Inteligencia artificial: fundamentos y aplicaciones FBI LatAm & Colombia Medellín, 05 de Febrero de 2020
Inteligencia artificial: fundamentos y
aplicaciones
FBI LatAm & Colombia Medellín, 05 de Febrero de 2020
Equipo comercial LatAm para el sector financiero
Jose Prada
Business Development
Manager Seguros
Sebastián Pérez
Director LatAm Servicios y
Finanzas
Edgar Jiménez
Business Development
Manager Banca
Objetivos del encuentro
Comprender los
fundamentos de la IA
Nuevas tendencias
en digitalización
¿Cómo la IA puede
mejorar la gestión?
¿Cómo la IA puede ayudar
a la prevención del riesgo?
Agenda
Fundamentos Inteligencia Artificial
IA aplicaciones generales
IA en prevención de riesgo y lavado de activos
¿Cómo llegamos aquí?
¿Qué es la Inteligencia Artificial?
¿Donde nos encontramos?
Inteligencia Artificial (IA) actual
Inteligencia Artificial Explicable (XIA)
Administración de negocios dirigidos con tecnología
Incremento constante de la capacidad de computo
¿Cómo
obtener un
mejor
ingreso?
¿Podemos
segmentar
a nuestros
clientes?
¿Qué
quieren los
clientes?
Incremento en Big Data
10110101
00101010
10101010
10110101
00101010
10101010
10110101
00101010
10101010
10110101
00101010
10101010
10110101
00101010
10101010
10110101
00101010
10101010
10110101
00101010
10101010
Historia del desarrollo
Desde mitos
griegos hasta una
IA capaz de
debatir sobre
temáticas
transcendentales
¿Cómo llegamos aquí?
¿Qué es la Inteligencia Artificial?
¿Donde nos encontramos?
Inteligencia Artificial (IA) actual
Inteligencia Artificial Explicable (XIA)
¿Cómo llegamos aquí?
¿Qué es la Inteligencia Artificial?
¿Donde nos encontramos?
Inteligencia Artificial (IA) actual
Inteligencia Artificial Explicable (XIA)
Evolución y tipos de IA
Maquinas Reactivas
Los tipos más básicos de sistemas de IA
son puramente reactivos. No tienen la
capacidad de formar recuerdos. Tampoco
pueden utilizar experiencias pasadas en las
que basar las decisiones actuales
Teoría de la mente
No solo forman representaciones sobre el
mundo, también sobre otros agentes o
entidades. Implica la comprensión de que
las personas, las criaturas y los objetos en
el mundo
Memoria limitada
Máquinas que pueden mirar hacia el
pasado. Los vehículos autónomos ya
hacen algo parecido. Por ejemplo,
observan la velocidad y dirección de otros
autos
Autoconciencia
El paso final del desarrollo de la IA es
construir sistemas que puedan formar
representaciones sobre sí mismos. Los
seres conscientes son conscientes de sí
mismos, conocen sus estados internos y
pueden predecir los sentimientos
Fuente: https://www.apd.es/tipos-de-inteligencia-artificial/
de incremento de ingresos y
14% en fuerza laboral a
2022 de bancos que
inviertan en IA y estrategias
humano-maquina1
+34%
≈26% 78%
56%
de los ejecutivos del
sector mencionan que
solo 1 de cada 4
empleados están
preparados para las IA1
de los ejecutivos están
de acuerdo con
grandes cambios en el
trabajo debido a
nuevas tecnologías2
de los ejecutivos bancarios
están involucrados en
proyectos que exigen el
desarrollo y aprendizaje de
nuevas destrezas2
1. Future Workforce Survey “Realizing the full value of AI” Accenture
2. 2018 Banking Outlook “Accelerating the transformation” Deloitte
Tareas automatizables y nuevos roles creados
30%
32%
37%
45%
42%
98%Agentes de corretaje
Planeación y trabajo coordinado
Asignación de recursos
Mantenimiento de rutinas y estándar
Monitoreo y reporte
Análisis e información compartida
Probabilidad de
automatización por rol
Tareas disponibles para
automatización
Nuevos roles necesarios
en el futuro
Ingeniero de “Machine Learning”
Científico de “Deep Learning”
Analista de fraude
Especulador de monedas alt.
Táctico de prestamos
Fuente: Future Workforce Survey “Realizing the full value of AI” Accenture
La creación de nuevos empleos, otra posibilidad con la I.A.
