Maximize Value Across the Entire Customer Lifecycle
Anybody who has ever played a video game knows that to reach your end goal, whether it’s rescuing the princess, defeating the boss, or well, just casually dominating the competition, you need to power up your character’s abilities every chance you get. Much like, to succeed in today’s digital first financial services world you need to level-up your risk decisioning capabilities whenever possible. So, in the world of financial services, what’s the ultimate decisioning power-up available right now?
I know you’re thinking, how can something that doesn’t offer you any type of invincibility powers be considered the ultimate power-up? Because it does something better than that. Instead of fending
1
off risks for a short period of time before it needs a recharge, it lets you use those risks to get better and better at making decisions. In turn giving you the power to do things that have been out of reach with traditional decisioning capabilities, such as enable approvals for unbanked consumers, adapt to rapidly changing markets without sacrificing the customer experience, and continuously optimize decisioning across the customer lifecycle. So, if AI is the ultimate power-up, why aren’t more people already using it to make a difference? Because, of the AI projects launched only 11% show any meaningful benefits. 1 Why? There are several reasons, including: • Lack of focus on specific business challenges • High cost of entry and spiraling ongoing costs • Lack of the right technology • The right data isn’t available • Limited internal knowledge • The project doesn’t bring value in a reasonable time • AI accuracy starts to drift But, these challenges aren’t diminishing the lure of AI. In fact, 86% of leaders in financial services plan to increase investment in AI over the next year. 2 In the following section we’ll look at the potential AI benefits that are driving companies to continue to pursue AI projects, even when existing ones haven’t produced the expected results.
2
Smarter Decisioning Across the Customer Lifecycle Expand your customer base • Say yes to customers you haven’t been able to approve before • Move outside of your current lending base without increasing risk • Decision based on alternative data • Power financial inclusion Level Up Decisioning Across the Customer Lifecycle While only a small amount of AI projects are perceived as a success, those that are successful create tangible benefits that drive growth, increase agility, and make your business more competitive. There are many decisions across the customer lifecycle where AI can contribute significant value. Identify fraud • Auto-optimize your decisioning to manage evolving fraud • Switch from a rules-based approach to a self- learning AI model • Reduce false positives • Maximize detection
3
Refine pricing • Make the right offer at the right price • Maximize profitability • Offer personalized pricing • Make your lending portfolio work harder Expand your customer relationships • Use your customer data to show how, when and what offers to give your customers • Act before they shop around • Predict when they are most likely to convert and automatically respond • Maximize lifetime value Optimize customer management • Predict instead of reacting to delinquent accounts • Use real-time data to identify pre-delinquency patterns • Minimize losses and reduce the number of accounts sent to collections • Improve customer relationships
4
Walk Through One Level at a Time
Avoiding Shiny Object Syndrome to Set Your AI Project Up for Success If you were or still are a gamer, you know that the first level is always a learning curve; figuring out how things work, finding out what’s possible, learning how to level up your abilities, discovering how to not crash and burn, etc. Deciding to explore AI in decisioning is a very similar experience! AI offers the promise of so many valuable benefits that it can be difficult to choose just one of the shiny objects to pursue, instead you end up trying to do all of the things, all at once! We’ll call this shiny object syndrome. Research shows that 85% of AI projects fail to show value 3 and lack of focus on a specific business goal is a major culprit. Twenty-six percent of companies consider ‘finding a starting point’ one of the top three challenges to implementing AI 4 . Companies throw AI punches at their
5
challenges and hope something lands! At the other end of the spectrum, many companies fail to launch AI projects off the idea board because they can’t pick a specific objective to start with. Your first AI project doesn’t need to be an enterprise-wide, all-or-nothing initiative – start small and get the whole company adjusted to the value AI can bring. To launch a successful AI decisioning project that shows value you need to start with a defined business challenge and focus in on one area where AI can quickly shine. Not only does this create business value, but it also helps drive business buy in. If you’re struggling to identify the best business problem to tackle first, one option is to work with a technology partner that is already working with businesses like yours to help them solve key challenges and drive value with AI. POWER-UP TIP: You don’t need vast amounts of internal expertise to launch an AI strategy across your decisioning! Selectively choosing the right partner to fill these knowledge gaps can be a cost-effective and time-saving way to get AI projects launched quickly. However, if you already have an in-house data science team, choose a technology partner that can easily migrate their existing models into more user-friendly technology.
6
Lowering the Cost of Entry to the World of AI In a recent survey, executives from financial services organizations stated that the average successful AI project cost over $3.5 million (USD). That’s a lot to invest on a project, especially if AI is an unproven technology in your organization. If you’re an early stage fintech, it’s a pipe dream. So, do you really need millions of dollars to add AI to your decisioning? The answer is... it depends. If you choose to go it alone with your AI project and build all of the infrastructure, bring the talent in house, etc. then yes, your costs can quickly spiral. However, if you choose to work with a trusted partner instead, you could launch AI into your decisioning for an incremental monthly cost of just a few thousand dollars.
7
POWER-UP TIP: Choose a scalable technology solution for your AI strategy. While starting small with a focused project is essential for rapid rewards, you’ll need technology that can support AI growth across your decisioning strategy to expand on that success.
8
Overcoming Technology and Data Challenges to Unlock Value There are three foundational things you’ll need in place to make your AI project drive business value: usable data, manageable AI, and automated decisioning. Let’s expand on what we mean with these three things: Usable Data Data is everywhere but accessing and using that data is a challenge for many companies. Fifty-nine percent of organizations said that a shortage of data science talent is one of the main barriers to realizing AI value 5 . In a video game it’d be one of those annoying power- ups you can collect but can’t use because you haven’t acquired the right skill set. AI is hungry for data, but to consume data it needs to be in a usable form and available in a great enough volume that AI models can identify the patterns that will optimize your decisioning. Many organizations wanting to launch AI projects don’t have the variety or volume of data or the data architecture needed to get the most out of AI.
