Miércoles  14 de Noviembre de 2018

Scoring crediticio

El uso de la inteligencia artificial está transformando la gestión de créditos en la banca argentina. Elías Bethencourt, director de AIS Group Argentina, reflexiona sobre las potencialidades del big data en la evaluación de candidatos y en el seguimiento de las cobranzas.

Scoring crediticio

Hoy a nadie le es extraño someterse a un scoring para ganar o perder puntos en la cuota del seguro del auto. Pero la Inteligencia Artificial está cambiando la matriz en muchas más unidades de negocios. Los procedimientos big data ya se usan exitosamente para la gestión de créditos en Europa, Estados Unidos y en varias plazas latinoamericanas, como México, Brasil y Chile. La tecnología ya llegó a varias entidades argentinas. Elías Bethencourt, director de AIS Group Argentina, un grupo especializado en soluciones IA para el mercado financiero, analiza la evolución de estas tecnologías en el país.

"La tecnología está disponible y desde hace mucho tiempo", asegura Bethencourt. El CEO explica que los sistemas se vienen usando en forma masiva en casi toda Europa y África. "Nuestra casa matriz está en España y allí los procedimientos big data aplicados a todo el sistema financiero están muy afianzados, diría que desde hace más de una década".

La situación del sistema bancario argentino viene con delay. "Si nos comparamos con Europa estamos bastante más retrasados. La situación en Latinoamérica es bastante más dispar, Chile está más desarrollado y a nosotros todavía estamos un paso atrás". Lo bueno, define el CEO, es que hay un interés creciente entre las entidades argentinas en empezar a trabajar en estos temas. "Durante los últimos años, por diversos factores, los bancos estuvieron más enfocados en otros aspectos del sistema. Hoy están buscando estas soluciones", indica.

"Nuestra experiencia en el resto del mundo nos indica que apenas las entidades prueban la efectividad del sistema, las soluciones se hacen masivas, porque el ahorro de tiempo y la eficiencia en la gestión no tiene punto de comparación con los sistemas manuales. La aplicación de técnicas como el machine learning tienen un alto impacto en la gestión del riesgo, tanto en la concesión como el seguimiento en las cobranzas", apunta.

Bethencourt cita la experiencia de la compañía con el principal banco del Perú. "Empezaron a aplicar sistemas de IA a su departamento de créditos y pasaron de 27 días que tardaban con los procesos manuales, a 4. Eso les permitió aumentar en un 60% la cartera y lo que era una prueba se terminó convirtiendo en la transformación digital del sector. Lo bueno de estas tecnologías es que, una vez que comienzan a aplicarse, los empleados y los clientes las naturalizan rápidamente. Al punto que ni recuerdan cómo eran los trámites anteriores".

Mucho por ganar

El CEO afirma que hay mucho por ganar y poco por perder. "Estos sistemas permiten crecer mucho en volumen, manteniendo el nivel de riesgo. Van más allá de un simple scoring. Cruza datos, establece niveles y no sólo nos dice si un cliente es más o menos riesgoso, sino hasta qué monto se le puede prestar y cómo se le debe cobrar".

El machine learning tiene un alto impacto en los objetivos del negocio, porque eficientiza muchas de sus variables. "Permite tasar automáticamente inmuebles: al hacerlo la tasación se logra reducir fuertemente los tiempos de entrega de créditos hipotecarios. Tradicionalmente este proceso lleva entre 15 y 20 días, pero al aplicar técnicas de machine learning este tiempo se reduce a algunos segundos, lo cual impacta en la atención al cliente".

Mejora la predicción en modelos de admisión. "El machine learning es clave para clasificar a los clientes permitiendo incrementar los volúmenes del negocio y reducir los niveles de morosidad. También permite un mayor nivel de personalización en la atención a los clientes según sus características y necesidades".

Otro de los puntos a favor es que permite seguir de otra manera la morosidad. "Clasifica con grandes niveles de acierto a los morosos en función a la probabilidad de cobro: brindando información valiosa para el diseño de las estrategias de cobranza y maximizando los índices de recupero".

Nuevo modelo

El cambio es mucho más profundo que una simple transformación digital. Una carpeta de Excel con pedidos y resoluciones no es mucho más distinta que un archivo de papel. "Cuando hablamos de big data hablamos de recolección y almacenamiento de grandes volúmenes de información. Hoy tenemos muchas fuentes para cruzar en el otorgamiento de un crédito. El Banco Central está trabajando mucho para democratizar el acceso a la información y su cruce. Hoy las valuaciones automáticas están permitidas y eso ayuda mucho al puntapié del cambio".

Los algoritmos permiten eficientizar entre un 25 y un 50% los procesos, comparándolos con los modelos tradicionales. Y los resultados son más seguros y rentables. "Estas tecnologías permiten clasificar mucho más eficientemente y no solo reducir tiempos, sino también los niveles de mora y de fraude tiempos. El nivel de acierto es cercano a un 80%".

