El Director de Información de Wells Fargo, Chintan Mehta, compartió perspectivas sobre el uso de aplicaciones de inteligencia artificial generativa en el banco, destacando que su asistente virtual, Fargo, ha gestionado 20 millones de interacciones desde su lanzamiento en marzo. “Creemos que tiene el potencial para manejar cerca de 100 millones de interacciones anuales”, afirmó Mehta en un evento en San Francisco, enfatizando que esto aumentará a medida que mejoren las capacidades y los tipos de conversación.
El avance del banco en IA es notable, especialmente en comparación con muchas grandes empresas que aún se encuentran en la fase de prueba de concepto. A pesar de que se esperaba que los grandes bancos procedieran con cautela debido a preocupaciones regulatorias, Wells Fargo está avanzando rápidamente. El banco ha inscrito a 4,000 empleados en el programa de IA centrada en el ser humano de Stanford y tiene numerosos proyectos de IA generativa ya en producción, enfocados en aumentar la eficiencia del back-office.
Mehta habló en el evento AI Impact Tour, cuyo objetivo es ayudar a las empresas a establecer un plan de gobernanza de IA, especialmente en aplicaciones de IA generativa que utilizan modelos de lenguaje de gran tamaño (LLMs) para respuestas inteligentes. Como uno de los tres bancos más grandes de EE. UU., con $1.7 billones en activos, Wells Fargo está utilizando activamente LLMs en sus servicios.
Fargo, el asistente virtual basado en smartphone, ofrece a los clientes respuestas en tiempo real a consultas bancarias a través de voz o texto. Actualmente, promedia 2.7 interacciones por sesión y puede realizar tareas como pagos de facturas e consultas transaccionales. Construido sobre Google Dialogflow y utilizando el LLM PaLM 2 de Google, Fargo está evolucionando para incorporar múltiples LLMs para diferentes funcionalidades: “no se necesita el mismo gran modelo para todo”, afirmó Mehta.
Otra aplicación, Livesync, ayuda a los clientes con la fijación y planificación de metas. Lanzada recientemente, rápidamente atrajo a un millón de usuarios activos mensuales en su primer mes.
Wells Fargo también ha adoptado LLMs de código abierto, incluyendo el modelo Llama 2 de Meta, para aplicaciones internas. Aunque la adopción de modelos de código abierto ha sido lenta desde el aumento de interés en ChatGPT de OpenAI a fines de 2022, estos modelos permiten una mayor personalización y control, lo que es beneficioso para casos de uso específicos, según Mehta.
El banco desarrolló una plataforma de IA llamada Tachyon para respaldar sus iniciativas de IA. Esta plataforma se basa en los principios de que no existirá un único modelo de IA dominante, que se utilizarán múltiples proveedores de servicios en la nube, y que existen desafíos en la transferencia de datos entre diferentes bases de datos. Tachyon es adaptable, permitiendo la incorporación de nuevos y más grandes modelos mientras mantiene rendimiento y resiliencia. Técnicas como el "model sharding" y el "tensor sharding" mejoran la eficiencia del entrenamiento y reducen las demandas computacionales.
De cara al futuro, Mehta mencionó que los LLMs multimodales, que facilitan la comunicación a través de imágenes, videos y texto, serán cruciales. Proporcionó un escenario hipotético de una aplicación comercial donde los usuarios podrían cargar imágenes y, utilizando un asistente virtual, reservar servicios relacionados a esas imágenes sin problemas. Si bien los modelos multimodales actuales requieren una entrada de texto significativa para el contexto, señaló que aumentar la capacidad del modelo para entender la intención con menos texto es un área clave de interés.
Mehta afirmó que el valor fundamental de la banca—conectar capital con las necesidades del cliente—se mantiene estable, con la innovación enfocada en mejorar la experiencia del usuario. Describió el potencial de los LLMs para volverse más “agentes”, permitiendo a los usuarios completar tareas de manera fluida a través de entradas multimodales.
Al abordar la gobernanza de IA, Mehta enfatizó la importancia de definir claramente el propósito de cada aplicación. Aunque gran parte del desafío de gobernanza se ha abordado, persisten las preocupaciones sobre la seguridad de las aplicaciones, incluyendo la ciberseguridad y el fraude.
Mehta expresó su preocupación por el retraso en las regulaciones bancarias, que luchan por mantenerse al día con los avances de la IA generativa y las finanzas descentralizadas. “Hay una creciente brecha entre nuestras aspiraciones y las regulaciones actuales”, dijo, señalando que los cambios regulatorios podrían afectar significativamente las operaciones y estrategias económicas de Wells Fargo.
Para navegar en este panorama, el banco está invirtiendo considerables recursos en IA explicable, un área de investigación enfocada en comprender el razonamiento detrás de las conclusiones de los modelos de IA.
Clasificación
