Perspectiva #
En 2023, la intersección de la inteligencia artificial (IA) y la computación cuántica (QC) ha impactado profundamente en la industria bancaria y financiera. Estas tecnologías han revolucionado la manera en que operan las instituciones financieras, impactando significativamente los pagos, la gestión del riesgo y la ciberseguridad.
Este artículo discute el impacto de los modelos de IA de código abierto, la computación cuántica en seguridad transaccional y las regulaciones y la gobernanza sobre la banca y las finanzas.
.class="m-10 w-100"
La importancia de la IA y la computación cuántica en la industria bancaria #
La industria bancaria atraviesa una transformación profunda, impulsada por la convergencia de la IA y la computación cuántica. Estas tecnologías revolucionarias están remodelando el sector de los servicios financieros, introduciendo niveles sin precedentes de eficiencia, ahorros de coste y experiencias de cliente reforzadas.
Crecimiento fulgurante del mercado del software de IA: una visualización #
.class="img-fluid w-100 clearfix fade-in"
El mercado del software de IA conoce una trayectoria de crecimiento notable, con una facturación anual proyectada en unos asombrosos 126.000 millones de dólares para 2025.
Esta visualización pone de manifiesto el crecimiento impresionante del mercado de 2018 a 2025, subrayando la demanda creciente de soluciones impulsadas por IA en diversas industrias.
El poder de la IA en la banca #
Los algoritmos de IA han demostrado capacidades notables para analizar vastas cantidades de datos, identificar patrones y tomar decisiones informadas. Esta capacidad resulta inestimable para los bancos en diversos aspectos de sus operaciones.
-
Evaluación de riesgos: los sistemas de gestión de riesgos impulsados por IA pueden analizar datos financieros complejos para evaluar la solvencia, identificar fraude potencial y mitigar riesgos financieros. Esto permite a los bancos tomar decisiones de préstamo mejor informadas y proteger su capital.
-
Procesos de aprobación de préstamos: la IA puede racionalizar los procesos de aprobación, reduciendo los tiempos de respuesta y mejorando la satisfacción del cliente. Al automatizar tareas y aprovechar el análisis predictivo, los bancos pueden tramitar las solicitudes más eficientemente y con mayor rapidez.
-
Optimización de carteras de inversión: la IA puede analizar las tendencias de mercado, los factores de riesgo y los objetivos de inversión individuales para optimizar las carteras. Esto puede ayudar a los clientes a alcanzar sus objetivos financieros al tiempo que gestionan eficazmente su apetito por el riesgo.
-
Detección de fraude: los algoritmos de IA pueden detectar patrones en los datos transaccionales susceptibles de indicar una actividad fraudulenta. Esto permite a los bancos señalar las transacciones sospechosas y tomar las acciones apropiadas para prevenir pérdidas.
-
Servicio al cliente: la IA puede aumentar las interacciones humanas en servicio al cliente proporcionando soporte proactivo, resolviendo rápidamente las consultas y recomendando productos y servicios personalizados. Esto puede reforzar la satisfacción y la fidelidad del cliente.
.class="m-10 w-100"
Computación cuántica: desbloquear un análisis de datos sin parangón #
HSBC ⧉ ha estado a la vanguardia de la integración de la computación cuántica en el sector financiero. El banco ha colaborado con proveedores tecnológicos y laboratorios de investigación para explorar la aplicación de las tecnologías cuánticas a problemas concretos.
HSBC fue el primer banco en proteger el trading FX impulsado por IA mediante lo cuántico en 2023 ⧉. En un experimento inédito, HSBC utilizó la Distribución cuántica de claves para asegurar un escenario de trading de 30 millones de euros hacia el dólar estadounidense. Este experimento demostró que la tecnología cuántica protegerá las transacciones de cualquier valor cuando llegue a ser comercialmente accesible y escalable.
.class="m-10 w-100"
El auge de la IA de código abierto: un cambio de paradigma #
El año 2023 ha conocido un notable auge de la adopción de la IA de código abierto, en particular en el ámbito de los grandes modelos de lenguaje (LLM). La IA de código abierto designa los softwares y herramientas de IA cuyo código fuente está disponible para desarrolladores, investigadores y otras partes interesadas.
Esta democratización de la tecnología IA ha alimentado avances significativos, alentado la proliferación de modelos de código abierto y consolidado los LLM como motor de innovación. Estos modelos han desempeñado un papel pivote para estimular la innovación, reforzar la toma de decisiones y mejorar la gestión de riesgos en diversas industrias.