9
Your business has two options to solve this siloed, unusable data problem: one, build the data infrastructure internally to support this, which is a resource-heavy commitment. Or two, choose a technology partner who offers a plug-and-play solution for this. POWER-UP TIP: The trace data from your decisioning, when fed into your AI models, will drive performance optimization. Whichever data path you choose make sure you have the power to harness your decisioning data! Manageable AI Data scientists could devote an entire eBook to this section alone, but we’ll keep this a high-level look at why businesses fail to deploy AI projects and how to overcome this. The right tool (model) for the job : If you’ve ever investigated AI platforms, you’ll know that models aren’t in short supply, in fact there’s an overabundance of models. Why is this a problem? Because it requires your team to know which one to use when, adding in additional time and resource needs. It’s like having to guess which weapon is effective against threats, instead of the game telling you which tool to choose. It’s like trying to have your hero cross a ravine using a spade instead of a whip. It’ll be game over at record speed. There are solutions available that will automate this process for you. They use automatic testing to select
10
the most effective model for the business problem you’re trying to solve. For example, there may be 30 models that could show positive results, and to pick the right one, the automation will run through these models to show you which model or combination of models is most effective based on your specific needs, whether that’s lowering delinquency rates, increasing conversions, reducing risk, lending more, etc. Getting models live and keeping them effective: It’s often much easier to do things in the comfort of your own home/office than it is to make things work in the real world—and AI is no different. Deploying models can be daunting – 47% of executives find it difficult to integrate cognitive projects into existing processes and systems 6 . When/ if they get deployed, performance monitoring is often limited, meaning that when the models drift, the reduction in their effectiveness isn’t noticed or addressed as soon as it should be. This directly impacts their ability to make accurate predictions. To be successful with your AI project you’ll need an MLOps solution that simplifies the deployment, monitoring, and retraining of your models. Again, this is something that you could build internally, but partnering with an external resource is a cost- effective option. And, if you’ve already started on your AI journey but have hit roadblocks with technology, you don’t need to throw away your existing models, instead a technology partner should be able to easily migrate, recreate, or shadow run your models.
11
POWER-UP TIP: Think of partnering with a technology vendor as you would hiring a plumber. They do all of the hard work so all you need to do is turn the tap on to get water running (put your model live) as efficiently as possible. Automated Decisioning What’s the point of using AI to make predictions if you don’t use those predictions to make decisions? To truly maximize the potential of AI it needs to work hand-in-hand with your decisioning solution. With automated decisioning putting those predictions into action you can improve performance anywhere decisions are made across the customer lifecycle. Think as AI as fuel that feeds your decisioning. Removing silos and achieving this kind of relationship between your decisioning and AI technologies is imperative for the success of your project, and this integration should be high on your shopping/build list. In many organizations, data, AI, and decisioning are rarely one solution within an organization. You'll find them siloed. And bringing these three components together is often the source of delays and failures for AI projects. POWER-UP TIP: Whether you shop for or build your AI Decisioning Solution, make sure the decisioning, data, and AI capabilities are either prewired or can be integrated into one cohesive unit. It’ll save you time and money!
12
Set New Records to Bring Value Faster In our recent survey of 400 financial services executives the average time to value for AI projects was over 121 days and only 5% saw value in 60 days First, the big question, can you cross the finish line to achieve value before your 60-day timer runs out? If you go it alone, building everything from scratch including all of the infrastructure and models? Possibly. If you have enough resources and money to throw at the project. If you choose to take the partner route it’s absolutely feasible to achieve value in 60 days if the AI and the decisioning are implemented side by side. In fact, if you were purely adding AI on top of your existing or less. To join that 5% you’ll need to be strategic in your project approach.
13
decisioning, as long as it’s flexible enough to support AI, you could start seeing value in 15 days or less. When you’re not building the solution, the development time—which slows down time to value—is eliminated. Instead, you’re reducing the project timeline down to implementation time alone, which for a SaaS AI solution should be achievable in under two weeks. For a full decisioning and AI SaaS implementation, it should be live in under two months. If your decisioning and AI technology partner says it isn’t possible, ask them why. POWER-UP TIP: Assess whether your existing decisioning can support AI as-is or if you’ll need to focus on a unified AI Decisioning Platform as your main quest. What do we mean by this? You need to establish whether your decisioning capabilities are agile and powerful enough to support AI without extensive work. If not, replacing your decision engines with one unified solution for both AI and decisioning will reap bigger rewards, be more cost effective and faster to implement. You can have it all.
