Inteligencia artificial: fundamentos y aplicaciones

Inteligencia artificial: fundamentos y

aplicaciones

FBI LatAm & Colombia Medellín, 05 de Febrero de 2020

Comarch de un vistazo

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











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/

Un vistazo de lo que hemos logrado

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






¿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



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



adaptarse

MACHINE

LEARNING

Mejoramiento constante de la

eficiencia en una tarea

especifica con los datos, sin


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






“La gran apuesta”

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

¿Y si varios fondos de inversión hubieran contado con una IA

capaz de alertar sobre estos patrones?

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


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




¿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?





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?





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



Tecnologías de la

información

Servicio al cliente

Ventas

Finanzas / cumplimiento y

contabilidad





Servicio al cliente

Servicio al cliente

Marketing

Marketing


Marketing





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?





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

Asistencia en el proceso de reclamación

¿Retos IA?





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

Uso de herramientas de recomendación potenciadas con IA

Ejemplo de recomendación a través de diversos canales

soportados por IA

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?





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

Casa muestra

Casa 2

$215,600

Capacidad de adaptarse a nuevos patrones de reconocimiento

Agenda




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






Caso de estudio







Caso de estudio


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






Caso de estudio


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






Caso de estudio


Aprendizaje continuo soportado con XAI

DE

SP

LIE

GU

EMODELO

LOGICO

FIJO

MODO DE

APRENDIZAJE

ONLINE

NUEVOS DATOS

MODELO

ORIGINAL

PREDICCIONES

PREDICCIONES

MODELO

MEJORADO






Caso de estudio


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






Caso de estudio


Ejemplo: front office

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:

[email protected]

+57 3005304505

[email protected]

+57 3012173540

finance.comarch.com

Carrera 18, # 86 A-14

Bogotá, Colombia

Inteligencia artificial: fundamentos y aplicaciones

Documents