El más reciente estudio realizado por Refinitiv bajo el nombre de “Smarter Humans. Smarter Machines” en la que se incluyeron entrevistas a casi 450 profesionales financieros de América del Norte, Europa y Asia revela que el machine learning se utiliza en prácticamente toda la comunidad financiera, tal como lo confirma la opinión de los altos ejecutivos y los expertos en ‘big data’ encuestados, quienes manifestaron que ya lo han implantado, y que es fundamental para su estrategia empresarial.
El machine learning ¿Qué es?
El aprendizaje de máquinas, del inglés, machine learning, es un subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan, lo que en este contexto quiere decir identificar patrones complejos en millones de datos. La máquina que realmente aprende es un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros. Todo esto implica además que estos sistemas se mejoran de forma autónoma con el tiempo, sin intervención humana.
Estadisticas de su posicionamiento actual y perspectivas
Entre los hallazgos clave de la nueva investigación de Refinitiv destacan el dato que refleja que el 90% de las empresas financieras utiliza el machine learning, ya sea en varias áreas como parte central de su negocio en un 46% o en distintas áreas (44%). Asimismo,a pesar de que el 10% de las empresas manifiestan no haber implantado el machine learning admiten que lo están probando.
Por otro lado, el 75% de las empresas está realizando importantes inversiones en ‘machine learning’ y el 62% de los directivos encuestados tiene previsto contratar a más expertos en datos en el futuro, ya que los bancos y los gestores de activos pretenden obtener una ventaja competitiva con respecto a los datos y la tecnología.
¿Hacia dónde se enfoca el uso del machine learning?
Entre las utilidades que el sector financiero ha encontrado en las tecnologías de machine learning vienen usándose con frecuencia aquellas orientadas a la gestión de activos, en la que se utilizan los algoritmos de inteligencia artificial para mejorar la gestión de activos financieros.
Aplicaciones como Dataminr está especialmente atenta a la detección de patrones e indicios a través de las redes sociales, mientras que otras como Kensho destaca por su habilidad para establecer correlaciones entre las noticias y los mercados. También son usadas aplicaciones para el Credit- scoring, detección del fraude y cumplimiento de la normativa, investigación e información sobre mercados y asistentes virtuales para atención al cliente.
Para finalizar el informe destaca las principales aplicaciones del machine learning fueron la gestión de riesgos (82% de los encuestados), seguidas del análisis y los informes de rendimiento (74%) y, en tercer lugar, la generación de rendimientos alfa (63%). La adopción de inteligencia artificial está ligada principalmente a la obtención de información de mayor calidad (60%), a una mayor productividad y velocidad (48%) y a la reducción de los costes en un 46 %.
-
-
-
-