14
Creating Forward- Looking AI
In the section above we talked about the importance of having data, AI, and decisioning capabilities to power all AI-fueled decisioning projects, but we didn’t yet talk about why it’s so important to have all three talking to each other in real time. One of the challenges of any analytical analysis is that it relies heavily on historical data to make predictions, but to be truly agile and able to accurately predict the future we need to take a different approach. We’ll go back to the video game analogy again… imagine you’re playing a racing car game where you’re allowed to drive a few laps of the track looking at what’s ahead of you. Then, you continue the race but you’re only able to look behind you. You could, if you had a good memory, do a reasonable job at navigating the track. What you couldn’t do is predict any changes ahead. You have to assume that the following laps will be the same as your practice laps because it’s all you know. The chances you’ll go the “wrong way” at some point are highly likely. This is traditional decisioning
15
based on historical data. It works well while everything follows the status quo, but it gets into trouble when the path ahead changes. Now, imagine driving the same track but with a 360-degree view of what’s around you—and in an upgraded car that’s able to use real-time data to auto- adjust vehicle performance. Not only are you prepared for what you can see ahead of you, your car’s safety systems are adjusting performance to help keep you on the winning line. Your car has learned from the past and is absorbing everything that’s happening to it in that moment to predict the optimal route forward. This is AI decisioning auto-optimizing models using real- time data. So, what’s the key point here? If you want to make accurate predictions about the future, you need data, AI and decisioning brought together into one self- optimizing car. When you have this, your data feeds your AI, which fuels your decisioning. But it doesn’t stop there. Your decisioning then feeds data back to your AI on the performance of decisions, allowing it to learn from every decision made so it can make more accurate predictions. POWER-UP TIP: While (model) drift may be a goal in racing games, it’s a challenge to overcome in real life. Choose technology that makes model retraining and auto- optimization quick and easy to unlock the ultimate accuracy upgrade.
16
Avoiding “game over” doesn’t have to be difficult when it comes to launching and getting value from your AI decisioning. While many try to go it alone, choosing a partner to provide the foundational technology and expertise for your AI strategy can eliminate many of the challenges that delay launches and prevent rapid ROI. We’ve pulled together the main points from this eBook to help you level up your decisioning with AI. Your Cheat Guide to Leveling Up Decisioning with AI 1. Choose your AI project carefully. If you’re struggling to get past shiny object syndrome work with a partner who can help you pick the right place to get started. 2. Start small for a quick win. It’ll make getting business buy in for a large-scale AI strategy much easier. 3. To unlock value from AI predictions you need world- class decisioning to put them into action.
17
4. Your data, decisioning, and AI should act as one cohesive unit. If they don’t, you may see value from AI, but you’ll never be able to maximize its potential. 5. Your technology needs to make it easy to push your AI models live. You’d never rehire an electrician if their wiring needed you to flip 15 switches to turn on a single light bulb. 6. Decisioning data helps your AI optimize its performance. You need technology that empowers the continuous feedback loop between decisioning and AI. 7. Once your AI is live remember that you’ll need a simple way to retrain it and keep it accurate. AI technology with support for live retraining makes that process much more efficient. 8. The right technology can make your Risk and Data Science teams much more efficient. For example, having technology that can auto select the right model for the right task can save you an incredible amount of time. 9. Data is the food for your AI strategy; having easy access to the right types of usable data is essential. If you don’t have the architecture to support this, partner with a technology partner who does if you want to drive AI value quickly. 10.You can achieve value from AI-Powered Decisioning in 60 days or less. Don’t believe us? Let us show you how! BONUS TIP: When you select a technology vendor, don’t look at the technology alone, ask yourself whether this is a partner that you want to work with. Does their knowledge and experience complement your own? It should!
18
Meet the Provenir
Decisioning
Platform
The Provenir Platform brings together data, AI and decisioning into a single no-code UI. Combine the power of universal data access, simplified AI, and world-class decisioning technology to make smarter risk decisions across the customer lifecycle. Say no to inflexible technology. Say yes to user- friendly, scalable technology that lets you launch, innovate, and expand based on your timeline. Ready to write your own fintech growth story? Visit Provenir.com.
Level Up Your Decisioning with AI.
Get in Touch
19
Endnotes 1 https://www.fierceelectronics.com/electronics/just-11-companies-using- ai-reap-significant-financial-roi-study-finds 2 https://theroadahead.economist.com/pdfs/us-eiu-thoughtspot.pdf 3 https://medium.com/@NeotericEU/the-single-most-important-rea - son-why-ai-projects-fail-68c8c1f72dee#:~:text=Research%20 shows%20that%20there%20are,you%20actually%20start%20your%20 - project. 4 https://www.semrush.com/blog/artificial-intelligence-stats/ 5 https://research.aimultiple.com/ai-stats/ 6 https://hbr.org/2018/01/artificial-intelligence-for-the-real-world
YOU WIN! Thank you for playing.
20
Cualquiera que haya jugado alguna vez a un videojuego sabe que, para alcanzar tu objetivo final, ya sea rescatar a la princesa, derrotar al jefe o simplemente (y casualmente) dominar a la competencia, debes potenciar las habilidades de tu personaje cada vez que puedas. De la misma manera, para tener éxito en el mundo de los servicios financieros digitales de hoy en día, debes aumentar tus capacidades en materia de toma de decisiones de riesgo siempre que sea posible. Entonces, en el mundo de los servicios financieros, ¿cuál es el máximo poder disponible en materia de toma de decisiones en este momento?
Sé que estás pensando, ¿cómo puede algo que no te ofrece ningún tipo de poder de invencibilidad ser considerado el mejor poder? Porque hace algo mejor que eso. En lugar de eludir los riesgos por un corto período de tiempo antes de que necesites una recarga,
1
te permite usar esos riesgos para mejorar cada vez más en la toma de decisiones. A su vez, te brinda el poder de hacer cosas que han estado fuera del alcance de las capacidades tradicionales de toma de decisiones, tales como habilitar aprobaciones para consumidores no bancarizados, adaptarte a mercados en constante cambio sin sacrificar la experiencia del cliente y optimizar continuamente la toma de decisiones a lo largo del ciclo de vida del cliente. Entonces, si la IA es el mejor poder, ¿por qué no hay más personas que ya la estén usando para marcar la diferencia? Porque, de los proyectos de IA lanzados, solo el 11 % 1 muestra beneficios significativos. ¿Por qué? Hay muchas razones, entre otras: • Falta de enfoque en desafíos comerciales específicos • Alto costo de entrada y costos continuos crecientes • Falta de tecnología adecuada • Los datos correctos no están disponibles • Conocimiento interno limitado • El proyecto no aporta valor en un tiempo razonable • La precisión de la IA comienza a decaer Sin embargo, estos desafíos no disminuyen el atractivo de la IA. De hecho, el 86 % de las empresas líderes en servicios financieros planean aumentar sus inversiones en IA durante el próximo año 2 . En la siguiente sección, veremos los posibles beneficios de la IA que impulsan a las empresas a continuar con los proyectos de IA, incluso cuando los existentes no han producido los resultados esperados.
