — Agost 2025
La taula següent resumeix una mostra transversal d'assistents bancaris arreu del món. No és exhaustiva i pot contenir algunes inexactituds, però il·lustra el panorama: la capacitat transaccional és habitual; la capacitat generativa està emergint; la combinació d'ambdues encara és absent.
| Institució | Regió | Nom del bot | Pot operar en comptes? | Utilitza IA generativa? | Tecnologia / notes |
|---|---|---|---|---|---|
| Bank of America | US | Erica | Sí (Zelle, pagament de rebuts) | No | ML/NLP propietari |
| Wells Fargo | US | Fargo | Sí (rebuts, transferències) | Probablement | Assistent propietari |
| JPMorgan Chase | US | Digital Assistant | Sí (saldo, transferències, bloqueig de targeta) | Desconegut | Propietari |
| Capital One | US | Eno | Sí (rebuts, targetes virtuals) | No | Propietari |
| U.S. Bank | US | Smart Assistant | Sí (saldo, transferències, pagament de rebuts) | Probablement | Propietari (EN/ES) |
| USAA | US | Nina | Principalment informatiu, deriva | No | Nuance Nina |
| NatWest | EU/UK | Cora | Sí (canvi d'adreça, aturar xec) | Probablement | Propietari |
| KBC (Bèlgica) | EU | Kate | Sí (transferències, bloqueig de targetes, obrir productes) | Probablement | Propietari |
| CaixaBank (Espanya) | EU | NOA | Sí (bloqueig de targetes, banca per veu) | Desconegut | Propietari |
| BBVA (Espanya) | EU | Blue | Sí (informació de compte, operacions) | Desconegut | Propietari |
| ABN AMRO (NL) | EU | Anna | Mixt (FAQs + deriva) | No | Propietari |
| Swedbank (SE) | EU | Nina | Front informatiu | No | Nuance Nina |
| N26 (DE) | EU | Neon | Informatiu (24/7) | Desconegut | Propietari |
| Revolut | EU/UK | Rita / AI Assistant | Mixt (insights, FAQs) | Sí | IA interna |
| HSBC (UK) | EU/UK | Virtual Assistant | Informatiu/triatge | No | LivePerson + Creative Virtual |
| Barclays (UK) | EU/UK | Digital Assistant | Informatiu/triage | Desconegut | Propietari |
| BBVA México | LATAM | Blue | Sí (saldo, bloqueig de targetes, operacions) | Sí | Propietari (genAI en ús) |
| Banco do Brasil | LATAM | WhatsApp VA | Transaccions seleccionades via WhatsApp | Desconegut | Canal: WhatsApp |
| Bradesco (BR) | LATAM | BIA | Mixt (Q&A, servei) | Desconegut | Basat en IBM Watson |
| BCP (Perú) | LATAM | Arturito | Sí (saldo, algunes operacions) | Desconegut | Basat en IBM Watson |
| DBS Bank (SG) | Àsia | digibot | Sí (PayNow, ajuda targeta, transaccions) | Desconegut (bot client); Sí internament | Propietari; genAI per assistent intern |
| ICICI Bank (IN) | Àsia | iPal | Sí (transferències de fons, pagament de rebuts) | Desconegut | Propietari |
| HDFC Bank (IN) | Àsia | EVA | Mixt (consultes, info préstec/targeta) | No | Bot NLP Senseforth |
| State Bank of India | Àsia | SIA | Principalment informatiu | No | Payjo (Interfície) |
| Hang Seng (HK) | Àsia | HARO | Sí (després d'iniciar sessió: transferències, pagament de rebuts) | Desconegut | Propietari |
| Bank BRI (ID) | Àsia | Sabrina | Informatiu (multicanal) | Sí | Azure OpenAI LLM |
| CIMB (MY) | Àsia | EVA | Mixt (PIME & retail) | Desconegut | Propietari |
| BPI (PH) | Àsia | BEA | Informatiu (24/7) | Desconegut | Propietari |
| E.SUN (TW) | Àsia | Chatbot | Mixt (consultes targeta de crèdit, altres) | Desconegut | Propietari |
Molts bancs estan pilotant la IA generativa. A dia d'avui, 0% combinen IA generativa amb capacitats transaccionals en viu en un sol xatbot orientat al consumidor.