“La verdad yo si prefiero
cargar una pequeña carroza
que estar cargando un vagón
con carga todo el tiempo”
“Yo no creo que el descubrimiento del
motor de combustión interna sea tan
relevante ni afecte nuestros empleos,
lo mismo dijeron nuestros abuelos
cuando apareció el tren a vapor y se
crearon muchos nuevos empleos”
“Pero, ¿y si el motor realmente
funciona?”
No importa, estoy seguro que
nuevos empleos que ni
conocemos aparecerán, de eso
estoy seguro
Sin embargo, la población equina en Estados Unidos pasó de 26 millones
en 1915 a alrededor de 3 millones en 1960
Fuente: Analogía tomada del libro Vida 3.0 de Max Tegmark
¿Cómo llegamos aquí?
¿Qué es la Inteligencia Artificial?
¿Donde nos encontramos?
Inteligencia Artificial (IA) actual
Inteligencia Artificial Explicable (XIA)
¿Por qué no es suficiente la programación tradicional?
Oh! Que problema
tan complejo
Vamos a
programarlo!
8 Meses después
Lo siento!
Algoritmos IA Vs. programación explicita
PROGRAMACIÓN
TRADICIONAL
Datos
ENFOQUE
MACHINE
LEARNINGResultados
Programa
Datos
IA moderna y su composición
INTELIGENCIA
ARTIFICIAL
Un sistema con la capacidad de
sentir, razonar, actuar y
adaptarse
Es el nivel mas alto que puede
llevar a cabo tareas de carácter
humano
Entonces ¿Qué tiene integrado internamente para
lograr dichas tareas?
Pensemos en ello como si fuera una matrioska rusa
INTELIGENCIA
ARTIFICIAL
Un sistema con la capacidad de
sentir, razonar, actuar y
adaptarse
MACHINE
LEARNING
Mejoramiento constante de la
eficiencia en una tarea
especifica con los datos, sin
necesidad de ser programada
Variedad de algoritmos que permiten al sistema
inteligente aprender, describir y mejorar los datos para
obtener una mejor salida o respuesta
Los modelos de aprendizaje profundo pueden hacer sus propias
predicciones completamente independientes de los humanos
INTELIGENCIA
ARTIFICIAL
Un sistema con la capacidad de
sentir, razonar, actuar y
adaptarse
MACHINE
LEARNING
Mejoramiento constante de la
eficiencia en una tarea
especifica con los datos, sin
necesidad de ser programada
DEEP
LEARNING
Multicapa (Deep) red neuronal
que aprende automáticamente
de una vasta cantidad de datos
¿Por qué Deep Learning?D
esem
peñ
o
Cantidad de datos
Procesamiento de imágenes Redes neuronales convolucionales
para detectar y clasificar objetos
Analítica negocio
Descubrimiento de
estructuras complejas y
dependencias de datos,
detección de anomalías,
series de tiempo análisis y
predicción
Procesamiento natural de lenguaje
Redes recurrentes para reconocer y generar
diálogos, analítica de textos y traducciones
automatizadas
Otros tipos de
algoritmos de
Machine
Learning
CRECIENTE USO DEL DEEP LEARNING EN GOOGLE # de directorios que contienen archivos de descripción del modelo
¿Cómo llegamos aquí?
¿Qué es la Inteligencia Artificial?
¿Donde nos encontramos?
Inteligencia Artificial (IA) actual
Inteligencia Artificial Explicable (XIA)
La experticia en el reconocimiento de ciertos patrones permitió a
algunos pocos determinar la posible crisis
Requirió revisión manual de cientos de datos para
determinar la existencia del mismo patrón de la
crisis de 1929
La sustentación de sus hallazgos fue la parte más complicada del
proceso…
Ahora asumamos que un IA fue la encargada de monitorear el mercado inmobiliario y generó
la alerta de una posible caída del mercado
La IA
INTELIGENCIA
ARTIFICIAL
Un sistema con la capacidad de sentir,
razonar, actuar y adaptarseMACHINE
LEARNING
Mejoramiento constante de la eficiencia
en una tarea especifica con los datos, sin
necesidad de ser programada
DEEP
LEARNING
Multicapa (Deep) red neuronal que
aprende automáticamente de una vasta
cantidad de datos
EXPLAINABLE ARTIFICIAL
INTELLIGENCE
Técnicas que permiten argumentar y dar legitimidad a
las predicciones realizadas por complejos modelos de
inteligencia artificial
Explainable Artificial Intelligence (XAI)
tarea Datos tarea Datos
Evaluación de métricas Evaluación de métricas Explicable
¿Por qué hizo esto?