2
Lleva la toma de decisiones a un nivel superior a lo largo del ciclo de vida del cliente Si bien solo una pequeña cantidad de los proyectos de IA se perciben como un éxito, aquellos que tienen éxito crean beneficios tangibles que impulsan el crecimiento, aumentan la agilidad y hacen que tu negocio sea más competitivo. Hay muchas decisiones a lo largo del ciclo de vida del cliente en las que la IA puede aportar un valor significativo. Amplía tu base de clientes • Dile sí a los clientes que no has podido aprobar antes • Sal de tu base de préstamos actual sin aumentar el riesgo • Decisiones basadas en datos alternativos • Potenciar la inclusión financiera Identifica el fraude • Optimiza automáticamente tu toma de decisiones para gestionar la evolución del fraude • Pasa de un enfoque basado en reglas a un modelo de IA de autoaprendizaje • Reduce los falsos positivos • Maximiza la detección Mejora la toma de decisiones a lo largo del ciclo de vida del cliente
3
Refina los precios • Realiza la oferta correcta al precio correcto • Maximiza la rentabilidad • Ofrece precios personalizados • Haz que tu cartera de préstamos trabaje más Amplía tus relaciones con los clientes • Utiliza los datos de tus clientes para mostrar cómo, cuándo y qué ofertas ofrecer a tus clientes • Actúa antes de que comparen precios • Intenta predecir cuándo es más probable que se adhieran y responde automáticamente • Maximiza el valor de por vida Optimiza la gestión de clientes • Intenta predecir en lugar de reaccionar ante cuentas morosas • Usa datos en tiempo real para identificar patrones previos a la morosidad • Minimiza pérdidas y reduce el número de cuentas enviadas a cobros • Mejora las relaciones con los clientes
4
Recorre un nivel a la vez
Evitar el síndrome del objeto brillante para preparar tu proyecto de IA para el éxito Si eras o sigues siendo un aficionado a los videojuegos, sabes que el primer nivel es siempre una curva de aprendizaje; debes descubrir cómo funcionan las cosas, averiguar qué es posible, aprender a subir de nivel tus habilidades, descubrir cómo no chocar y quemarte, etc. ¡Decidir explorar la inteligencia artificial (IA) en la toma de decisiones es una experiencia muy similar! La IA ofrece la promesa de tantos beneficios valiosos que puede ser difícil elegir solo uno de los objetos brillantes para perseguir. En lugar de eso, terminas tratando de hacer todas las cosas, ¡todas a la vez! Llamaremos a esto el síndrome del objeto brillante. Las investigaciones muestran que el 85 % de los proyectos de IA no logran mostrar valor 3 y la falta de enfoque en un objetivo comercial específico es uno de los principales culpables. El 26 % de las empresas considera que "encontrar un punto de partida" es uno de los tres principales desafíos
5
para implementar la IA 4 . ¡Las empresas lanzan intentos de IA a sus desafíos y esperan que algo funcione! En el otro extremo del espectro, muchas empresas no logran lanzar proyectos de IA fuera del tablero de ideas porque no pueden elegir un objetivo específico para comenzar. No es necesario que tu primer proyecto de IA sea una iniciativa de todo o nada a nivel de toda la empresa. Comienza poco a poco y haz que toda la empresa se ajuste al valor que la IA puede aportar. Para lanzar un proyecto exitoso de toma de decisiones con IA que muestre valor, debes comenzar con un desafío comercial definido y enfocarte en un área donde la IA pueda brillar rápidamente. Esto no solo crea valor comercial, sino que también ayuda a impulsar la aceptación comercial. Si tienes dificultades para identificar el mejor problema comercial para abordar primero, una opción es trabajar con un socio tecnológico que ya esté trabajando con empresas como la tuya para ayudarlas a resolver desafíos clave y generar valor con IA. CONSEJO PARA POTENCIAR: ¡No necesitas una gran cantidad de experiencia interna para lanzar una estrategia de IA en materia de toma de decisiones! La elección selectiva del socio adecuado para llenar estos vacíos de conocimiento puede ser una forma rentable y que ahorra tiempo para lanzar proyectos de IA rápidamente. Sin embargo, si ya tienes un equipo científico de datos interno, elige un socio tecnológico que pueda migrar fácilmente sus modelos existentes a una tecnología más fácil de usar.
6
Reducir el costo de entrada al mundo de la IA En una encuesta reciente, los ejecutivos de las organizaciones de servicios financieros afirmaron que un proyecto de IA exitoso cuesta en promedio más de $ 3,5 millones (USD). Eso es mucho para invertir en un proyecto, sobre todo si la IA es una tecnología no probada en tu organización. Si eres parte de una fintech en etapa inicial, es un sueño imposible. Entonces, ¿realmente necesitas millones de dólares para agregar IA a tu toma de decisiones? La respuesta es... depende. Si eliges hacer tu proyecto de IA por tu cuenta y construir toda la infraestructura, conseguir el talento internamente, etc., entonces sí, tus costos pueden aumentar rápidamente. Sin embargo, si eliges trabajar con un socio de confianza, podrías incorporar la IA en tu toma de decisiones por un costo mensual incremental de solo unos pocos miles de dólares.