Per què persisteix la bretxa del “0%”
- Explicabilitat: Els bancs han de justificar decisions i respostes; els LLM segueixen sent probabilístics i opacs.
- Fiabilitat i al·lucinacions: Fins i tot errors rars són inacceptables en interfícies financeres.
- Transparència i governança: Els requisits de documentació, traçabilitat i línia de dades són estrictes.
- Risc de tercers i TIC: Molts models GPAI són proporcionats per proveïdors externs; la integració genera preocupacions de resiliència i privacitat.
- Controls de model i dades: La qualitat de les dades d'entrenament, la retenció i les restriccions d'IP/privacitat compliquen el desplegament.
El bo: Per què la IA de propòsit general (GPAI) és més important que mai
GPAI fa referència a sistemes d'IA i models fundacionals que poden servir per a moltes finalitats dins d'un banc, des del suport al client fins al suport al codi. Els supervisors ara es centren molt en la GPAI:
- European Banking Authority (EBA): monitoritza proves de GPAI i adopció primerenca als bancs de la UE, especialment en suport al client i optimització de processos interns; demana precaució pel que fa a la protecció del consumidor, explicabilitat i fiabilitat.
- Codi de bones pràctiques de la UE per a GPAI: posa èmfasi en la transparència, la documentació de capacitats i limitacions, la gestió de dades i els controls de qualitat al llarg del temps.
- Guia d'IA de l'OMB dels EUA (M-24-10): estableix expectatives d'IA responsable per al sector públic i proveïdors, reforçant principis de transparència, gestió de riscos i avaluació que influeixen en les millors pràctiques dels serveis financers.
En la pràctica, els bancs estan experimentant amb GPAI per a:
- Servei al client: redactar respostes, millorar la resolució, potenciar Q&A d'empleats sobre polítiques i procediments.
- Call centers: transcripció fiable, resum i avaluació de qualitat.
- Enginyeria: generació de codi, detecció d'errors, migració de llegat (p. ex., de COBOL a tecnologies modernes).
- Legal i compliment: monitorització de canvis, resum de resolucions i anàlisi d'impactes contractuals.
IA agentiva: dels bots estàtics als executors
Les arquitectures basades en agents combinen el raonament dels LLM amb eines i permisos. Un agent bancari pot seguir un objectiu, cridar APIs internes, recuperar documents, omplir formularis i derivar a subagents especialitzats. Aquest és el camí probable cap a “genAI + transaccions” de confiança, però només amb controls forts, audibilitat i límits de risc.
El lleig: la IA predictiva encara governa el nucli
Els models predictius tradicionals segueixen essent essencials. Eines com el gradient boosting i els ensembles basats en arbres continuen sent el motor per a la predicció d'abandonament, modelatge de risc i millora de màrqueting. Són explicables, auditables i robustos—sempre que es reentrenin a mesura que el mercat canvia.
Què haurien de fer els bancs ara
- Separar preocupacions: mantenir separats el consell generatiu i l'execució transaccional fins que es demostrin les barreres de seguretat; utilitzar confirmació humana explícita per a passos sensibles.
- Invertir en governança: targetes de model, proves de red-team, avaluacions, protocols d'incidents i polítiques de retenció de dades (plurianuals).
- Preferir la generació augmentada per recuperació (RAG): fonamentar les respostes en contingut intern aprovat; registrar cites per a auditoria.
- Optar per “on-prem” o VPC quan calgui: per a càrregues d'alt risc, mantenir models i dades en entorns controlats pel banc.
- Començar amb agents per a empleats: els casos d'ús agentius orientats a empleats (operacions, compliment, suport IT) tenen menys risc i alt ROI.
En resum: Cap banc ha llançat encara un xatbot que fusioni el raonament generatiu amb transaccions en viu per a consumidors. Però l'experimentació amb GPAI s'està accelerant, els reguladors estan aclarint expectatives i les arquitectures agentives maduren. Els primers a moure fitxa marcaran el patró—tal com va fer la banca en línia fa dues dècades.
