La gran apuesta de Bank of America por la IA, a examen

Bank of America (BofA), el segundo banco del mercado estadounidense, invertirá 4.000 millones de dólares en inteligencia artificial y otras innovaciones tecnológicas relacionadas este año; no obstante, Erica, el agente de IA creado por el gigante de los servicios financieros hace siete años, sigue siendo una fuente clave de retorno de la inversión, un eje fundamental para la experiencia de los clientes y los empleados de la organización y un motivo de gran orgullo para la firma en la actualidad.

En 2018, pocos utilizaban el término ‘agente’, y mucho menos ‘IA agentiva’, pero el banco creó un equipo de ingenieros de software, especialistas en lingüística y expertos en banca para crear un pequeño modelo lingüístico, que se ha ido perfeccionando a lo largo de los años utilizando los datos de los comentarios de los clientes del centro de atención telefónica.

Hari Gopalkrishnan, director de tecnología de consumo, negocios y gestión patrimonial de BofA, afirma que la clave del éxito y de la longevidad de Erica ha sido su pequeño tamaño. “No estamos escribiendo ensayos con Erica. No estamos tratando de escribir software. Intentamos entender las escuetas ráfagas de información que nos pide un cliente que no quiere hacer búsquedas en un menú dentro de una pantalla que tiene 50 cosas diferentes; queremos ser capaces de traducir lo que el cliente realmente quiere decir cuando pide: ‘Quiero pagar una factura”, explica.

“¿Cómo entendemos la breve conversación que el cliente quiere tener?. Entrenamos el modelo para que haga precisamente eso”, dice sobre Erica, que se basa en modelos de código abierto. “Con el tiempo, pasó de ser un modelo con una precisión del 80 al 85%, hasta alcanzar más del 90%. También nos permitió ser más predictivos en cuanto al comportamiento del modelo”.

Gopalkrishnan afirma que el Bank of America pudo ajustar Erica durante la pandemia para que los clientes pudieran solicitar préstamos PPP [Paycheck Protection Program o Programa de Protección de Pagos fue un programa de préstamos que el Gobierno de Estados Unidos creó para ayudar a las pequeñas empresas a cubrir los gastos durante la pandemia de la covid] y gestionar una gran variedad de necesidades empresariales y de consumo. El directivo afirma que abrazarán con agrado las ofertas de IA generativa y IA agentiva a medida que evolucionen, pero cree que la mayoría de los requisitos de los clientes del banco se pueden desarrollar internamente.

En la actualidad, más de 20 millones de clientes bancarios utilizan el asistente virtual Erica. Y más del 90% de los más de 200.000 empleados de la empresa utilizan Erica for Employees, el agente interno de BofA para su plantilla, lo que ha reducido las llamadas al servicio de asistencia informática en más de un 50%, afirma.

Uso y expectativas de la IA

En 2025, Bank of America destinará una parte de sus 4.000 millones de dólares en inversiones en IA a mejorar la búsqueda y la asistencia para los empleados, los clientes bancarios y su agente Merrill Lynch, denominado Ask Merrill. El banco ya está sacando partido a las aplicaciones generativas de IA y a los proyectos piloto, que ya han superado la fase de prueba, desvela Gopalkrishnan. Por ejemplo, los desarrolladores están utilizando una herramienta basada en IA para ayudar con la codificación y han observado un aumento de la eficiencia de más del 20%, según la empresa.

Los asesores también están utilizando la IA generativa para preparar las reuniones con los clientes, lo que supone un ahorro de decenas de miles de horas al año en la interacción con los clientes y el crecimiento. La IA generativa también se está utilizando para optimizar los centros de atención telefónica, aunque la empresa se ha negado a revelar las herramientas que se están utilizando.

Una plataforma de IA generativa “desarrollada internamente” por Bank of America permite al equipo de ventas y negociación de los mercados globales “buscar, resumir y sintetizar estudios de mercado y comentarios de forma más rápida y eficiente”, según ha declarado el banco.

Gopalkrishnan valora la aplicación práctica de los agentes y las tecnologías de coordinación existentes para atender a los clientes particulares y empresariales, por encima de las complejas tecnologías de IA con agentes que aún se encuentran en fase de prueba, y recuerda a muchas tecnologías sobrevaloradas, como el metaverso y la realidad aumentada, que no se han traducido en casos de uso empresarial para los clientes bancarios.

Sin embargo, el directivo ve prometedor el futuro de la visión artificial y las capacidades multimodales de los modelos básicos, que está estudiando emplear para mejorar la satisfacción de los clientes. Aun así, Erica seguirá siendo la cara visible de la experiencia de los clientes y los empleados, con capacidades de inferencia y razonamiento más avanzadas añadidas al back-end a medida que surjan las necesidades.

Nube híbrida para impulsar la innovación

Bank of America gasta 13.000 millones de dólares al año en tecnología y en asociaciones con consultoras, en lugar de actuar por su cuenta. Gopalkrishnan, que es el director de informática de seis de las ocho líneas de negocio del banco, afirma que Bank of America opera una “estrategia de alojamiento” híbrida basada en una nube privada virtual que el banco lleva años utilizando y en nubes públicas según sea necesario.