LLM de código abierto: revolucionar el panorama de la IA #
Los LLM de código abierto, como WizardLM ⧉ y LLaMA 2 ⧉, han emergido como competidores formidables de los modelos propietarios. Por ejemplo, Vicuna ⧉, un LLM económico, ha alcanzado el 90 % de las capacidades de ChatGPT mientras que el coste total de su entrenamiento no superó los 300 $. LLaMA 2 ⧉ ha fijado el estándar de oro de la IA ética al alcanzar las puntuaciones de infracción más bajas hasta la fecha. Los LLM de código abierto son más transparentes y personalizables que los LLM propietarios «caja negra» que carecen de interpretabilidad.
Crecimiento explosivo de los modelos de IA de código abierto en 2023
.class="img-fluid w-100 clearfix fade-in"
Este gráfico ilustra vívidamente el ascenso notable de los modelos de IA de código abierto en 2023, con una explosión del número de proyectos y contribuciones. Esta tendencia pone de relieve la importancia creciente de la IA de código abierto para estimular la innovación y favorecer la colaboración en la comunidad IA.
Varios LLM de código abierto han atraído la atención por sus capacidades revolucionarias:
-
Mixtral 8x7B ⧉: desarrollado por Mistral AI, este potente modelo de lenguaje se distingue por sus pesos abiertos, permitiendo un funcionamiento local con menos restricciones que los modelos competidores. Procesa hasta 32K tokens de contexto y admite varias lenguas: francés, alemán, español, italiano e inglés. Mixtral 8x7B ⧉ está diseñado para el trabajo composicional, el análisis de datos, la depuración de software y la programación. Reivindica igualar o superar a GPT-3.5 de OpenAI y superar a LLaMA 2-70B de Meta en ciertos benchmarks.
-
GPT-NeoX-20B ⧉: con 20.000 millones de parámetros, GPT-NeoX-20B es un LLM de código abierto de primer nivel. Se basa en GPT-3 pero introduce el paralelismo síncrono de datos y el gradient checkpointing para mejorar el rendimiento y la eficiencia. El modelo ha demostrado un rendimiento excepcional en diversas tareas: pregunta-respuesta, resumen, traducción.
-
GPT-J ⧉: con 6.000 millones de parámetros, GPT-J ⧉ ofrece una mayor accesibilidad que los modelos más grandes. GPT-J ⧉ está entrenado sobre el conjunto de datos Pile y comparte sus raíces con la arquitectura GPT-2. Comprende los matices conversacionales, proporciona perspectivas desde fuentes diversas, adapta su tono y estilo, y prioriza la generación de contenido ético y responsable.
-
OPT-175B ⧉: con un tamaño sin precedentes de 175.000 millones de parámetros, OPT-175B ⧉ se erige como un coloso de eficiencia y escala. Entrenado con datos textuales no etiquetados que contienen principalmente frases en inglés, OPT-175B ⧉ emplea la arquitectura Transformer para procesar jerárquicamente el texto de entrada. El modelo ha demostrado un rendimiento impresionante en diversas tareas: pregunta-respuesta, resumen, traducción.
-
LLMa 2 ⧉: con 1.600 millones de parámetros, LLMa 2 ⧉ ilustra la versatilidad, respondiendo a una amplia gama de tareas: pregunta-respuesta, resumen, traducción. Entrenado con el conjunto de datos Pile y utilizando la arquitectura Transformer, LLMa 2 ⧉ prueba su adaptabilidad a diversas aplicaciones.
-
Google Gemini LLM ⧉: desvelado en 2023, Google Gemini LLM ⧉ representa un paso significativo en el campo de los grandes modelos de lenguaje. Presentado como sucesor de PaLM 2 ⧉, Gemini LLM ⧉ está diseñado para sobresalir en diversos dominios: comprensión del lenguaje natural, generación de distintos formatos de texto creativo, aplicación de conocimientos a la resolución de problemas. Con su capacidad para tratar datos multimodales, Google Gemini LLM ⧉ tiene gran potencial para aplicaciones en visión por ordenador, investigación científica y sanidad. El modelo está actualmente disponible en tres tamaños: Ultra, Pro y Nano, respondiendo a distintas necesidades computacionales.
La revolución de la IA de código abierto: configurar el futuro de la IA #
La revolución de la IA de código abierto transforma fundamentalmente el panorama del desarrollo, despliegue y uso de la IA. Al hacer la IA más accesible, asequible y polivalente, la tecnología de código abierto democratiza las capacidades de IA y abre la vía a innovaciones y aplicaciones revolucionarias. A medida que el movimiento de código abierto gana impulso, podemos anticipar con confianza incluso más avances transformadores que configurarán el futuro de la IA y su profundo impacto sobre nuestro mundo.
