Un reciente estudio de Experian ha puesto de manifiesto cómo el Machine Learning (ML) está transformando los servicios financieros en España, especialmente en la evaluación del riesgo crediticio. La investigación, llevada a cabo por Forrester Consulting, entrevistó a 109 altos directivos vinculados a la toma de decisiones en inteligencia artificial y ML, evidenciando la creciente relevancia de estas tecnologías en la optimización de los procesos de financiación.
Los datos son elocuentes: el 93% de las empresas que han adoptado el ML han observado un incremento en los ratios de aprobación de préstamos para pequeñas y medianas empresas (pymes). A su vez, un 87% ha registrado mejoras en las tasas de morosidad en tarjetas de crédito. Para el 73% de los encuestados, esta tendencia no solo representa un avance técnico, sino una ventaja competitiva crucial que podría redefinir la evaluación crediticia a largo plazo.
La inclusión financiera es un pilar clave de esta evolución. El estudio revela que el 75% de las empresas que han incorporado ML coinciden en que esta tecnología les proporciona la oportunidad de ofrecer acceso a servicios financieros a segmentos de la población hasta ahora desatendidos. Esto incluye a consumidores con historiales crediticios limitados, a quienes el ML permite evaluar su elegibilidad de una manera más justa y equitativa.
En términos de rentabilidad, el 86% de los directivos en España resaltan que el ML facilita una mejor predicción del riesgo y ayuda a reducir la morosidad. Esta combinación entre acceso y rendimiento posiciona al ML como una herramienta estratégica fundamental para el crecimiento sostenible del sector financiero.
No obstante, la automatización y la eficiencia que el ML aporta también podrían resultar en un futuro donde muchas decisiones de financiación sean completamente automáticas en un plazo de cinco años, según el 66% de los directivos consultados. La inteligencia artificial generativa, por su parte, se perfila como una herramienta clave para aumentar la productividad en la gestión del riesgo crediticio, con un 73% de los participantes indicando su potencial para simplificar el desarrollo de nuevos modelos.
Sin embargo, el informe también señala que existen barreras importantes para la adopción del ML. El costo de implementación, la incertidumbre regulatoria y la falta de conocimientos internos son obstáculos significativos. Un 65% de los que no han adoptado esta tecnología dudan de que los costos se justifiquen por los beneficios, mientras que un 69% manifiesta preocupación por la transparencia de los modelos de ML, y un 62% expresa temor a no cumplir con las normativas pertinentes.
Ante esta situación, líderes del sector han afirmado que mejorar la rentabilidad y reducir el riesgo financiero son objetivos primordiales que pueden alcanzarse mediante el uso de ML y con conjuntos de datos más ricos. Jorge Hernández, General Manager de Experian en España, destacó que esta tecnología no solo asiste a las instituciones financieras en su crecimiento responsable, sino que también juega un papel clave en la creación de un sistema financiero más inclusivo y sostenible. Mariana Pinheiro, CEO de Experian EMEA & APAC, resaltó cómo el ML puede ampliar el acceso a servicios financieros para millones de personas históricamente excluidas, subrayando su importancia en el diseño de un futuro más equitativo en el ámbito financiero.