7
CONSEJO PARA POTENCIAR: Elige una solución de tecnología escalable para tu estrategia de IA. Si bien comenzar poco a poco con un proyecto enfocado es esencial para obtener recompensas rápidas, necesitarás tecnología que pueda respaldar el crecimiento de la IA en tu estrategia de toma de decisiones para expandir ese éxito.
8
Superar los desafíos tecnológicos y de datos para generar valor Hay tres cosas fundamentales que necesitarás para que tu proyecto de IA genere valor comercial: datos utilizables, IA gestionable y toma de decisiones automatizada. Ampliemos lo que queremos decir con estas tres cosas: Datos utilizables Los datos están en todas partes, pero acceder a ellos y utilizarlos es un desafío para muchas empresas. El 59 % de las organizaciones dijeron que la escasez de talento en ciencia de datos es una de las principales barreras para concretar el valor de la IA 5 . En un videojuego, sería uno de esos potenciadores molestos que puedes recolectar pero no puedes usar porque no has adquirido el conjunto de habilidades adecuado. La IA está ávida de datos, pero para consumirlos estos deben estar en una forma utilizable y disponibles en un volumen lo suficientemente grande como para que los modelos de IA puedan identificar los patrones que optimizarán tu toma de decisiones. Muchas organizaciones que desean lanzar proyectos de IA no tienen la variedad o el volumen de datos o la arquitectura de datos necesarios para aprovechar al máximo la IA.
9
Tu empresa tiene dos opciones para resolver este problema de datos inutilizables y aislados: una, construir la infraestructura de datos internamente para respaldar esto, que es un compromiso que requiere muchos recursos. O dos, elegir un socio tecnológico que ofrezca una solución de instalación instantánea (plug-and-play) para esto. CONSEJO PARA POTENCIAR: Los datos de seguimiento de tu toma de decisiones, cuando se introducen en tus modelos de IA, impulsarán la optimización del rendimiento. ¡Cualquiera sea la ruta de datos que elijas, asegúrate de tener el poder de aprovechar tus datos de toma de decisiones! IA gestionable Los científicos de datos podrían dedicar un libro electrónico completo solo a esta sección, pero mantendremos una mirada general de alto nivel sobre por qué las empresas no logran implementar proyectos de IA y cómo superar esto. La herramienta (modelo) adecuada para el trabajo: Si alguna vez has investigado las plataformas de IA, sabrás que los modelos no son escasos. De hecho, hay una sobreabundancia de modelos. ¿Por qué esto es un problema? Porque requiere que tu equipo sepa qué modelo usar y cuándo, agregando tiempo adicional y necesidades de recursos. Es como tener que adivinar qué arma es efectiva contra las amenazas, en lugar de que el juego te diga qué herramienta elegir. Es como intentar que tu héroe cruce un barranco usando una pala en lugar de un látigo. Se acabará el juego a una velocidad récord. Hay soluciones disponibles que automatizarán este proceso para ti. Utilizan pruebas automáticas para
10
seleccionar el modelo más efectivo para el problema comercial que estás tratando de resolver. Por ejemplo, puede haber 30 modelos que podrían mostrar resultados positivos. Para elegir el correcto, la automatización se ejecutará a través de estos modelos para mostrarte qué modelo o combinación de modelos es más efectivo según tus necesidades específicas, ya sea para reducir las tasas de morosidad, aumentar las conversiones, reducir el riesgo, prestar más, etc. Activar modelos y mantenerlos efectivos: A menudo, es mucho más fácil hacer las cosas en la comodidad de tu propia casa u oficina que hacer que las cosas funcionen en el mundo real, y la IA no es diferente. La implementación de modelos puede ser desalentadora: al 47% de los ejecutivos les resulta difícil integrar proyectos cognitivos en procesos y sistemas existentes. 6 Cuando se implementan, o si se implementan, el monitoreo del rendimiento suele ser limitado, lo que significa que cuando los modelos se desvían, la reducción de su eficacia no se nota ni se aborda tan pronto como debería. Esto afecta directamente su capacidad para hacer predicciones precisas. Para tener éxito con tu proyecto de IA, necesitarás una solución de operaciones de aprendizaje automatizado (MLOps) que simplifique la implementación, el monitoreo y la re educación de tus modelos. Nuevamente, esto es algo que podrías construir internamente, pero asociarte con un recurso externo es una opción rentable. Y, si ya has comenzado tu proceso de IA pero te has topado con obstáculos con la tecnología, no necesitas desechar tus modelos existentes. En lugar de eso, un socio tecnológico debería poder migrar, recrear o ejecutar por detrás fácilmente tus modelos.
11
CONSEJO PARA POTENCIAR: Piensa en asociarte con un proveedor de tecnología como si contrataras a un plomero. Ellos hacen todo el trabajo duro por lo que todo lo que necesitas hacer es abrir el grifo para que el agua corra (activar tu modelo) de la manera más eficiente posible.
