Un estudio realizado por Pulse, y patrocinado por Provenir, compañía líder mundialmente en software de toma de decisiones de riesgo por medio de la Inteligencia Artificial (IA) para la industria fintech, encuestó a 100 tomadores de decisiones en distintas empresas de tecnología financiera de América Latina, y estas fueron sus principales conclusiones.
“Los mercados de crédito de consumo se han transformado drásticamente en los últimos dos años; sin embargo, muchas organizaciones de servicios financieros siguen empleando enfoques desactualizados en la toma de decisiones sobre el riesgo crediticio. El resultado final es que hoy las organizaciones tienen un alto grado de incertidumbre en cuanto a la precisión de sus modelos, lo cual se traduce en un crédito menos inclusivo, con menos aprobaciones y una menor oportunidad de crecimiento para la industria”, explicó José Luis Vargas, vicepresidente ejecutivo de Provenir para América Latina.
La investigación identificó los desafíos, las oportunidades y las tendencias del análisis de riesgo crediticio que los responsables de tomar decisiones en las empresas fintech ven en el sector para el año 2022. Como resultado se destacó que el 21% de las empresas de tecnología financiera y las organizaciones de servicios financieros creen que sus modelos de riesgo crediticio son precisos por lo menos el 76% de las veces.
Le puede interesar: Para contener inflación, 165 bienes importados no pagarán arancel
Además, el estudio mostró el creciente apetito por el análisis predictivo de la IA y el aprendizaje automático, la integración de datos y el uso de datos alternativos como medios para mejorar la toma de decisiones sobre el riesgo crediticio, apoyar los objetivos clave de la detección y prevención del fraude, y la inclusión financiera.
La incertidumbre sobre el análisis del "risk business", en lo que se refiere a la precisión de los modelos de riesgo crediticio, puede ser el motivo fundamental para la toma de decisiones en tiempo real fue el primer ámbito de inversión previsto según los encuestados en 2022. Además, se evidencia que las organizaciones están reconociendo el valor de la IA y el Machine Learning (ML), los datos alternativos y la integración de información, en los enfoques de toma de decisiones relativas al riesgo crediticio.