PRESENTACION-INTELIGENCIA-ARTIFICIAL-Y-FINANZAS

2. Comunidad Nacional
de Conocimiento:
En Educación Financiera
y Finanzas Personales

3. INTELIGENCIA ARTIFICIAL Y FINANZAS

4. Luz Adriana Infante Lara
Correo: luz.infante@rackspace.com
Contacto: 305 7132378
Experto Líder
Experto en Transformación Digital

5. EVALUÉMONOS
1. ¿Alguna vez han escuchado sobre inteligencia artificial aplicadaa las
finanzas?
2. ¿Qué ejemplos de aplicaciones de IA en el ámbito financieroconocen?
3. ¿Cuál creen que podríaserel impactode la inteligencia artificial en el
sector financiero?

6. La educación es el arma más
poderosa que puede usar para
cambiarel mundo.
”
N e l s o n M a n d e l a
“

7. Tabla de contenidos
Consideraciones y
herramientas dela
IA en finanzas
IA en lagestión
financieray
planificación
Inteligencia Artificial IA & Finanzas Consideraciones
Generalidades

8. Objetivo general
Proporcionar una visión general de la aplicación de la inteligencia artificial en
las finanzas, destacando sus beneficios, desafíos y oportunidades futuras.

9. Objetivos específicos
comprensión básica decómo
la inteligencia artificial se
aplicaen el campo de las
finanzas.
Comprensión IA
Proporcionar una
Pasos aSeguir
Conocer algunas
Aplicación IA
Compartircasos de uso
que potencianel valor y
los beneficios de la IA en
finanzas.
herramientas
relacionadasconel
uso de IA en finanzas.

10. I. Generalidades IA

11. Ciencia de Computación
Definición IA
• La inteligencia artificial es la rama de
la ciencia de la computación que se
ocupa de la creación y el desarrollo
deprogramas y sistemas que pueden
exhibir comportamientos
consideradosinteligentes.
• Estos comportamientos incluyen la
comprensión del lenguaje natural, el
aprendizaje, el razonamiento, la toma
de decisiones, la resolución de
problemas y la percepción visual y
auditiva.

12. Analizar patrones y comportamientos anómalosen grandes volúmenes
de datos transaccionales para identificar posibles actividades
fraudulentas y generar alertas automáticasparasu investigación.

13. Utilizar modelos
estadísticospara
obtener
informacióny
hacer
predicciones.
Score
Crediticio
+ ó -
Modelo Estadístico
Datos

14. • Pueden analizar datos históricos de crédito, como información
de préstamos y comportamiento de pago, para predecir la
probabilidad de incumplimiento de un prestatario y
proporcionar una evaluacióndel riesgo crediticio más precisa.
Utilizar modelos
estadísticospara
obtener
informacióny
hacer
predicciones.

15. • Funciones matematicas
• Capas ( Redes neuronales)
• Mayor rendimiento
• Requiere mayores recursos
• *Personalizar

16. • El análisis de sentimiento de textoso minería de opinióntrata con la categorización
de las opinionesexpresadas en un texto.
• El propósito es capturar las emociones de los inversionistas hacia el mercado
financiero expresadas en redes sociales o medios informativos, y cuantificar estas
emociones como variables numéricas que potencialmente serán predictoras del
comportamiento de los mercados devalores.

17. II. IA en la Gestión
Financiera y
Planificación

18. En qué casos de uso financiero…
Las herramientas de IA en lagestión financieray la planificación ofrecenanálisis más preciso,
automatización de tareas, personalización de servicios y una toma de decisiones más
fundamentada, lo que conduce a una mayor eficiencia, mejores resultados y una ventaja
competitiva en el ámbito financiero.