Toma de decisiones automatizada
¿Cuál es el punto de usar IA para hacer predicciones si no usas esas predicciones para tomar decisiones? Para maximizar verdaderamente el potencial de la IA, esta debe trabajar mano a mano con tus soluciones en materia de toma de decisiones. Con la toma de decisiones automatizada que pone en práctica esas predicciones, puedes mejorar el rendimiento en cualquier momento en que se tomen decisiones a lo largo del ciclo de vida del cliente. Piensa en la IA como combustible que alimenta tu toma de decisiones. Eliminar los silos y lograr este tipo de relación entre la toma de decisiones y las tecnologías de IA es imprescindible para el éxito de tu proyecto, y esta integración debe ocupar un lugar destacado en tu lista de compras o construcción. En muchas organizaciones, los datos, la IA y la toma de decisiones rara vez son una solución integral dentro de una organización. Los encontrarás aislados. Y el proceso de integración de estos tres componentes es a menudo la fuente de retrasos y fracasos para los proyectos de IA. CONSEJO PARA POTENCIAR: Ya sea que compres o construyas tu solución de toma de decisiones de IA, asegúrate de que las capacidades de toma de decisiones, de datos y de IA estén prediseñadas o puedan integrarse en una unidad cohesiva. ¡Te ahorrará tiempo y dinero!
12
Establecer nuevos récords para generar valor más rápido En nuestra encuesta reciente de 400 ejecutivos de servicios financieros, el tiempo promedio de valorización de los proyectos de IA fue de más de 121 días y solo el 5 % vio valor en 60 días o menos. Para ser parte de ese 5 %, deberás ser estratégico en el enfoque de tu proyecto. Primero, la gran pregunta, ¿puedes cruzar la línea de meta y lograr valor antes de que se agote el tiempo de 60 días? ¿Si lo haces solo construyendo todo desde cero, incluida la infraestructura y los modelos? Posiblemente. Si tienes suficientes recursos y dinero para invertir en el proyecto. Si eliges tomar la ruta del socio, es absolutamente factible lograr valor en 60 días si la IA y la toma de decisiones se implementan en conjunto. De hecho, si solo estuvieras agregando IA sobre tu toma de decisiones existente, siempre que esta última sea
13
lo suficientemente flexible para admitir IA, podrías comenzar a ver valor en 15 días o menos. Cuando no eres tú quien crea la solución, se elimina el tiempo de desarrollo, que ralentiza el tiempo de obtención de valor. En cambio, estás reduciendo el cronograma del proyecto solo al tiempo de implementación, lo que para una solución SaaS de IA debería lograrse en menos de dos semanas. Para una toma de decisiones completa y una implementación de SaaS con IA, debería estar disponible en menos de dos meses. Si tu socio de tecnología de IA y toma de decisiones dice que no es posible, pregúntale por qué. CONSEJO PARA POTENCIAR: Evalúa si tu toma de decisiones existente puede admitir la IA tal como está o si necesitarás enfocarte en una plataforma de toma de decisiones de IA unificada como tu búsqueda principal. ¿Qué queremos decir con esto? Debes establecer si tus capacidades de toma de decisiones son lo suficientemente ágiles y poderosas para admitir la IA sin mucho trabajo. De lo contrario, reemplazar tus motores de decisión con una solución unificada tanto para la IA como para la toma de decisiones te proporcionará mayores recompensas, será más rentable y más rápido de implementar. Puedes tenerlo todo.
14
Crear IA con visión de futuro
En la sección anterior, hablamos sobre la importancia de tener capacidades de datos, de IA y de toma de decisiones para potenciar todos los proyectos de toma de decisiones impulsados por IA, pero aún no hablamos sobre por qué es tan importante que los tres se comuniquen entre sí en tiempo real. Uno de los desafíos de cualquier evaluación analítica es que se basa en gran medida en datos históricos para hacer predicciones, pero para ser verdaderamente ágil y capaz de predecir con precisión el futuro, debemos adoptar un enfoque diferente. Volveremos al análisis del videojuego de nuevo... imagina que estás jugando un juego de carreras de autos en el que puedes dar algunas vueltas a la pista mirando lo que tienes delante. Luego, continúas la carrera pero solo puedes mirar hacia atrás. Si tuvieras buena memoria, podrías hacer un trabajo razonable al navegar por la pista. Lo que no podrías hacer es predecir cualquier cambio que se avecinara por delante. Tienes que asumir que las siguientes vueltas serán las mismas que tus vueltas de práctica porque es todo lo que sabes. Las posibilidades de que vayas por el "camino equivocado"
15
en algún momento son muy probables. Esta es una toma de decisiones tradicional basada en datos históricos. Funciona bien mientras todo sigue el status quo, pero se mete en problemas cuando el camino adelante cambia. Ahora, imagina conducir en la misma pista pero con una vista de 360 grados de lo que te rodea, y en un automóvil mejorado que puede usar datos en tiempo real para ajustar automáticamente el rendimiento del vehículo. No solo estarás preparado para lo que puedes ver delante de ti, los sistemas de seguridad de tu automóvil estarán ajustando el rendimiento para ayudarte a llegar primero a la línea ganadora. Tu automóvil ha aprendido del pasado y está absorbiendo todo lo que le sucede en ese momento para predecir la ruta óptima a seguir. Se trata de modelos de optimización automática en materia de toma de decisiones de IA que utilizan datos en tiempo real. Entonces, ¿cuál es el punto clave aquí? Si deseas hacer predicciones precisas sobre el futuro, necesitas datos, IA y toma de decisiones reunidas en un solo automóvil que se optimiza automáticamente. Cuando tienes esto, tus datos alimentan tu IA, lo que a su vez alimenta tu toma de decisiones. Pero esto no termina ahí. La toma de decisiones luego retroalimenta datos a la IA sobre el desempeño de las decisiones, lo que le permite aprender de cada decisión tomada para así poder hacer predicciones más precisas. CONSEJO PARA POTENCIAR: Si bien el desvío (del modelo) puede ser un objetivo en los juegos de carreras, es un desafío a superar en la vida real. Elige la tecnología que hace que la re educación y la optimización automática del modelo sean rápidas y fáciles para desbloquear la última actualización de precisión.
