La IA revoluciona el panorama de los pagos con la integración de IA generativa

La IA generativa, una tecnología revolucionaria, está transformando el panorama de la inteligencia artificial (IA) y sus aplicaciones. Ahsan Shah,dent sénior de Análisis de Datos e IA en Billtrust, destaca el papel fundamental de los grandes modelos lingüísticos (LLM), como ChatGPT de OpenAI, en este proceso transformador. La fusión del procesamiento del lenguaje natural (PLN) con las funcionalidades convencionales de la IA está creando un nuevo paradigma, con un impacto especial en el sector de los pagos.

El auge de la IA generativa en los pagos

Ahsan Shah destaca el importante impacto de la IA generativa, destacando su capacidad para escribir, comunicar y generar contenido. Esta interfaz centrada en el ser humano, que integra a la perfección el PLN y la IA convencional, está demostrando ser complementaria desde un punto de vista tecnológico. Aplicaciones como la detección de fraudes, la previsión, la detección de anomalías y las recomendaciones existen desde hace años, pero la IA generativa introduce una dimensión novedosa al comprender las multimodalidades del lenguaje. Shah considera esto un catalizador para la innovación en el ámbito de los pagos, aportando eficiencia, precisión y seguridad a las transacciones financieras.

De la IA predictiva a la generativa: un enfoque complementario

Si bien la IA, incluido el aprendizaje automático, ha sido parte integral de los sistemas back-end durante años, Shah advierte contra la precipitación en el nuevo ecosistema sin una adecuada reflexión. Señala que los modelos de IA conocen el mundo, pero carecen de perspectivas específicas para el negocio. Abordar los parámetros de seguridad, la infraestructura y los matices de la alimentación de datos a los modelos de lenguaje se vuelve crucial. Shah recomienda centrarse inicialmente en los problemas conocidos y las oportunidades más fáciles. Se pueden lograr resultados inmediatos en atención al cliente, ventas, marketing y detección de anomalías en los pagos, optimizando los procesos y reduciendo la sobrecarga manual.

Construcción de infraestructura técnica para la IA en los pagos

Shah compara la ubicuidad de las aplicaciones de IA con una "nueva electricidad" que puede aprovecharse universalmente. A pesar de su amplia gama de aplicaciones, anticipa la aparición de aplicaciones de IA específicas para cada dominio, optimizadas para casos de uso específicos dentro del sector de los pagos. Cabe destacar que enfatiza la importancia de la organización de los datos y sugiere abordar deliberadamente la fragmentación de datos, un problema que data de antes de la existencia de la IA. Shah prevé un futuro en el que los sistemas de IA específicos para cada dominio, en particular en el ámbito de los pagos, se entrenarán con sus propios datos. Este cambio requiere una cuidadosa consideración del intercambio de datos entre terceros, especialmente porque los modelos fundamentales solo pueden ser desarrollados por grandes empresas como OpenAI, Anthropic y Google.

El futuro de la IA en los pagos

En opinión de Shah, no tomar medidas es la opción menos deseable, pero desaconseja los enfoques precipitados para la adopción de la IA. Reconociendo el componente conversacional de la IA, predice una rápida adopción gracias a las importantes mejoras de proceso logradas mediante interfaces de lenguaje natural. El envío manual y el filtrado de datos pueden resultar obsoletos en comparación con las sustanciales mejoras de eficiencia que ofrece la IA, especialmente en los pagos.

Navegando la frontera de la IA en los pagos

A medida que la IA generativa transforma el panorama de los pagos, las empresas deben actuar con cautela, alineando a su personal para que domine la contextualización de los modelos de IA. El enfoquematic de Shah aconseja abordar primero los problemas conocidos, generar confianza en los logros comprobados y expandirse gradualmente a flujos de trabajo más complejos. La perspectiva de que los agentes de IA se conviertan en ecosistemas multiagente está en el horizonte, abriendo posibilidades para aplicaciones multidominio e interfuncionales, considerando cuidadosamente las medidas de seguridad necesarias.