Más allá del primer avance en IA: cómo Brex toma decisiones de incorporación en cuestión de minutos con un equipo de agentes en constante evolución

Flora Zhang lleva casi una década trabajando en el sector de los pagos, desde la gestión de una cartera de tarjetas de crédito en American Express hasta la lucha contra el fraude y la dirección de operaciones de incorporación de clientes basadas en inteligencia artificial en Brex.

Como jefa de incorporación en Brex, dirige un equipo muy diferente al que se unió hace cinco años: una combinación de expertos humanos y agentes de IA que toman decisiones sobre KYC y suscripción trabajando codo a codo.

Flora comparte cómo es implementar la inteligencia artificial en el proceso de incorporación más allá de las pruebas piloto iniciales, desde establecer los límites adecuados hasta elevar los estándares de calidad de los datos.

Cuando los agentes de IA hicieron su debut en el sector de los servicios financieros, prometían ayudar a los equipos a trabajar más rápido que nunca. Sin embargo, transformar tus operaciones con IA requiere una estrategia sólida. Los equipos deben contar con un equipo que combine a expertos en IA con profesionales que comprendan a fondo el flujo de trabajo de principio a fin.

Para lograrlo, Brex creó lo que Flora describe como «una startup dentro de una startup». Se trata de un equipo especializado que reúne a ingenieros y expertos en operaciones para rediseñar los procesos con la inteligencia artificial como eje central.

Tanto en el proceso de KYC como en el de evaluación de riesgos, el equipo de Flora implementó agentes de inteligencia artificial para respaldar decisiones que antes se tomaban mediante una lógica determinista basada en reglas, lo que generó mejoras significativas en la eficiencia y la calidad de las decisiones. Las decisiones automatizadas se procesan a través de los agentes, mientras que los casos complejos se derivan a analistas expertos.

Según Flora, el tiempo de revisión de un solo caso se redujo de más de una hora a menos de diez minutos. «Me impresionó mucho ver de primera mano la gran mejora que logramos gracias a la IA».

Pero lo más interesante para Flora no es la victoria inicial. Lo más interesante es aprender a gestionar y ajustar el desempeño de los agentes, aplicar la experiencia humana en casos críticos y crear un ciclo de retroalimentación en el que el juicio humano mejore continuamente el sistema.

Cuando las organizaciones comienzan a implementar la inteligencia artificial, es natural evaluar el progreso en función del primer lanzamiento importante. Flora anima a los líderes a mirar más allá de ese hito.

En Brex, por ejemplo, el primer lote funcional de automatización se puso en marcha rápidamente. Flora calcula que tardó un par de meses, impulsado por una mentora visionaria, la exdirectora de operaciones de Brex, Camilla Morais, quien estaba ansiosa por adoptar la tecnología desde el principio. Pero eso fue solo el comienzo.

“En lo que respecta a la IA, la gente siempre celebra lo importante que es ese primer logro, lo cual es muy cierto”, dice Flora. “Pero igual de importante es todo el mantenimiento: hacer que el programa siga evolucionando por sí mismo… y que ofrezca constantemente el resultado de producción ideal.”

El mantenimiento se vuelve más sofisticado en áreas complejas como la incorporación de clientes, que puede implicar cerca de cincuenta verificaciones diferentes. El equipo de Brex definió la secuencia óptima de estas verificaciones, determinó si debían intervenir personas o agentes, y cómo construir la arquitectura que permita que todo funcione sin contratiempos. En cuanto a los casos de uso empresariales, señala Flora, es difícil imaginar que la IA pueda reemplazar por completo ese trabajo multifuncional continuo.

La conclusión de Flora se hace eco de un patrón que escuchamos a menudo de parte de los líderes que implementan bien la IA: el sistema nunca está terminado. Un primer logro puede llamar la atención, pero el valor duradero proviene de tratar a la IA como algo que se ajusta y se controla continuamente.

Flora cree que los líderes del sector de servicios financieros también pueden generar valor a partir de la inteligencia artificial estableciendo los límites adecuados.

La primera pregunta que hay que plantearse es hasta qué punto se debe llevar la automatización. Como dice Flora, los modelos actuales de IA podrían, técnicamente, automatizar decisiones mucho más allá de los límites que establece Brex. Pero una automatización agresiva no siempre es el enfoque adecuado, especialmente en un entorno regulado.

Ante esto, el equipo de Brex equilibra deliberadamente la automatización con su apetito de riesgo. Flora dice: «A veces tengo que exigir una revisión manual para límites de cierto monto, para asegurarme de que realmente estemos seguros de la decisión, en lugar de confiar plenamente en la IA».

La segunda pregunta se refiere a la calidad de los datos. En palabras de Flora, la IA es tan buena como los datos que recibe, algo así como preparar un platillo delicioso con los ingredientes adecuados.

Por ejemplo, los revisores humanos podrían solucionar algún que otro dato desordenado, pero a gran escala, las decisiones automatizadas necesitan datos más limpios y consistentes. Una señal dudosa que un humano podría haber ignorado, como una dirección comercial que utiliza “St.” en lugar de “Street”, ahora puede tener un efecto dominó en muchas decisiones tomadas por la IA.

«Ya no siempre vamos a contar con una persona que lo detecte», señala Flora. «Eso nos exige más en cuanto a cómo manejamos los datos y cómo administramos los ingredientes con los que preparamos el platillo».

Ese nivel más exigente, sostiene ella, en realidad está impulsando a los equipos a realizar un trabajo valioso: prestar mucha atención a la calidad de los datos, realizar pruebas retrospectivas exhaustivas de la lógica y supervisar con rigor las decisiones automatizadas.

Por encima de todo, a Flora le importa sobre todo qué cambios trae la IA para las personas y los equipos, y cómo desarrollar y mantener la experiencia en el área de especialización.

Hoy en día, Brex puede automatizar con confianza las decisiones rutinarias y de menor riesgo, ya que los agentes utilizados fueron desarrollados y entrenados por expertos en servicios financieros.

La pregunta ahora es: cuando esos expertos se retiren, ¿cómo será realmente la próxima generación de talentos? O, como dice Flora, ¿tenemos una cantera de talentos capaz de incorporarse directamente a las tareas más complejas?

Es una perspectiva con visión de futuro que entiende la experiencia humana como algo que hay que cultivar, y las habilidades como algo que debe evolucionar al ritmo de la innovación tecnológica.