16
Evitar el "fin del juego" no tiene por qué ser difícil cuando se trata de lanzar y obtener valor a partir de tus decisiones impulsadas por IA. Si bien muchos intentan hacerlo solos, elegir un socio que proporcione la tecnología y la experiencia fundamentales para tu estrategia de IA puede eliminar muchos de los desafíos que retrasan los lanzamientos y no permiten un RCI rápido. Hemos reunido los puntos principales de este libro electrónico para ayudarte a mejorar la toma de decisiones con IA. Tu guía de trucos para subir de nivel en la toma de decisiones con IA 1. Elige tu proyecto de IA con cuidado. Si tienes dificultades para superar el síndrome del objeto brillante, trabaja con un socio que pueda ayudarte a elegir el lugar correcto para comenzar. 2. Comienza con algo pequeño para una victoria rápida. Eso hará que la implementación comercial de una estrategia de IA a gran escala sea mucho más fácil. 3. Para desbloquear el valor de las predicciones de IA, necesitas decisiones de clase mundial para ponerlas en acción.
17
4. Tus datos, decisiones e IA deben actuar como una unidad cohesiva. Si no lo hacen, es posible que veas el valor de la IA, pero nunca podrás maximizar su potencial. 5. Tu tecnología debe facilitar la puesta en marcha de tus modelos de IA. Nunca volverías a contratar a un electricista si su cableado requiriera que actives 15 interruptores para encender una sola bombilla. 6. Los datos de toma de decisiones ayudan a la IA a optimizar su rendimiento. Necesitas tecnología que potencie el circuito de retroalimentación continuo entre la toma de decisiones y la IA. 7. Una vez que la IA esté activa, recuerda que necesitarás una forma sencilla de volver a entrenarla y mantenerla precisa. La tecnología de IA con soporte para el reentrenamiento en vivo hace que ese proceso sea mucho más eficiente. 8. La tecnología adecuada puede hacer que tus equipos de Riesgo y Ciencia de Datos sean mucho más eficientes. Por ejemplo, tener tecnología que pueda seleccionar automáticamente el modelo correcto para la tarea correcta puede ahorrarte una cantidad increíble de tiempo. 9. Los datos son el alimento de tu estrategia de IA. Tener fácil acceso a los tipos correctos de datos utilizables es esencial. Si deseas impulsar el valor de la IA rápidamente y no tienes la arquitectura para respaldar esto, conéctate con un socio tecnológico que la tenga. 10. Puedes obtener valor de la toma de decisiones impulsada por IA en 60 días o menos. ¿No nos crees? ¡Déjanos mostrarte cómo! CONSEJO EXTRA: Cuando selecciones un proveedor de tecnología, no mires solo la tecnología; pregúntate si este es un socio con el que deseas trabajar. ¿Su conocimiento y experiencia complementan los tuyos? ¡Deberían!
18
Conoce la plataforma de decisiones
La plataforma Provenir reúne datos, IA y toma de decisiones en una única interfaz de usuario sin código. Combina el poder del acceso universal a los datos, la IA simplificada y la tecnología de toma de decisiones de clase mundial para tomar decisiones de riesgo más inteligentes a lo largo del ciclo de vida del cliente. Dile no a la tecnología inflexible. Dile sí a la tecnología escalable y fácil de usar que te permita lanzar, innovar y expandirte según tu línea de tiempo. ¿Estás listo para escribir la historia sobre el crecimiento de tu propia fintech? Visita Provenir.com.
Lleva la toma de decisiones a un nivel superior con IA
Ponte en contacto
19
Endnotes 1 https://www.fierceelectronics.com/electronics/just-11-companies-using-ai- reap-significant-financial-roi-study-finds 2 https://theroadahead.economist.com/pdfs/us-eiu-thoughtspot.pdf 3 https://medium.com/@NeotericEU/the-single-most-important-rea - son-why-ai-projects-fail-68c8c1f72dee#:~:text=Research%20 shows%20that%20there%20are,you%20actually%20start%20your%20 - project. 4 https://www.semrush.com/blog/artificial-intelligence-stats/ 5 https://research.aimultiple.com/ai-stats/ 6 https://hbr.org/2018/01/artificial-intelligence-for-the-real-world
TÚ GANAS!
Gracias por jugar.
20
Qualquer pessoa que tenha jogado um videogame sabe que para alcançar o seu objetivo final, seja resgatar a princesa, derrotar o chefe ou, então, casualmente dominar a competição, é preciso melhorar as habilidades do seu personagem a cada chance que tiver. Da mesma forma, para ter sucesso no mundo dos serviços financeiros digitais atuais, você precisa melhorar os recursos de decisão de risco sempre que possível. Então, no mundo dos serviços financeiros, qual é o poder supremo para melhoria da tomada de decisão disponível atualmente?
