El 41% de las entidades del sistema financiero del Perú, utiliza las nuevas tecnologías emergentes como la inteligencia artificial y se prevé que, al cierre del 2023, sean el 70%, indicó la firma de servicios, SAS.
el 41% de bancos tradicionales y el 36% de cajas municipales han adoptado estas nuevas tecnologías, como el sistema Machine Learning para sus unidades de riesgo crediticio,
Asimismo, refirió que el sector financiero peruano se ha transformado en los últimos años con la integración de ecosistemas digitales de Inteligencia Artificial que les facilita a las entidades resolver problemas complejos de sus servicios en este entorno actual.
También les permite tomar decisiones acertadas e introducir novedosos productos que respondan adecuadamente a la demanda del mercado nacional logrando mejorar los servicios para los clientes finales.
Por lo tanto hay un impacto positivo en las entidades financieras en aspectos relacionados a la liquidez, gestión del riesgo crediticio y su rentabilidad.
“El ingreso del Machine Learning como parte de tecnología para predecir ha generado que la Inteligencia Artificial sea capaz de responder a la actual demanda del mercado financiero con modelos de riesgo crediticio fundados en los datos financieros”, indicó Iván Domínguez, gerente de Asesoría al Cliente, Riesgos y Servicios Financieros de SAS.
“También, en el comportamiento de crédito y de consumo de los clientes, logrando unificar su data, analizarla al detalle y generar nuevos focos de rentabilidad”, agregó.
Tendencias tecnológicas
Tras la pandemia las entidades financieras vienen acelerando la aplicación de estas tendencias en tecnología, principalmente el sistema de fábrica de modelos, el Intelligent Decisioning y el Model Risk Managemento Gestión del Riesgo de Modelos; este último, luego de la resolución de la Superintendencia de Banca, Seguros y AFP (SBS) que establece lineamientos mínimos para mitigar los riesgos derivados del uso de modelos, señaló Saby Celestino, consultora de analítica avanzada de SAS.
La especialista precisó que, en el Perú, actualmente el 41% de bancos tradicionales y el 36% de cajas municipales han adoptado estas nuevas tecnologías, como el sistema Machine Learning para sus unidades de riesgo crediticio, con el fin de evaluar con mayor precisión a sus clientes y ser más exactos al momento de otorgar un crédito.
Además, dado que el mercado peruano tiene una población con alto índice de informalidad, complica la toma de decisiones cuando se trata de otorgar un crédito, por ello las entidades financieras están explorando metodologías de modelamiento novedosos como Machine Learning para sus áreas de Riesgos.
Normativa de la SBS “Reglamento de Gestión de Riesgos de Modelo”
A inicios de enero del 2023, la SBS aprobó, mediante Resolución N° 053-2023, el Reglamento de Gestión de Riesgos de Modelo que establece lineamientos mínimos para mitigar los riesgos derivados del uso de modelos empleados en la gestión de riesgos de crédito, mercado, liquidez operacional, lavado de activos y del financiamiento del terrorismo de las empresas del sistema financiero y de seguros.
Su aplicación será gradual hasta enero de 2026, considerando los riesgos que se gestionan con los modelos y la categorización de los modelos empleados.
