Plumery AI lanza una integración estándar para operaciones bancarias

Plumery AI, una plataforma bancaria digital, ha presentado una nueva tecnología diseñada para resolver un reto clave para las instituciones financieras: ir más allá de los proyectos piloto de IA e integrar la inteligencia artificial en las operaciones bancarias diarias sin sacrificar la gobernanza, la seguridad o el cumplimiento normativo.

Bajo el nombre de «AI Fabric», la solución de Plumery ofrece un marco estandarizado para conectar herramientas y modelos de IA generativa con los datos y servicios bancarios básicos. La empresa afirma que el producto minimiza la necesidad de integraciones personalizadas y fomenta una arquitectura basada en eventos y API que se adapta al crecimiento de la institución.

Este reto es ampliamente reconocido en todo el sector bancario. A pesar de las importantes inversiones realizadas en experimentación con IA durante la última década, muchos bancos han tenido dificultades para implementar la IA a gran escala. Según un estudio de McKinsey, aunque la IA generativa tiene el potencial de aumentar significativamente la productividad y mejorar la experiencia del cliente en los servicios financieros, a la mayoría de los bancos les resulta difícil pasar de la fase piloto a la producción debido a la fragmentación de los sistemas de datos y a los modelos operativos heredados. La consultora destaca que la adopción de la IA en toda la empresa depende de una infraestructura compartida, una gobernanza sólida y productos de datos reutilizables.

Al comentar el lanzamiento, el fundador y director ejecutivo de Plumery, Ben Goldin, señaló que las instituciones financieras tienen expectativas claras con respecto a la IA.

«Quieren casos de uso reales que mejoren la experiencia del cliente y agilicen las operaciones, pero se niegan a comprometer la gobernanza, la seguridad o el control», explicó. «Una arquitectura de malla de datos basada en eventos cambia la forma en que se crean, comparten y utilizan los datos bancarios, no se limita a superponer otro sistema de IA sobre plataformas heredadas desconectadas».

Los datos fragmentados siguen siendo una barrera

La fragmentación de los datos sigue obstaculizando el despliegue eficaz de la IA en la banca. Muchas instituciones siguen dependiendo de sistemas centrales obsoletos que funcionan junto con canales digitales más nuevos, lo que da lugar a datos de productos y clientes aislados. Cada nuevo proyecto de IA exige esfuerzos de integración adicionales, evaluaciones de seguridad y aprobaciones de gobernanza, lo que aumenta los costes y retrasa la implementación.

Este diagnóstico está respaldado por estudios tanto académicos como industriales. Las investigaciones sobre la IA explicable en las finanzas ponen de relieve que las canalizaciones de datos fragmentadas complican el seguimiento de las decisiones y aumentan los riesgos normativos, especialmente en la calificación crediticia y la lucha contra el blanqueo de capitales. Los reguladores han subrayado que los bancos deben ser capaces de explicar y auditar los resultados impulsados por la IA, independientemente del origen de los modelos subyacentes.

Plumery afirma que su AI Fabric aborda estas cuestiones organizando los datos bancarios en flujos específicos de cada dominio y regulados que pueden admitir múltiples casos de uso. La empresa afirma que separar los sistemas de registro de los sistemas de interacción e inteligencia permite a los bancos innovar de forma más segura.

Pruebas de que la IA ya se está utilizando

A pesar de estos obstáculos, la IA ya se está utilizando en diversas áreas del sector financiero. Los informes de los analistas del sector destacan la amplia adopción del aprendizaje automático y el procesamiento del lenguaje natural en el servicio de atención al cliente, la gestión de riesgos y el cumplimiento normativo.

Por ejemplo, Citibank utiliza chatbots basados en IA para gestionar las consultas rutinarias de los clientes, lo que alivia la carga de los centros de atención telefónica y agiliza los tiempos de respuesta. Otros grandes bancos aplican análisis predictivos para supervisar las carteras de préstamos y predecir los impagos. Santander ha hablado públicamente de su uso de modelos de aprendizaje automático para evaluar el riesgo crediticio y mejorar la gestión de carteras.

La detección de fraudes representa otra aplicación madura. Los bancos recurren cada vez más a los sistemas de IA para analizar los patrones de transacciones e identificar actividades sospechosas con mayor precisión que los métodos tradicionales basados en reglas. Según las consultoras tecnológicas, estos modelos se basan en flujos de datos coherentes y de alta calidad, aunque la complejidad de la integración sigue siendo un obstáculo para las instituciones más pequeñas.

También están surgiendo aplicaciones más avanzadas. Los estudios académicos sobre grandes modelos lingüísticos sugieren que, con una gobernanza adecuada, la IA conversacional podría llegar a apoyar funciones transaccionales y de asesoramiento en la banca minorista. Sin embargo, estas implementaciones siguen siendo experimentales y están sujetas a una estrecha supervisión regulatoria.

Proveedores de plataformas y enfoques de ecosistema

Plumery compite en un mercado de plataformas bancarias digitales en el que los proveedores se posicionan como capas de orquestación en lugar de sustitutos de los sistemas centrales. La empresa ha establecido asociaciones para integrarse en ecosistemas fintech más amplios. Su colaboración con Ozone API, un proveedor de infraestructura bancaria abierta, tiene como objetivo ayudar a los bancos a lanzar servicios conformes más rápidamente, sin necesidad de un desarrollo personalizado exhaustivo.

Esta estrategia refleja un cambio más amplio en el sector hacia arquitecturas componibles. Proveedores como Backbase promueven plataformas centradas en API que permiten a los bancos integrar IA, análisis y servicios de terceros en sus núcleos existentes. Los analistas coinciden en general en que estas arquitecturas apoyan la innovación gradual de forma más eficaz que las sustituciones de sistemas a gran escala.

La preparación sigue siendo desigual

La preparación del sector para la adopción de la IA varía considerablemente. Un informe de Boston Consulting Group reveló que menos de una cuarta parte de los bancos se sienten preparados para la implementación de la IA a gran escala. La conclusión es que esta brecha se debe a deficiencias en la gobernanza, la infraestructura de datos y la disciplina operativa.

En respuesta a ello, los reguladores han creado entornos de pruebas controlados. En el Reino Unido, los programas de sandbox regulatorio permiten a los bancos probar nuevas tecnologías, incluida la IA, en un entorno supervisado. Estas iniciativas están diseñadas para fomentar la innovación y, al mismo tiempo, garantizar la rendición de cuentas y la gestión de riesgos.

Para proveedores como Plumery, la oportunidad reside en ofrecer una infraestructura que alinee la ambición tecnológica con los requisitos normativos. AI Fabric entra en un mercado con una clara demanda de IA operativa, pero el éxito dependerá de que se demuestre que las nuevas herramientas son seguras y transparentes.

Queda por ver si el enfoque de Plumery se convertirá en un estándar del sector. A medida que los bancos pasan de la experimentación a la producción, la atención se centra en las arquitecturas subyacentes que soportan la IA. En este contexto, es probable que las plataformas que ofrecen flexibilidad técnica y una gobernanza sólida desempeñen un papel clave en la próxima fase de la banca digital.

¿Le interesa aprender más sobre la IA y el big data de la mano de expertos del sector? Asista a la AI & Big Data Expo en Ámsterdam, California o Londres. Este completo evento forma parte de TechEx y se celebra junto con otras conferencias tecnológicas de primer orden. Haga clic aquí para obtener más detalles.

AI News es una publicación de TechForge Media. Descubra más eventos y seminarios web sobre tecnología empresarial aquí.