Eu sei em que você está pensando, como algo que não oferece nenhum tipo de poder de invencibilidade pode ser considerado o poder supremo? Porque ela faz algo melhor do que isso. Em vez de evitar riscos por um período curto antes de precisar de uma recarga,
1
ela permite que você use esses riscos para melhorar cada vez mais a tomada de decisão. Por sua vez, dando a você o poder de fazer coisas que estavam fora do alcance com os recursos convencionais de tomada de decisão, como habilitar aprovações para consumidores não bancários, adaptar-se a mercados em rápida mudança sem sacrificar a experiência do cliente e otimizar continuamente a tomada de decisão em todo o ciclo de vida do cliente. Então, se a IA é o poder supremo, por que mais pessoas ainda não a usam para fazer a diferença? Porque entre os projetos de IA lançados, apenas 11% 1 mostram qualquer benefício significativo. Por quê? Há várias razões, incluindo: • Falta de foco em desafios comerciais específicos • Alto custo de entrada e custos contínuos em espiral • Falta da tecnologia certa • Os dados certos não estão disponíveis • Conhecimento interno limitado • O projeto não agrega valor em um prazo razoável • A precisão da IA começa a variar Mas esses desafios não estão diminuindo a atratividade da IA. De fato, 86% dos líderes em serviços financeiros planejam aumentar o investimento em IA no próximo ano 2 . Na seção a seguir, veremos os potenciais benefícios da IA que estão levando as empresas a continuarem a buscar projetos de IA, mesmo quando os existentes não produziram os resultados esperados.
2
decisões melhores em todo o ciclo de vida do cliente Embora apenas uma pequena quantidade de projetos de IA seja considerada um sucesso, aqueles que são bem- sucedidos criam benefícios tangíveis que impulsionam o crescimento, aumentam a agilidade e tornam seus negócios mais competitivos. Existem muitas decisões ao longo do ciclo de vida do cliente em que a IA pode contribuir com um valor significativo. Expansão de sua base de clientes • Diga sim aos clientes que você não conseguiu aprovar antes • Saia de sua base de empréstimos atual sem aumentar o risco • Decida com base em dados alternativos • Aumente a inclusão financeira Identifique fraudes • Otimize automaticamente sua tomada de decisão para gerenciar a evolução de fraudes • Troque a abordagem baseada em regras por um modelo de autoaprendizagem de IA • Reduza os falsos positivos • Maximize a detecção tomada de decisão mais inteligente em todo o ciclo de vida do cliente
3
Refine os preços • Faça a oferta certa pelo preço certo • Maximize a lucratividade • Ofereça preços personalizados • Faça sua carteira de empréstimos render mais Expanda seu relacionamento com os clientes • Use os dados do cliente para mostrar como, quando e o que oferecer aos seus clientes • Aja antes que eles decidam pela concorrência • Preveja quando é mais provável que eles convertam e responda automaticamente • Maximize o valor da vida útil Otimize as decisões de gestão de clientes • Preveja em vez de reagir a contas inadimplentes • Use dados em tempo real para identificar padrões de pré-inadimplência • Minimize as perdas e reduza o número de contas enviadas para cobranças • Melhore o relacionamento com o cliente
4
percorra um nível de cada vez
Evitar a síndrome do objeto brilhante para preparar seu projeto de IA para o sucesso Se você foi ou ainda é um jogador, sabe que o primeiro nível é sempre uma curva de aprendizagem; descobrir como as coisas funcionam, descobrir o que é possível, aprender como melhorar suas habilidades, descobrir como não morrer repentinamente etc. Decidir explorar a IA na tomada de decisão é uma experiência muito semelhante! A IA promete tantos benefícios valiosos que pode ser difícil escolher apenas um dos objetos brilhantes para perseguir, em vez disso, você acaba tentando fazer todas as coisas, tudo de uma vez! Chamaremos isso de síndrome do objeto brilhante. As pesquisas mostram que 85% dos projetos de IA não mostram valor 3 e a falta de foco em um objetivo de negócios específico é um dos principais culpados. Vinte e seis por cento das empresas consideram que “encontrar um ponto de partida” é um dos três principais desafios para implementar a IA 4 . As empresas socam seus desafios com a IA e esperam
5
que algo aconteça! No outro extremo do espectro, muitas empresas não conseguem tirar projetos de IA do plano de ideias porque não conseguem escolher um objetivo específico para começar. Seu primeiro projeto de IA não precisa ser uma iniciativa do tipo tudo ou nada em toda a empresa — comece pequeno e ajuste toda a empresa ao valor que a IA pode trazer. Para lançar um projeto de tomada de decisão de IA bem- sucedido e que mostre valor, você precisa começar com um desafio de negócios definido e se concentrar em uma área em que a IA possa brilhar rapidamente. Isso não apenas cria valor comercial, mas também ajuda a impulsionar os negócios. Se você tem dificuldade para identificar o primeiro e melhor problema de negócios para resolver, uma opção é trabalhar com um parceiro de tecnologia que já esteja trabalhando com empresas como a sua para resolver os principais desafios e gerar valor com IA. DICA PODEROSA: Você não precisa de grandes volumes de conhecimento interno para lançar uma estratégia de IA em sua tomada de decisão! Escolher criteriosamente o parceiro certo para preencher essas lacunas de conhecimento pode ser uma maneira de economizar tempo e dinheiro para lançar projetos de IA rapidamente. No entanto, se você já tiver uma equipe interna de ciência de dados, escolha um parceiro de tecnologia que possa migrar facilmente seus modelos existentes para uma tecnologia mais simplificada.
6
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page 28 Page 29 Page 30 Page 31 Page 32 Page 33 Page 34 Page 35 Page 36 Page 37 Page 38 Page 39 Page 40 Page 41 Page 42 Page 43 Page 44 Page 45 Page 46 Page 47 Page 48 Page 49 Page 50 Page 51 Page 52 Page 53 Page 54 Page 55 Page 56 Page 57 Page 58 Page 59 Page 60 Page 61 Page 62 Page 63Made with FlippingBook Digital Publishing Software