A medida que Fintech enfrenta más automatización, los clientes deben ser lo primero

Comparta el artículo

Si bien gran parte del debate fintech de hoy se centra en las aplicaciones potenciales de la tecnología de los servicios financieros, también son las razones fundamentales de la industria en la búsqueda de la innovación de una manera tan agresiva en este momento. En gran medida, hemos reflejado las realidades del entorno actual: la necesidad de reducir costos, lograr el cumplimiento normativo, proteger contra las nuevas formas de riesgo y ser relevante en un entorno incierto y en rápido movimiento.

Sin embargo, también hay otro controlador, quizás el más importante de todos es el cliente Cada discusión de fintech debe comenzar y terminar con la misma pregunta: ¿cómo podemos usar la tecnología para mejorar la experiencia del cliente? Para responder a esto, debemos comprender qué tecnologías tendrán el mayor impacto y ofrecerán el mayor valor para el cliente hoy, mañana y en el futuro.

Impactando hoy: automatización de procesos robóticos

De todas las innovaciones actuales, la automatización de procesos robóticos (RPA) , o los robots para abreviar, son los servicios financieros más omnipresentes en la actualidad, y ya están mejorando la experiencia del cliente, tanto en nuestra vida personal como profesional. Vemos esto claramente en el lado minorista de la banca y en la gestión de la riqueza, por ejemplo, donde los asesores virtuales se están volviendo más comunes cada día.

Como era de esperar, también se está avanzando en la integración de los robots en el back office. A medida que la tecnología siga madurando, podrán asumir una gama más amplia de procesos complejos y que requieren mucha mano de obra, como la recopilación de datos de múltiples aplicaciones, la gestión de datos maestros de clientes y evitar la doble entrada de datos.

Lo que las firmas encuentran tan emocionante acerca de la tecnología es que es capaz de no solo brindar beneficios de costos y productividad, sino que también puede generar un compromiso más transformador con el cliente y un servicio personalizado.

En DTCC, por ejemplo, estamos en el proceso de integrar bots en nuestra infraestructura para respaldar la manera en que incorporamos un nuevo cliente en nuestro servicio de repositorio de comercio global. Con el tiempo, creemos que los bots nos ayudarán a mitigar el riesgo al reducir las tasas de error manuales, acelerar el proceso para los clientes al resaltar las excepciones antes y agregar un nivel de coherencia que simplifique el ciclo de vida de la incorporación.

Para todos los beneficios, sin embargo, también hay implicaciones de riesgo de una fuerza laboral digital. Por eso es tan importante que las iniciativas de automatización se gestionen y coordinen cuidadosamente en toda la empresa, y se establezcan los controles y el gobierno adecuados antes de que se implementen los programas de RPA.

Transformando el mañana: aprendizaje automático aplicado.

El aprendizaje automático aplicado representa la próxima frontera en la transformación digital de cómo se procesan las transacciones financieras con el potencial de aumentar el valor del cliente al aumentar la eficiencia y reducir el riesgo. Si bien la industria aún se encuentra en las primeras etapas de la aplicación del aprendizaje automático para resolver los desafíos del negocio, los avances deberían llegar rápidamente en los próximos dos a cinco años. Los datos están impulsando esta tendencia, y muchas empresas están evaluando cómo se puede usar para respaldar el crecimiento empresarial y mejorar la experiencia del cliente.

En esta etapa relativamente temprana en la maduración del aprendizaje automático, es fundamental para la industria implementar la estrategia fundacional correcta para maximizar el valor de la tecnología. Hay tres áreas clave de enfoque:

Primero, debemos crear y utilizar los conjuntos de datos más robustos posibles.La normalización y estandarización de los datos antes del análisis es importante para garantizar que los resultados del modelado sean precisos.

Segundo, debemos reclutar, desarrollar y retener científicos de datos y tecnólogos que puedan trabajar con los algoritmos y validar sus resultados.

En tercer lugar, debemos abordar las preocupaciones relacionadas con la seguridad y la confidencialidad de los datos. Estos pueden ser problemas espinosos, pero la industria tendrá que trabajar a través de ellos para aprovechar al máximo el aprendizaje automático aplicado.

Conformando el largo plazo: tecnología de contabilidad distribuida

Curiosamente, la tecnología que recibió la mayor exposición hasta la fecha, los libros de contabilidad distribuidos, es probablemente la más compleja en términos de entrega de valor al cliente. Sin embargo, también es el que tiene el mayor potencial para transformar la forma en que la industria realiza transacciones y brinda apoyo a los clientes.

En DTCC, lideramos una de las iniciativas de DLT más grandes hasta la fecha: la plataforma de nuestro Trade Information Warehouse (TIW) . Al pasar de una base de datos tradicional a un libro mayor distribuido y también aprovechar la computación en la nube para mejorar su escalabilidad. , optimizar el rendimiento, mejorar la flexibilidad y reducir los costos. Este trabajo nos enseña mucho sobre el potencial de la tecnología y sus limitaciones, y este aprendizaje nos ayudará a guiarnos a nosotros y a otros sobre cómo se puede usar el DLT en otras áreas de los servicios financieros.

De manera similar, a medida que la industria continúa experimentando con DLT, todos debemos ser cuidadosos acerca de cómo y dónde lo aplicamos, reconociendo que en algunos casos la tecnología existente todavía puede ser la mejor solución. Este es un punto crítico porque nuestro objetivo colectivo no debería ser simplemente mover los procesos actuales a un libro mayor distribuido. Hacerlo es una empresa desperdiciada de proporciones masivas. En cambio, necesitamos ver la tecnología como un trampolín para repensar fundamentalmente cómo transformar el ecosistema post-comercio.

Es imposible predecir cómo DLT cambiará la estructura del mercado en los próximos años, pero puedo imaginar un futuro en el que los mercados de capitales estén más íntimamente integrados a través de sistemas de contabilidad distribuidos; Todos los datos son capturados y almacenados en la nube; Los activos críticos están digitalizados y residen de forma nativa en estas redes; y las redes sincronizan perfectamente los datos en los mercados de capital.

Esta visión de la sincronización de datos entregaría valor al cliente a través de ahorros masivos de costos, reducción de riesgos y al cumplir con el objetivo a largo plazo de la industria de lograr un procesamiento directo desde la ejecución hasta la liquidación. De alguna manera, lograr esto podría ser la parte más fácil porque la transición de la tecnología, los procesos y las prácticas de mercado actuales puede ser la tarea más complicada y difícil que tenemos ante nosotros.

Al mirar hacia el futuro, no hay duda de que la tecnología mejorará fundamentalmente muchas partes de la industria financiera. Para lograr esto, las firmas financieras deben dejar de lado sus espíritus competitivos y trabajar juntos para construir la base tecnológica del futuro. El peligro de trabajar de forma aislada es que crearemos un nuevo laberinto de soluciones desconectado, que limitará los enormes beneficios que puede ofrecer Fintech. Hay muchas maneras de apoyar la colaboración, como apoyar y participar en organizaciones de código abierto como HyperLedger Foundation y Enterprise Ethereum Alliance , para compartir nuestra experiencia e ideas. Si pensamos y operamos de esta manera, no tengo dudas de que mejoraremos la experiencia del cliente y generaremos un mayor valor para el cliente.

Fuente: Foro Económico Mundial.


Comparta el artículo