Escucha este artículo
Audio generado con IA de Google
0:00
/
0:00
La Inteligencia Artificial ya puede responder llamadas, gestionar cobros y atender solicitudes de clientes. El problema para bancos y empresas financieras no está necesariamente en si estas herramientas funcionan, sino en si pueden hacerlo dentro de un sector donde cada decisión debe cumplir reglas de protección de datos, auditoría y supervisión.
Ese es uno de los retos que encontró DOMU, una startup colombiana especializada en agentes de Inteligencia Artificial de voz para servicios financieros regulados y respaldada por Y Combinator. La compañía ha apostado por desarrollar herramientas que puedan automatizar interacciones sin dejar de lado los controles que exige la industria.
En esa estrategia ha tenido un papel central Adriana Muñoz Vergara, uno de los cerebros de la compañía y quien ha trabajado en la intersección entre crecimiento comercial, asuntos legales y cumplimiento normativo. Su tarea ha sido incorporar esas exigencias desde las primeras etapas de una negociación para evitar que se conviertan en un obstáculo cuando una solución de Inteligencia Artificial ya está lista para ser implementada.
“Trabajo en la intersección entre la estrategia comercial, lo legal, el cumplimiento y el crecimiento”, explica Muñoz.
Su trabajo incluye aspectos como la residencia de los datos, la gobernanza, la trazabilidad y la responsabilidad sobre las decisiones automatizadas. También contempla mecanismos para que una interacción pueda ser trasladada a una persona cuando el sistema no está en condiciones de continuarla de manera autónoma.
La apuesta parte de una premisa que empieza a ganar importancia en el sector financiero: automatizar un proceso no significa eliminar los controles que existen alrededor de este.
Regulación desde el comienzo
Para las entidades financieras, implementar Inteligencia Artificial supone resolver preguntas que van más allá del rendimiento de un modelo. Algunas de ellas son dónde se almacenan los datos, quién responde por una decisión tomada por un sistema automatizado o qué ocurre cuando el agente no puede resolver una solicitud.
DOMU decidió abordar esas preguntas desde el diseño de sus soluciones. La compañía incorporó mecanismos de auditoría, gobernanza y escalamiento a personal humano con el propósito de que sus agentes puedan operar en procesos particularmente sensibles, como la cobranza y la administración de préstamos.
La estrategia comercial de Muñoz también ha estado vinculada a la expansión de la compañía. Lideró negociaciones contractuales con empresas como Nubank, Teleperformance y Alorica y, de acuerdo con la información entregada por DOMU, contribuyó a ampliar la presencia de sus licencias en Estados Unidos de menos de tres estados a más de 35.
Ese crecimiento estuvo acompañado por un aumento en los ingresos recurrentes anuales de la startup. En menos de un año, pasaron de cerca de USD 2 millones a más de USD 10 millones, según las cifras proporcionadas por la compañía.
“En industrias reguladas, las decisiones rápidas solo funcionan si están construidas sobre la confianza. La innovación y el cumplimiento normativo deben avanzar juntos, no competir entre sí”, señala Muñoz.
Prueba por hacer
Uno de los casos en los que DOMU ha puesto a prueba esta estrategia es el desarrollado junto con Alorica, compañía global dedicada a servicios de experiencia del cliente.
La startup implementó allí a Rebecca, un agente virtual bilingüe capaz de atender operaciones en inglés y español durante las 24 horas. El objetivo no era solamente automatizar conversaciones, sino hacerlo manteniendo mecanismos para registrar y supervisar las interacciones.
Durante sus primeros 30 días de operación, Rebecca resolvió de manera autónoma el 48 % de las consultas recibidas y alcanzó una tasa de éxito del 87 % en pagos. Además, facilitó la recuperación de cerca de USD 100.000, según los resultados reportados por DOMU.
La compañía asegura que durante ese periodo el agente alcanzó paridad humana en sus operaciones y mantuvo las interacciones auditables, con mecanismos automáticos para escalar los casos que requerían intervención de una persona.
Para Muñoz, ese tipo de implementación muestra hacia dónde se dirige la adopción de IA en las industrias reguladas.
“Lo fundamental es garantizar que cada interacción sea auditable y se ajuste a las políticas establecidas”, afirma.
El desafío, sin embargo, no termina con conseguir que un agente responda correctamente una llamada. Para bancos, fintech y compañías de servicios financieros, la siguiente etapa será demostrar que esas herramientas pueden mantenerse bajo control cuando aumente su escala y que sus decisiones puedan ser explicadas, supervisadas y auditadas.
En ese escenario, la regulación puede dejar de ser únicamente una barrera para la adopción de inteligencia artificial. Para empresas como DOMU, también puede convertirse en parte de la ventaja competitiva: desarrollar tecnología que no solo sea capaz de automatizar procesos, sino que pueda hacerlo dentro de las reglas de una de las industrias con mayores exigencias de control.