En ese contexto hay distintas soluciones, que dependen del nivel de transformación que pretenda encarar la entidad. "Lo primero es una charla para definir objetivos y entender qué es lo que busca el cliente. En algunos casos, la intención es hacer una renovación total, que implica nueva infraestructura de hardware. Pero una central propia de sistemas no es imprescindible, hay muchos intermedios que implican trabajar a través de la nube y tercerizar procesos".

Desde el punto de vista de los Recursos Humanos, estos sistemas no implican una sustitución sino más bien un cambio de tareas. "El factor humano siempre está presente. El cambio tiene más que ver con los volúmenes: estas tecnologías permiten a un operador procesar el doble o el triple de carpetas que las que manejaba con los sistemas manuales".

El interés del sistema financiero hoy tiene distintos focos. "En el segmento empresas hay un gran camino por recorrer. Hoy las entidades lo manejan de una manera artesanal. Cuando una empresa solicita la evaluación para acceder a un préstamo se tarda entre tres y cuatro semanas en responderle. Eso es muchísimo para cualquier negocio. La celeridad hace la diferencia en las operaciones".

"En cuanto a los créditos hipotecarios y a clientes particulares, hay un gran interés tanto en entidades privadas como en las públicas, para agilizar los procesos. No nos olvidemos que los UVA abrieron un caudal de operaciones, casi inexistente años atrás. Darle curso es un tema logístico muy importante".

Bethencourt concluye que el futuro es prometedor: "Estamos viviendo un escenario ideal para la implementación de machine learning. El volumen de información disponible, sumado a la mejora en las capacidades de cómputo y almacenamiento de datos, generan un contexto dónde aplicarle inteligencia a esos datos para que realmente aporten valor es vital".

La tecnología ya está entre nosotros. Aplicarla hará la diferencia. "Son muchos los desafíos que el sector financiero tiene dentro de la carrera hacia la transformación digital en la que se encuentran -apunta el CEO-. Pero, definitivamente, aquellas instituciones que adopten nuevas tecnologías de modelización, lograrán una importante ventaja competitiva que les permitirá llevar la delantera".

Presencia internacional

AIS Group es una empresa de consultoría estratégica, financiera y tecnológica con operaciones a nivel internacional. Socio colaborador del Centro de Excelencia en Big Data de Barcelona, su especialidad es la de desarrollar sistemas de soporte a la toma de decisiones basados en la modelización estadística para previsión, matemática para optimización, así como en el uso de técnicas big data y machine learning.

Entre sus principales líneas de negocio está la gestión del riesgo de crédito y la transformación digital de la banca, la construcción de modelos de orientados a marketing (propensión de compra, venta cruzada, recomendación de acciones comerciales), el cálculo de indicadores sociodemográficos y en general todo aquello que suponga transformar datos en conocimiento para alcanzar los objetivos de negocio de las entidades o mejorar el servicio de las administraciones a los ciudadanos, como en los aspectos relacionados con smart cities.

AIS Group lleva desde 1987 trabajando en España y en otros 15 países en el mundo, con fuerte presencia en América latina. Desde la oficina de Buenos Aires, con más de 24 años de historia, proveen servicios a la región Mercosur. Entre sus clientes se cuentan algunas de las principales instituciones financieras de la Argentina y de la región como Grupo BBVA y Santander Uruguay.

MONEDAS Compra Venta
DÓLAR B. NACIÓN-3,389852,000057,0000
DÓLAR BLUE0,000057,000058,0000
DÓLAR CDO C/LIQ30,4929-57,0464
EURO-0,134960,713460,7453
REAL-1,507513,481213,4850
BITCOIN4,042410.723,460010.736,1200
TASAS Varia. Ultimo
BADLAR PRIV. Pr. ARS-0,967757,5625
C.MONEY PRIV 1RA 1D-4,477664,0000
C.MONEY PRIV 1RA 7D-4,379665,5000
LIBOR0,05311,0546
PLAZO FIJO0,000058,0000
PRESTAMO 1RA $ 30D-0,662861,4500
TNA 7 DIAS-0,302846,0900
BONOS Varia. Último Cierre Día Anterior
BODEN 20150,00001.424,501.424,50
BOGAR 20180,00009,829,82
BONAR X0,00001.585,501.585,50
CUPÓN PBI EN DÓLARES (LEY NY)0,0000174,00174,00
CUPÓN PBI EN PESOS-1,09891,801,82
DISC USD NY-1,282177,0078,00
GLOBAL 20170,00001.676,001.676,00
BOLSAS Varia. Puntos
MERVAL-2,038031.039,3100
BOVESPA-0,410099.805,7800
DOW JONES1,110025.886,0100
S&P 500 INDEX1,32312.888,6800
NASDAQ1,48007.895,9940
FTSE 1000,14007.139,7600
NIKKEI-0,580021.803,9500
COMMODITIES Varia. Último Cierre Día Anterior
SOJA CHICAGO-1,5566313,6994318,6598
TRIGO CHICAGO-1,3277170,6745172,9710
MAIZ CHICAGO-1,6173143,6950146,0571
SOJA ROSARIO1,2397245,0000242,0000
PETROLEO BRENT1,875959,740058,6400
PETROLEO WTI2,423956,200054,8700
ORO-0,77361.500,80001.512,5000
Revista Infotechnology