¿Por qué lanzó error?
¿Cómo se automejoró?
Ya entiendo por qué!
Entiendo por qué erró!
Entiendo como se automejoró!
Confío en usted
Agenda
Fundamentos Inteligencia Artificial
IA aplicaciones generales
IA en prevención de riesgo y lavado de activos
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
Retos de la inteligencia artificial en el sistema financiero
Preparación de las instituciones financieras a
estar listas para la era de IA
Contar con proveedores con amplia
experiencia en aprendizaje automático
basado en sistemas IT
Monetización de datos a través de las
plataformas que usen IA
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
Investigación y desarrollo. ¿Cómo lograr un producto de IA?
Resultados
de estudios
académicos
Análisis de
mercado
Roadmap
para los
productos
Tecnologías
de punta
Topologías de
redes neurales
optimizadas a un
objetivo
Infraestructura
de hardware
para entrenar los
modelos
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
Áreas funcionales con mayor impacto según la industria
Área funcional
Industria Primero Segundo Tercero
Tecnología, Medios y
Telecomunicaciones
Consumo
Servicios financieros
Servicios profesionales
Cuidados médicos
Industria
Energía
Sector público
Generalización
Tecnologías de la información
Supply Chain Management
Servicio al cliente
Estrategia
I+D
Operaciones y manufactura
Operaciones y manufactura
Tecnologías de la información
Tecnologías de la
información
Servicio al cliente
Ventas
Finanzas / cumplimiento y
contabilidad
Tecnologías de la información
Operaciones y manufactura
Supply Chain Management
Tecnologías de la información
Servicio al cliente
Servicio al cliente
Marketing
Marketing
Tecnologías de la información
Marketing
Tecnologías de la información
Tecnologías de la información
Supply Chain Management
Operaciones y manufactura
Operaciones y
manufactura
Fuente: EPS News, 6 Applications of Artificial Intelligence for your Supply Chain, medium.com
<
Ciudades inteligentes
Gestión inteligente del trafico
• Junto con IoT pueden permitir implementación
de soluciones de tráfico para garantizar
que los habitantes lleguen de un punto
a otro de la ciudad de manera segura
y eficiente.
Gestión inteligente de residuos
• Recolección inteligente a partir de reciclaje
gestión de residuos, mejora la sostenibilidad
Gestión inteligente del alumbrado público
• El alto consumo puede ser optimizado a
través del uso de IA incluyendo el uso de
sensores adicionales o redistribución de
Wifi
Gobierno inteligente
• Una IA futura estaría en capacidad de
discutir a fondo sobre las problemáticas de
la ciudad o de problemáticas nacionales
Fuente: https://becominghuman.ai/artificial-intelligence-for-smart-cities-64e6774808f8
Infraestructura
Visualización defectos estructurales
IA es más hábil en la clasificación y detección
de imágenes, por ejemplo fallas en el concreto
y modelamiento. Identificación en imágenes de
arboles, postes, etc.
https://www.urbantransportnews.com/role-of-artificial-intelligence-within-the-infrastructure-industry/
Visualización de ventajas
Encontrar los mejores trayectos apoyada por la
visualización de IA, como la planeación de
nuevas carreteras o ampliaciones en las
ciudades permitiendo una mejor respuesta
Telecomunicaciones
Software Mantenimiento Predictivo de Comarch
Detección anomalías
Mantenimiento predictivo reconoce
correlaciones, relaciones y similitudes entre los
datos. Puede detectar problemas o anomalías
en la cadena de prestación de servicios
Acciones en tiempo real
Una vez que se detecta una situación o
anomalía, se pueden tomar medidas
inmediatas para evitar problemas de
disponibilidad o un servicio de mala calidad
Monitoreo y análisis
Facilita el monitoreo y el análisis de datos de
los sistemas y la identificación de
irregularidades en el conjunto de datos
Detección anomalías
Modelos predictivos que se capacitan
continuamente sobre los datos más recientes
disponibles y el historial de anomalías
Cadena de suministros
https://medium.com/@KodiakRating/6-applications-of-artificial-intelligence-for-your-supply-chain-b82e1e7400c8
Vehículos autónomos
Visión futurista que incluye la
logística a través de transporte
autónomo
Procesamiento de lenguaje
Podría dar una ventaja
competitiva a proveedores
que etiqueten en idioma nativo
Selección de proveedores
Puede ser usado partiendo de la
lista de colaboración o en el
análisis de riesgos
Chatbots para adquisiciones
Contacto con proveedores,
acciones, poner ordenes,
requerimientos internos
Planeación cadena de
abastecimiento
Forecasting basado en
inventario, demanda y
suministro
Administración de bodegas
Basado en la planeación la
demanda puede permitir
organización de las bodegas
Cyberseguridad
Software Mantenimiento Predictivo de Comarch
Detector anti-fraude basado en
una valoración completa y
ratings de los módulos
individuales
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
COMARCH
DIGITAL
INSURANCE
Plataforma que garantiza ladigitalización de las ventas de
seguros y los procesos de serviciocon una experiencia Omnicanal
real para el cliente.Desarrollado de ceros con un
diseño innovador y orientado a las necesidades reales.