19. Gestión de riesgosy
cumplimiento
Representación Financiera
Crédito
Riesgo
Registros mercantiles
Productos y servicios
Anal í tica de
CR É DITO
DataHub empresarial
Regulatorio y
Análisis de cumplimiento
Gestión del riesgo de crédito
Análisis de crédito automatizado
Compromiso efectivo
del cliente
Perfiles de clientes
Historial crediticio
Datos transaccionales
Lealtad
ANAL Í TICA Del
client e
Cliente 360
Evaluación de titulaciones
Segmentación de clientes
Reducción de la rotación de
clientes
Suscripción, servicio y manejo
de morosidad
Motor de
recomendación
Datos de secuencia de clics
Productos
Servicios
Datos de servicio al cliente
MARKETING
ANAL Í TICA
Motor de recomendación
Análisis predictivo y publicidad
dirigida
Marketing rápido y compromiso
multicanal
Análisis del sentimiento del
cliente
Gestión de riesgos e
ingresos
Datos de transacción
Demografía
Historial de compras
Tendencias
RIES GO, FRAUD E ,
DE TE CCI ÓN DE
AMEN AZ AS
Detección de anomalías en
tiempo real
Monitoreo de tarjetas y
detección de fraude
Identificación de amenazas de
seguridad
Agregación de riesgos
Gestión de servicios
(Decisión)
Segmentación de clientes
Datos de CRM
Datos de crédito
Datos de mercado
MODELADO
Financier o
Banca comercial/minorista,
valores, modelos de
negociación e inversión
Ciencia de la decisión,
simulaciones y pronósticos
Recomendaciones de inversión
Casos deusodeservicios financieros
Experiencia del cliente
mejorada con
aprendizaje
automático
Innovación más rápida
para una mejor
experiencia del cliente
Mejores resultados
para el consumidory
mayores ingresos
Transforme el
crecimiento con
análisis predictivos
Mejora de la interacción
del cliente con el
aprendizaje automático
19

20. III. Consideraciones
y Herramientas de la
IA en finanzas

21. IA & Finanzas …
Consideraciones fundamentales para
garantizar un uso responsable y efectivo de la
inteligencia artificial en el campo de las
finanzas, maximizando los beneficios y
minimizando los riesgos potenciales.

22. Consideraciones fundamentales :
Garantizar un uso responsable y efectivo IA
Eticay Transparencia
Privacidadyseguridad delos datos
InterpretabilidadyExplicabilidad
Supervision y Control Humano
Actualizacion y adaptabilidad
Evaluaciónde riesgos

23. 3. Herramientas Disponibles
Acordeal caso de uso
Recursosy CostosAsociados
2. Datos Disponibles
Calidad
Fuentes
Cantidad
Antes de Elegir una herramienta…
1. Tarea Especifica
“Caso de Uso”

24. 3. Herramientas Disponibles
Hyperscalers
Multicloud ( Cloudhealth)
Consultoria Fin-Ops
Especialistas en nubes
2. Datos Disponibles
Informacion Costos
pornube
1. Tarea Especifica
“Caso de Uso”
Control de Costos
Ejemplo: Empresa Servicios Multicloud

25. • Informes intuitivos
• Recomendaciones de ahorro
automatizadas
• Informes personalizados
• Gobernanza
• Desperdicios reclamables
Especialistas
en nubes.
extención del
equipo de TI
Ejemplo : Gestión Multinube

26. Caso de Éxito : Surfline
. Desafío
Surfline quería ahorrar em entorno de uso intensivo de datos que
impulsa su servicio global de pronósticos de surfeo, pero también
quería una solución con implementación automatizada y soporte de
infraestructura.
. Soluciónde Rackspace Technology
El equipo de Rackspace realizó la migración mediante una
combinación de AWS CloudFormation y AWS Elastic Beanstalk, que
simplificó yautomatizó los procesos de implementación.
. Resultado
Surfline ahorros en tiempo e infraestructura para producir múltiples
implementaciones automatizadas diarias de pronósticos de surfeo y
meteorológicos, al tiempo que aumenta el tiempo de actividad y la
confiabilidaddelservicio, y reduce los costos.
“Surfline reduce costes yaumenta el
rendimiento con automatización”.
North America – – Sports and

27. https://es.wikipedia.org/wiki/American_Association_for_Artificial_Intelligence
https://www.rackspace.com/es-co/case-studies
BIBLIOGRAFIA
https://sitiobigdata.com/2019/01/31/machine-learning-en-finanzas/#
1
2
3
4
https://www.latamrackspace.com/

28. EVALUÉMONOS

29. ¿Cuál es, en suopinión, la aplicación más interesante de la inteligencia
artificial en las finanzasquese presentó hoy?
¿Qué desafíos éticoscreen que podrían surgir al utilizar IA en el sector
financiero?
¿Cuálesson las principales ventajas y desventajas de utilizar IA en lagestión
de riesgos financieros?
¿Qué ejemplosespecíficos de IA en finanzas les llamaron másla atencióny
por qué?
¿Cómo creen que la inteligencia artificial podría transformarel trabajo de
los profesionales financieros en elfuturo?

30. PREGUNTAS

31. Disponemos para ti los
canales de atención del:
Educación virtual
+1.000 cursos virtuales y
Curso obligatorio cumplimiento
Educación presencial y
talleres web
Congresos Nacionales
Positiva.educa@positiva.gov.co
educavirtual@positiva.gov.co