Empresas Premium
La automatización, de todo tipo de tareas, es uno de los factores claves que impulsan la adopción de soluciones basadas en la Inteligencia Artificial. La siguiente fase será la Hiperautomatización. El ser humano tiende a automatizar todo lo que puede y hacerlo al máximo. Miguel Álvarez Martos, Sales Director Retail de Worldline. nos desgrana estos avances.
El objetivo es automatizar todos los procesos con sistemas que auto aprenden: la IA usa, aprende y razona. De ahí la necesidad de regularla y gestionarla desde unos criterios éticos que aseguren su buen uso.
En el mundo de los medios de pago, la tendencia se orienta hacia los pagos inteligentes y Worldline trabaja en diferentes casos de uso para estudiar y verificar la eficacia e idoneidad de su utilización en el ecosistema de los medios de pago.
El pago sin fricciones –la autenticación del pagador sin pasos extra- es un objetivo evidente en el sector: es bueno para el comprador y para el vendedor. En este ámbito, la IA Adaptativa permite establecer patrones de conducta únicos a partir del análisis del comportamiento biométrico continuo en el uso de un dispositivo.
Se está estudiando su potencial y podría llevar, en un futuro, a poder inyectar en cualquier entorno un pago totalmente silencioso, sin introducir un pin ni hacer absolutamente nada a la hora de pagar cualquier cosa.
La transferencia de aprendizaje es un campo de estudio prioritario. El mundo eCommerce sigue siendo el principal foco del fraude y la capacidad adaptativa de la IA permite identificar, aprender e inyectar al sistema diferentes modalidades de fraude de forma instantánea, evitándolas. De esta manera, los intentos de fraude del mismo tipo serán bloqueados.
El Aprendizaje Federativo es otro de los puntos fuertes de la IA. Los medios pago se basan en dos principios: universalidad y confianza. Por lo que mantener la confianza del comprador en el uso del medio de pago es vital para la subsistencia de toda la industria. Gracias al aprendizaje Federativo que permite la IA, y su aplicación en las herramientas antifraude se gana una mayor eficiencia en la aceptación de pagos y por ende confianza. Por ejemplo, los comportamientos culturales y de fraude varían según los países, pero si las entidades financieras comparten esa información, un fraude que se ha hecho en un país determinado podría evitarse en otro porque compartirían un módulo de IA que es federativo. La tendencia es la colaboración entre los diferentes proveedores que usan este tipo de aprendizaje para expandir el conocimiento y mejorar su capacidad antifraude. Gracias a esta colaboración transnacional, la lucha contra el fraude será mucho más eficaz, mejorando la confianza de los usuarios en los medios de pago y, con ella, el impulso de su utilización.
El siguiente nivel impulsado por la IA, será el pago autónomo. Un modelo donde la transacción de pago será ejecutada por un agente virtual o dispositivo, un tercero que actúa en lugar del comprador.
Veamos algunos ejemplos. El primero sería un uso de tipo informativo. El usuario pregunta al asistente virtual -Alexa o similar- cuánto dinero tiene en el banco y aquél será capaz de interaccionar con la entidad financiera y dar respuesta a la información solicitada.
El siguiente nivel, contempla un permiso para ejecutar una acción: “Alexa todos los domingos cómprame el periódico X y, si hay buenas noticias de mi equipo de fútbol, compra el periódico Y”.
Similar al anterior es el siguiente nivel, “el permiso condicionado”, donde la máquina tiene cierto poder de decisión, con unos parámetros determinados, pero el usuario le deja un nivel de decisión. “Cómprame todos los días de diario económico X, excepto si baja la bolsa”. En este caso, el asistente puede tomar decisión de comprar el periódico, incluso si baja la bolsa, porque han subido unas acciones que el usuario tiene de otra entidad.
El último nivel sería la autonomía total del asistente. Por ejemplo, en este escenario podemos pensar en un frigorífico que detecta lo que está a punto de acabarse o caducar y toma la decisión de comprarlo.
Es evidente que el nivel de complejidad será proporcional al de autonomía y que cada nivel plantea enormes desafíos en ámbitos como la seguridad, la regulación, la complejidad técnica y las implicaciones éticas. Sin embargo, no hay duda de que, antes o después, la IA acercará el pago a esos escenarios.