Asistencia al cliente en la obtención de nuevos procesos de
adquisición
Asistencia en el registro
de seguros a través de IA
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
Evolución de riqueza en el país
6 6 7 79
1012
1514 14
1517
20 2018
1416 17
18
24 24 25 25 26 27 27 28 28 29 30 30 31 31 32 32 33 33 34
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Evolución riqueza por
adulto en Colombia
Fuente: global wealth report 2018 Credit Suisse & Global Wealth Data Credit Suisse
Riqueza por adulto en k USD
Número de adultos en Colombia (M)
Riqueza en LatAm
Individuos por encima de los USD $30M
El principal enfoque son las relaciones y la cooperación entre los asesores y los clientes,
independiente de la forma en que se gestionan las inversiones; si se asigna a través de un
autoservicio, por un robo-asesoramiento o por el relationship manager en su oficina o en la casa
de los clientes
La plataforma integrada y multi-módulo consta de aplicaciones Web y Apps móviles para
asesores y clientes con un enfoque completamente omnicanal; esto permite continuar los
procesos a través de múltiples canales y compartir información ente los clientes y sus asesores
Uso de herramientas de recomendación potenciadas con IA
Motores de recomendación que
incluyen ofertas de inversión y
estructuración de portafolio
Asistentes de voz, smart
chatbot y módulos
conversacionales
Extensivo rango de
canales de comunicación
con el cliente
Score de producto a través de IA ¿Por qué?
Los asesores obtienen ayuda en la
recomendación de los mejores productos
Fondo A
Fondo A
Fondo B
Fondo C
Fondo B
Fondo C
Los clientes obtienen el Robo-Advisor que
se merecen
Score de producto a través de IA ¿Cómo?
COTIZACIONES PRODUCTOS
16000 Fondos
COTIZACIONES PRODUCTOSCOTIZACIONES PRODUCTOSINDICADORES
INDICADORES DE MERCADO
MATERIAS PRIMAS
TASAS DE CAMBIO
INDICADORES MACRO
SCORE DEL PRODUCTO
Algoritmo basado en IA
para determinar el score
del producto
Proceso de aprendizaje:
¿Retos IA?
Investigación y desarrollo R&D
IA y sus usos prácticos
Seguros y reclamaciones
Inversión y Wealth Management
Crédito y PYMEs
Herramientas IA para crédito y PYMES
Pronóstico de liquidez
Realidad aumentada
para la originación del
crédito hipotecario
Estimación del riesgo de crédito
Agenda
Fundamentos Inteligencia Artificial
IA aplicaciones generales
IA en prevención de riesgo y lavado de activos
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Procedencia de los dineros ilegales
NUEVOS TIPO DE CRIMEN
APUESTAS ILEGALES
TRAFICO DE PERSONAS
CONTRABANDO DE
DINERO
LAVADO BASADO EN
BIENES RAICES
FINANCIACION DEL
TERRORISMO
SECUESTRO
EXTORSIVO
FALSIFICACION
SALARIOS ILEGALES
CORRUPCION
SOBORNOSCORRUPCION
EVASION
CONTRABANDO DE
MIGRANTES
TRAFICO DE DROGAS
LAVADO REVERSIVO
LAVADO BASADO EN
MERCADOS
LAVADO DE
CRIPTOMONEDAS
EXTORSIONACUERDOS DE
ARMAS
CONTRABANDO
CIBERCRIMEN
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Enfoque tradicional en la prevención del Lavado de Activos
Perfil del cliente
y datos de
actividad
Revisión
ESCALAR
NO SOSPECHOSO
Enfoque con el uso de Inteligencia Artificial
Perfil del cliente
y datos de
actividad
DETECCIÓN DE
ANOMALIA
RANKING ALERTAS
Cerca de
Menos
trabajo
Revisión de las
alertas
ESCALAR
NO SOSPECHOSO
NO SOSPECHOSO
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Funcionalidades generales con el uso de la IA