.class="m-10 w-100"
Los desafíos de la regulación de la IA #
Otro desafío es garantizar que los sistemas de IA sean justos y no sesgados. Los sistemas de IA pueden perpetuar los sesgos existentes en los datos sobre los que se entrenan. Por ello es importante desarrollar sistemas de IA transparentes y responsables, auditados para identificar y abordar los sesgos potenciales.
Por último, es importante establecer directrices éticas para el desarrollo y despliegue de la IA. Los sistemas de IA deberían diseñarse y utilizarse de una manera responsable y respetuosa con los derechos humanos. Por ejemplo, los sistemas de IA no deberían utilizarse para dañar o explotar a los individuos, ni para invadir su privacidad.
Abordar estos desafíos exigirá un enfoque multipartícipe que implique a gobiernos, empresas, investigadores y sociedad civil. Es importante iniciar la conversación ahora sobre la manera de regular la IA equilibrando las necesidades de confidencialidad, seguridad e innovación.
El estado de la gobernanza de la IA #
.class="fade-in w-100 p-3 me-3 img-thumbnail "
En 2023, importantes iniciativas mundiales y desarrollos han configurado el panorama de la gobernanza y regulación de la IA. Estas actividades reflejan el reconocimiento creciente de la necesidad de marcos robustos para supervisar el desarrollo y despliegue de las tecnologías de IA ⧉.
En Estados Unidos, el presidente Joe Biden emitió un decreto para gestionar los riesgos asociados a la IA y apoyar los esfuerzos internacionales de gobernanza ⧉. La Office of Science and Technology Policy (OSTP) ⧉ de la Casa Blanca ha mantenido amplios debates con investigadores, empresas y sociedad civil para informar la gobernanza. Estados Unidos trabaja con sus aliados y socios sobre la gobernanza de la IA, incluida la participación en el G7 Hiroshima AI Process y en el AI Safety Summit ⧉ del Reino Unido.
El Reino Unido acogió la primera AI Safety Summit ⧉, reuniendo a líderes gubernamentales mundiales para discutir los riesgos de la IA y la acción coordinada internacionalmente ⧉.
La Declaración de Bletchley ⧉ vio a 28 países más la UE comprometerse a trabajar juntos para abordar los riesgos planteados por la IA durante la primera AI Safety Summit en el Reino Unido.
Los líderes e investigadores del MIT han publicado un conjunto de notas políticas sobre la gobernanza de la IA para ayudar a los legisladores a crear una mejor supervisión. A Framework for U.S. AI Governance: Creating a Safe and Thriving AI Sector ⧉ propone que entidades gubernamentales existentes regulen las herramientas de IA.
Más de 60 países en los continentes americano, africano, asiático y europeo han publicado estrategias nacionales de IA, reflejando el impulso global hacia la gobernanza. China se ha comprometido activamente a lanzar principios y regulaciones, entre ellas la Global AI Governance Initiative ⧉ y las Interim Administrative Measures for the Management of Generative AI Services ⧉.
Estas iniciativas y desarrollos muestran la creciente necesidad de esfuerzos coordinados nacionales e internacionales para un desarrollo y despliegue responsables de la IA. Si bien se han hecho progresos, la naturaleza compleja y rápidamente evolutiva de la IA presenta desafíos continuos que exigen atención sostenida.
.class="m-10 w-100"
Conclusión #
El año 2023 ha visto avances significativos en los campos de la IA y la QC, en particular en la industria bancaria. El uso pionero por HSBC de la protección cuántica para el trading impulsado por IA representa un hito significativo de la aplicación de estas tecnologías al sector bancario. Los modelos de código abierto han acelerado la madurez de la IA, mientras que las notas políticas del MIT sobre la gobernanza proporcionan una hoja de ruta para la regulación. Estos desarrollos configurarán el futuro de la IA y la QC, con implicaciones profundas para la banca y las finanzas.
.class="m-10 w-100"
¿Quiere saber más sobre el impacto de la IA y la computación cuántica en la industria bancaria?
En conclusión, espero que este artículo haya despertado su interés por el poder transformador de la IA y la computación cuántica en la banca.
Si está deseoso de aprender más sobre la intersección de la IA y la computación cuántica en la industria bancaria, no dude en contactarme en LinkedIn ⧉ o a través de la página de contacto ⧉.
También puede encontrarme en mi nuevo canal de YouTube, Banking on Quantum ⧉, donde exploraré los últimos desarrollos de estas tecnologías transformadoras y sus implicaciones para el futuro de las finanzas.
Gracias de nuevo por su tiempo, espero tener noticias suyas.
.class="m-10 w-100"
Senast granskad .