¿Adopción de IA al 3%? El sector financiero se ve frenado por la 'desconfianza en los datos'

La IA está surgiendo como una clave para la innovación en toda la industria financiera, pero el mayor factor que obstaculiza su adopción generalizada es la 'fiabilidad de los datos', según un informe reciente. El 'Informe de Confianza de Datos 2025' encontró que, aunque la mayoría de las empresas financieras están experimentando con proyectos relacionados con la IA, solo el 3-4% los están implementando en producción.

El informe enfatiza que las empresas financieras solo pueden realizar los beneficios potenciales de la IA con datos confiables y una gobernanza sistemática como base para la toma de decisiones estratégicas. La confianza en los datos es el factor clave que permite que la tecnología de IA funcione en diversas áreas de servicios financieros, como la inversión, la gestión de riesgos y la innovación en la experiencia del cliente.

Larry Hunt, Director de Datos para Servicios Financieros en una empresa de gestión de datos, dijo: “Los datos ya no son solo un problema de TI o una herramienta de cumplimiento regulatorio. Los CEOs y las juntas lo reconocen como una infraestructura que puede crear valor empresarial.” Agregó que, con el rápido avance de la tecnología de IA recientemente, las empresas están enfocándose en el valor estratégico de los datos, lo que lleva a discusiones más activas sobre la gobernanza de datos a nivel de gestión.

Mientras que muchos líderes actualmente encuentran desafiantes el cumplimiento regulatorio y el control de riesgos relacionados con la adopción de IA, las organizaciones exitosas ven la gobernanza no como una burocracia ineficiente, sino como un facilitador del negocio y la utilizan activamente. Hunt explicó que la adopción de IA requiere construir un sistema que pueda clasificar, monitorear y auditar datos en tiempo real.

También enfatizó la complementariedad de la tecnología para garantizar la confianza en los datos, diciendo “Ahora que la IA ya es aceptada como una tecnología principal, las funciones de gobernanza también pueden hacerse más eficientes aprovechando el poder de la IA.”

Sin embargo, la mayoría de los programas de gobernanza de datos no logran resultados tangibles porque se consideran 'sistemas formales' dentro de las organizaciones. Hunt aconsejó: “Centrarse en resultados comerciales medibles como la reducción de costos, la mejora de la eficiencia y la mitigación de riesgos, en lugar de adornar la gobernanza externamente, aumenta la persuasión y el poder de ejecución entre los miembros.”

El informe también señaló que la infraestructura tecnológica tradicional que rodea los datos es también un factor que ralentiza la difusión de la IA. Las empresas financieras que han realizado repetidas fusiones y adquisiciones a lo largo de los años tienen sistemas desbalanceados y fragmentados, lo que dificulta la obtención de datos consistentes necesarios para el entrenamiento de modelos de IA. Como un ejemplo simple, hay casos en los que incluso los guiones necesarios para la automatización de la respuesta al cliente no se pueden implementar debido a la falta de datos internos.

La clave para resolver estos problemas radica en la gestión de datos en la nube y la transición a una “estructura centrada en el dominio”. Hunt evaluó que “la nube permite escalar masivamente los entornos computacionales y de almacenamiento, mientras que un diseño centrado en productos de datos puede maximizar la interoperabilidad a la vez que minimiza el riesgo del sistema.”

Esta encuesta reafirma que la confianza en los datos y la gobernanza son fundamentos esenciales que deben estar en su lugar para que la IA genere un valor real de manera seria, no solo en la industria financiera. Cómo gestionar los datos de manera confiable se ha convertido en un factor clave que determinará el éxito o el fracaso de la inversión en IA de una empresa, más que la tecnología de IA en sí.

#AIDataTrust #FinanzasAI #GobernanzaDeDatos