Ranking – el sistema toma en consideración todos los datos históricos, y
conforme a eso, provee un score por riesgo de lavado de activos en nuevas
transacciones. Es posible desligar algunos casos en ciertos periodo de tiempo
para fortalecer las medidas
Detección de anomalías – A través de los datos establecidos el sistema
detecta transacciones con algún tipo de anomalía. Esto permite a los bancos
encontrar nuevos escenarios, que podrían haber sido pasado por alto
Principales ventajas del uso de la IA
Ranking de riesgos
Encontrar comportamientos
sospechosos complejos no
detectados por los sistemas
basados en reglas
Detección de anomalías
No requiere cambios
sustanciales. Descubrimiento
ágil de nuevos esquemas
Prioriza alertas con base en el
score de riesgo
Decrecimiento de más del 60%
en falsas alarmas cuando se
usa el modulo de ranking
Metodología
Clasificación
Rankings
Representaciones sin
supervisión
Clusters
Detección de
anomalías
MODELO
ENSAMBLADO
OPTIMIZACIONES Y
SCORE FINAL
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Aprendizaje continuo soportado con XAI
DE
SP
LIE
GU
EMODELO
LOGICO
FIJO
MODO DE
APRENDIZAJE
ONLINE
NUEVOS DATOS
MODELO
ORIGINAL
PREDICCIONES
PREDICCIONES
MODELO
MEJORADO
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Caso aplicado con un Banco de gran tamaño
Banco global
RETOS
OBJETIVOS
Alto número de
falsas alarmasBaja efectividad de
la división AML
Reducir tasa de
falsas alarmas
Mejorar el desempeño de
la división AMLEvaluar posibles
automatizaciones
Calidad de predicciones con el cliente
Sco
re d
e r
iesg
o
Bajo
Alto
Lavado de activos
SEPTIEMBRE OCTUBRE NOVIEMBRE
Calidad de predicciones con el cliente
Sco
re d
e r
iesg
o
Bajo
Alto
Lavado de activos
SEPTIEMBRE NOVIEMBRE
CERCA DE
60%MENOS
TRABAJO
OCTUBRE
Calidad de predicciones con el clienteS
co
re d
e r
iesg
o
Bajo
Alto
SEPTIEMBRE - NOVIEMBRE LAVADO DE ACTIVOS
Orígenes del dinero ilegal
¿En qué consiste el uso de IA?
Diferencias con el enfoque tradicional
Funcionalidades, ventajas y metodología
Aprendizaje continuo
Caso de estudio
La solución en síntesis
Capacidad de combatir distintos tipos de fraude con IA
Lavado basado en
mercados
Robo de puntos de
lealtad Evasión de
impuestos
Lavado a través de
criptomonedas
Fraude en
seguros
Manipulación de
mercados
Fraude
crédito
Lavado basado en
bienes inmuebles
Conclusiones de la solución
Menos falsas alarmas, más conocimiento
Los puntos se conectan más rápido y mejor que lo que lo haría un humano
Enfoque basado en el riesgo
Medidas para prevenir el lavado de capitales siempre con la identificación del
riesgo dado por la compañía
Sin necesidad de reemplazar el sistema actual de AML
Integración rápida y sencilla con los sistemas bancarios
Tecnología de última generación
Basado en IA, se automejora por lo que nunca queda obsoleta
PRODUCCIÓN
PRUEBA DE
CONCEPTO
POC & alance
del análisis
NDA &
procesamiento
de datos
Entrega de
datos
históricos
Modelamiento
de la IA
Pruebas
Double-blind
Datos &
Integración
análisis
preliminar
Acuerdo Entrega de
datos
históricos
Modelamiento,
puesta a punto
y pruebas
Marco de la IA
y
customización
Despliegue y
integración
¡Gracias!
www.facebook.com/comarchpl Twitter.com/comarch youtube.com/user/comarchTRADE
Contacto:
+57 3005304505
+57 3012173540
finance.comarch.com
Carrera 18, # 86 A-14
Bogotá, Colombia