Resumen del panel de Money20/20 Las Vegas: ChatGPT sabe escribir, pero ¿puede la IA suscribir?

La semana pasada tuve el placer de debatir los desafíos y las posibilidades de usar Inteligencia Artificial (IA) en la suscripción de crédito en Money20/20 Las Vegas, junto con tres líderes del sector:

• Sarah Hinkfuss, socia de Bain Capital Ventures, una firma de capital de riesgo que invierte en empresas ambiciosas en etapa de crecimiento dentro de fintech, software de aplicaciones y tecnología climática.
• Matt Mollison, Chief Data Scientist y Machine Learning Architect de Branch International, uno de los microprestamistas más grandes del mundo.
• Seema Amble, socia de Andreessen Horowitz, un fondo de capital de riesgo global que invierte en el futuro del software B2B y las fintech.

Estas son las conclusiones clave de nuestra conversación:

1. Por su inexactitud y su riesgo, ChatGPT no reemplazará a corto plazo los modelos de riesgo existentes de los suscriptores

ChatGPT es un producto de OpenAI, una de las principales empresas de IA del mundo. Es una interfaz que permite a los usuarios dar instrucciones o conversar con el modelo de lenguaje de gran tamaño (LLM) de OpenAI, GPT-4. Como GPT-4 se entrena con una enorme cantidad de datos (básicamente, la totalidad de internet público), contiene mucho conocimiento y, por la naturaleza de la IA generativa, es capaz de crear contenido completamente nuevo.

Sin embargo, la IA generativa, tal como se usa en ChatGPT, es solo una subcategoría de la IA y no representa a todos los algoritmos de IA. Los algoritmos de IA y de machine learning se utilizan en la suscripción desde hace años, mucho antes del lanzamiento de ChatGPT.

En mi opinión, ChatGPT no reemplazará a corto plazo los modelos de riesgo que los prestamistas utilizan actualmente. Sin embargo, soy muy optimista sobre la capacidad del machine learning, en general, para tomar decisiones de riesgo más precisas.

Sarah confirmó que, como los LLM como ChatGPT se entrenan con datos públicos y nunca han visto datos privados de incumplimiento, tomar decisiones de suscripción con ChatGPT sería muy impreciso y riesgoso.

Matt destacó que las decisiones de suscripción tampoco pueden tomarse en una caja negra. Es necesario entender las razones detrás de esas decisiones para ser realmente dueño de su lógica de decisión.

Los profesionales responsables del machine learning deben poder entender los factores que influyen en las predicciones del modelo. Es imprescindible mantener el control sobre el modelo y sus datos de entrenamiento. Modelos como los que se usan en ChatGPT aprenden de grandes volúmenes de datos históricos, que a menudo contienen sesgos; esto puede derivar en incumplimiento normativo, según su contexto operativo.

2. ChatGPT sí tiene el potencial de mejorar la precisión y la eficiencia de los modelos de riesgo

Matt explicó que, aunque es demasiado riesgoso usar ChatGPT para tomar decisiones de suscripción, puede utilizarse como herramienta para lograr un rendimiento sobrehumano.

Coincido en que ChatGPT puede ser muy poderoso para crear nuevas señales y variables, y hacer más precisos los modelos de riesgo. He visto que algunos clientes ya aprovechan el poder de LLM como ChatGPT para interpretar y categorizar transacciones bancarias.

Antes, en Taktile, tuvimos que contratar a 15 estudiantes que trabajaban medio tiempo para ayudar a un prestamista a etiquetar sus datos de transacciones bancarias. Ahora comparamos los resultados y ChatGPT tiene una precisión casi equivalente.

Matt explicó que ChatGPT es excelente para analizar el lenguaje humano. Igual que en el ejemplo de las transacciones bancarias, Branch puede darle al LLM un conjunto de datos de lenguaje natural no estructurado, con indicaciones para etiquetar distintos tipos de mensajes SMS, y así resolver rápidamente una tarea tediosa.

Seema también destacó lo valioso que puede ser ChatGPT de cara al cliente. Puede ayudar a guiar a los clientes durante el proceso de solicitud de un préstamo (qué significa cada cosa y dónde encontrar los datos que deben proporcionar), responder preguntas sobre una decisión de crédito y brindar soporte continuo en las áreas de ventas y contacto con clientes.

El verdadero poder de ChatGPT es que se le pueden incorporar datos privados, incluso si no se lo usa específicamente para decisiones de suscripción.

3. Más allá de los LLM, la IA sigue siendo increíblemente poderosa para predecir el riesgo crediticio

Matt explicó que, en los mercados emergentes, los modelos de IA han demostrado marcar una diferencia en la precisión para los prestamistas, y que Branch los usa desde hace años para operar a escala en sus mercados.

Branch opera en mercados con una infraestructura de información menos extensa que la de Estados Unidos, por lo que debe apoyarse en gran medida en fuentes de datos alternativas.

En lugar de depender de los puntajes tradicionales de las centrales de riesgo para predecir el riesgo, Matt explicó cómo entrenan modelos de machine learning internos para predecir el riesgo asociado a otorgar a un cliente un préstamo de determinado monto.

Como señalaron Sarah y Seema, existen diferencias claras entre los préstamos a consumidores y a empresas. En los mercados desarrollados, por ejemplo, es difícil usar IA para las decisiones de suscripción de consumo debido a las regulaciones, pero puede ser muy útil en la suscripción empresarial, donde hay menos regulación. En Estados Unidos, los prestamistas de consumo siguen sujetos a la Equal Credit Opportunity Act, que exige a los acreedores explicar los motivos específicos de las acciones adversas.

4. A medida que crece el uso de la IA en la suscripción, también crece la regulación que la rodea; los prestamistas deberían prepararse ahora para los cambios que vienen

La IA ya se usa intensamente en la suscripción, y esperamos que esto solo aumente en el futuro.

Con la primera Ley de IA de Europa ya en marcha, muchos prestamistas, incluso aquellos que no emplean IA en sentido estrictamente técnico, deberán ajustar sus operaciones para cumplir tanto con la regulación bancaria como con la de IA, y podría exigirse el cumplimiento fuera de la UE a quienes usen modelos de IA o resultados generados en un país de la UE. Por lo tanto, los prestamistas deben empezar a prepararse ahora para los cambios que vienen.

Para profundizar en este tema, consulte nuestro artículo sobre el futuro de la suscripción de crédito bajo la regulación de IA.