El acceso a datos en tiempo real y la integración de éstos es el principal problema que las fintech identificaron para usar información alternativa en la calificación de riesgo; al menos 70% de las empresas encuestadas ve un reto en la integración y 51% afirmó que su organización no tiene acceso a datos alternativos, de acuerdo a un estudio realizado por Pulse y Provenir.
Los datos alternativos son aquellos que instituciones de tecnología financiera analizan mediante Inteligencia Artificial (IA) para otorgar productos financieros a sus clientes. El 46% de las fintech encuestadas reveló que su información alternativa tienen poca estructuración, lo que los hace difícil de usar en tiempo real.
El estudio “Agenda Global Fintech 2022”, identificó que la principal razón de las fintech, para utilizar datos alternativos fue mejorar la prevención y detección del fraude, además 51% afirmó que les permite atender a la población y sub bancarizados.
“El uso de modelos que predicen el comportamiento de los clientes, se aplican a la toma de decisiones. Con esta herramienta puedes tomar decisiones de identificación de fraude y hacer el trámite en línea; estos modelos te permiten predecir, sí efectivamente, la persona es quien dice ser”, dijo José Luis Vargas, vicepresidente ejecutivo de Provenir para América Latina.
La solución de utilizar IA, para la integración de datos, requiere de un abastecimiento grande y complejo de información de comportamiento de los usuarios, para funcionar adecuadamente, Vargas señala a la falta de información que alimente bases de datos de Inteligencia Artificial como el problema principal.
“Entre más datos convencionales y alternativos tengas para enriquecer la creación de un modelo de IA es mejor, así rompes el sesgo de los modelos tradicionales de crédito, que se provoca por utilizar los modelos repetitivos con el mismo tipo de información”, apuntó Vargas.
Contar con plataformas que ofrezcan datos diversos, a través de APIS, es una ventaja que señala Provenir, debido a que facilitan la transmisión de información.
Fintech del segmento de préstamos, desarrollaron sus propios sistemas de aprendizaje automático, para evaluar datos de sus clientes como es el caso de Kueski, que el mes pasado alcanzó 6 millones de préstamos otorgados a través de IA.
La correcta adopción de modelos de aprendizaje automático, impulsó el otorgamiento de crédito, como el algoritmo Aki, la IA de Nu, que combina el historial crediticio, datos del buró de crédito con la información de comportamiento de sus clientes.
“Analizamos un gran número de datos para tomar decisiones, que no estén ancladas en políticas obsoletas para otorgar productos a más gente”, comentó Emilio González, director general de Nu México.
Información de El Economista