BofA tiene relaciones con Microsoft, AWS, Google y otras nubes, pero, al igual que muchos directores de informática de bancos, Gopalkrishnan prefiere mantener las cargas de trabajo cerca por motivos de coste y seguridad. “Hemos sido muy eficaces a la hora de escalar, lo que nos permite llegar a un punto en el que no pagamos por volúmenes puntuales”, afirma el portavoz, quien añade que ha sido “interesante” ver los esfuerzos de repatriación de algunas organizaciones que se alejan de la computación en la nube.

“Siempre hemos dicho que no vamos a excedernos ni a cambiar demasiado”, afirma el director de informática. “En esencia, tenemos una estrategia de alojamiento. Contamos con múltiples zonas de disponibilidad en nuestra nube privada virtual. Utilizamos ampliamente nuestra nube privada virtual y, según sea necesario, podemos recurrir a nubes públicas en función de los casos de uso, ya sea para otros proveedores de software o para nosotros mismos”.

Bank of America también sigue apostando fuerte por el mainframe, que le ha ayudado a superar los periodos de fuerte volatilidad del mercado bursátil en los últimos tiempos. “El mainframe sigue siendo una plataforma estratégica muy importante. Pero con el tiempo, nos hemos modernizado por completo, hemos averiguado qué cargas de trabajo encajan mejor en un entorno distribuido, cuáles deben ser más escalables horizontalmente en múltiples zonas de disponibilidad y cuáles sería irresponsable por nuestra parte reescribir solo por el hecho de reescribir, gastando mucho dinero”, expone.

La agregación y la limpieza de datos también han formado parte de la estrategia del Bank of America en su incursión en el análisis y la inteligencia artificial; y Hadoop y Snowflake son algunas de las plataformas de datos que utiliza, según afirma. “Hemos modernizado nuestro plan de datos. Tenemos un trabajo bastante extenso en torno al análisis de datos, obteniéndolos de la fuente adecuada, asegurándonos de que estén limpios, bien gestionados y de que se traten de forma responsable”, cuenta el directivo. Y añade: “Todo lo que hacemos en IA pasa por un proceso de gobernanza que tiene 16 pilares diferentes, como el sesgo y la transparencia”.

La IA generativa como nuevo campo de juego

A medida que la empresa se adentra en la IA generativa, la practicidad será el objetivo principal a la hora de seleccionar tecnología, aunque Gopalkrishnan reconoce que es probable que BofA utilice modelos básicos más avanzados. Sin embargo, la empresa de servicios financieros explorará la solución más sencilla para obtener resultados y no se vinculará a ningún proveedor en concreto.

“Nuestro objetivo es ser independientes de los modelos, porque las cosas cambian mucho en el sector con el tiempo. Aparece el razonamiento, cambia el precio de los tokens, surgen nuevas innovaciones. No queremos casarnos con ningún modelo en concreto. Básicamente, analizamos un caso de uso, examinamos la clasificación de los datos, evaluamos nuestras capacidades y, a continuación, elaboramos la solución adecuada para el problema”, dice.

Gopalkrishnan afirma que las innovaciones en materia de formación, inferencia y razonamiento de los modelos fundamentales son excelentes, pero que seguirá utilizando recetas estándar y soluciones consolidadas para satisfacer las necesidades digitales en constante evolución de sus clientes y empleados. No busca una plataforma que sustituya por completo a la actual.

“No buscamos perseguir la última novedad que se acaba de anunciar en algún sitio, porque hay muchas cosas que se pueden hacer con lo que ya está disponible mediante el simple sentido común de los agentes de IA con una orquestación básica”, afirma.

El analista de Forrester Brian Hopkins califica el enfoque tecnológico de BofA de “precisión pragmática” y señala a Erica, que ha gestionado más de 2.400 millones de interacciones con una tasa de contención del 98%, como un ejemplo magistral de cómo ampliar la interacción digital sin comprometer la confianza. “Han tomado un camino más cauteloso hacia la IA generativa, pero yo diría que podría resultar ser la jugada inteligente”, afirma sobre el segundo banco más grande de Estados Unidos. “La confianza es la moneda de cambio de la banca y la IA generativa todavía conlleva riesgos reales, como alucinaciones, falta de explicabilidad y brechas de seguridad. ¿Por qué arriesgar la confianza cuando lo que [BofA] ha construido ya funciona y funciona bien? Dada su escala, un paso en falso podría salir muy caro. No se trata de un negocio basado en el conocimiento, como la consultoría, donde la IA generativa ha tenido un impacto más inmediato”.

Ahora que está entrando en la fase de la IA generativa, el banco lo hace desde una posición de fuerza: datos limpios, objetivos empresariales claros y una profunda experiencia en la puesta en práctica de la IA, añade el analista. Su modelo de “invertir una vez y reutilizar muchas veces” podría dar sus frutos con el tiempo. “Al final, aunque no son llamativos, me parecen discretamente eficaces”, afirma Hopskins. “No me sorprendería que superaran a la competencia una vez que se calme el revuelo en torno a la IA generativa”.