El desempeño operativo se está volviendo tan importante como el desempeño de las inversiones en préstamos personales.
A medida que la recaudación de fondos se desacelera y las expectativas de los inversionistas aumentan, las organizaciones enfrentan una presión cada vez mayor para modernizar la infraestructura de TI que respalda sus carteras.
De hecho, la transparencia y la pronta presentación de informes se están convirtiendo en prioridades máximas.
Cofundador y director ejecutivo de Hypercore.
Sin esa capacidad, los fondos no pueden ver con claridad sus propias carteras, lo que aumenta la presión cuando los mercados son menos indulgentes.
Especialmente a medida que la escala del crédito privado y la diligencia operativa se vuelven más centrales para las decisiones de asignación, estos problemas administrativos se vuelven más estructurados.
Afortunadamente, los administradores que inviertan adecuadamente en sus bases operativas ahora estarán mejor equipados para manejar las crecientes demandas que enfrenta la industria crediticia privada.
Análisis de estrés operacional
El crédito personal es operacionalmente intensivo. Y muchas organizaciones no han creado sistemas que se ajusten a la creciente complejidad de sus carteras a medida que crecen y evolucionan. En cambio, las operaciones suelen estar dispersas entre plataformas de servicios heredadas, hojas de cálculo, flujos de trabajo basados en correo electrónico y herramientas internas desconectadas, lo que deja a las organizaciones sin una vista única en tiempo real de los datos de la cartera.
La mayoría de los servicios de préstamos operan en ciclos como conciliaciones mensuales, informes trimestrales y procesamiento de pagos por lotes. Este modelo refleja las limitaciones de los sistemas heredados y los flujos de trabajo manuales. Los datos deben recopilarse, verificarse y procesarse periódicamente. Como resultado, los fondos suelen ver sus carteras a través de instantáneas periódicas en lugar de en tiempo real.
Muchos fondos también mantienen hojas de cálculo de garantías para verificar las cuentas de sus administradores. Esta redundancia, conocida como reserva en la sombra, no tiene otro propósito que aumentar el control. Sin embargo, en última instancia, esto es una señal de desconfianza en los datos proporcionados y los cálculos subyacentes suelen ser difíciles de verificar. Cuando se producen discrepancias, se descubren después del hecho y requieren una investigación manual, a menudo en varios sistemas.
Estas realidades de la industria de préstamos privados ahora chocan con un entorno de recaudación de fondos más competitivo. Incluso si sus cláusulas subyacentes no son catastróficas, los fondos de crédito privados comienzan a parecer frágiles si no pueden desempeñarse bien bajo una presión cada vez mayor.
No es sorprendente que muchas empresas de crédito privadas recurran a la IA para resolver estos problemas. Pero el software de automatización por sí solo no puede reparar una base operativa rota. La pregunta crítica es si su infraestructura está realmente lista para soportar el modelo de IA que eligen utilizar.
La IA por sí sola no es la respuesta
Los agentes de IA pueden realizar tareas operativas de manera confiable, mientras que las plataformas pueden brindar visibilidad en tiempo real y auditabilidad total. Las piezas están en su lugar. Pero hay un patrón de cómo fracasan los proyectos de IA en la industria financiera que vale la pena nombrar, y casi nunca es el modelo el problema.
Lo que a menudo falta es la infraestructura alrededor del modelo: los sistemas, flujos de trabajo, acceso a datos, permisos y controles que permiten que la IA opere de manera confiable dentro del proceso financiero real. También conocido como arnés. Las herramientas genéricas de IA no saben qué son los avisos de tarifas.
No saben que una solicitud de pago anticipado desencadena un flujo de trabajo de varios pasos en cada entidad sindicada de una instalación. No saben la diferencia entre una trinchera financiada y un revólver comprometido pero no entregado, ni por qué la distinción es importante para calcular una cifra de pago.
Una de las principales causas de las alucinaciones de la IA en las finanzas es la falta de contexto operativo. La mayoría de las alucinaciones no son errores aleatorios, son un problema de contexto. El modelo de IA quiere dar una respuesta adecuada. Cuando no tiene acceso a los datos específicos que necesita, razona a partir de lo que sabe y crea algo lógico.
Los datos de la cartera de crédito personal no están integrados en ningún modelo de lenguaje público. Si el arnés no lo proporciona, a través del equipo, la memoria o el acceso a datos en tiempo real, el modelo llenará los vacíos con algo que suene bien. Lo cual, en el contexto de una operación financiera, es un verdadero problema.
Fix no es un buen modelo. Es un arnés que le da al agente acceso a los datos correctos, en el momento correcto, con las herramientas y controles adecuados para recuperarlos.
Las organizaciones que se centran en crear sistemas operativos que proporcionen contexto, transparencia, audibilidad y supervisión humana obtendrán el máximo valor de sus inversiones en IA. En el caso de los préstamos personales, los beneficios a largo plazo tal vez no provengan de la adopción de la IA más rápido que los competidores, sino de la construcción de la infraestructura, o el aprovechamiento, capaz de respaldarla de manera responsable y a escala.
Establecer nuevos diferenciadores competitivos
A medida que estos sistemas operativos maduren y avancen, también remodelarán cómo se ve realmente la excelencia dentro de las empresas de crédito privadas. La capacidad de respuesta no será un diferenciador. Se asumirá. La entrega instantánea y en tiempo real será la nueva base.
Esto se debe a que la mayoría de las interacciones rutinarias ya no requerirán la participación humana. Con sistemas en tiempo real, capas de datos compartidos y flujos de trabajo automatizados, la información será directamente accesible y se actualizará constantemente. Cualquier ciclo de solicitud y respuesta previamente requerido se resolverá en origen.
Como resultado, el papel del administrador cambia. Ya no se los mide por la rapidez con la que procesan o responden, sino por lo bien que manejan lo que no se puede automatizar: excepciones, casos extremos y decisiones de juicio.
Es por eso que la próxima generación de líderes del crédito privado puede parecer fundamentalmente diferente de las empresas que definieron los períodos de crecimiento anteriores de la industria. El acceso al capital y a las capacidades de suscripción seguirá siendo esencial, pero la ejecución operativa se está volviendo cada vez más estratégica.
La mayoría de los fondos utilizan IA de propósito general para análisis ad hoc o patrones de tenencia. Un pequeño número comienza a construir el suyo propio y descubre que es mucho más difícil de lo que esperaban. Los fondos que se trasladen primero a infraestructura operativa especializada tendrán una ventaja que se agrava. No porque eligieron el modelo correcto (el modelo seguirá mejorando y siendo más barato de todos modos), sino porque construyeron o adoptaron el arnés correcto, lo entrenaron en el contexto correcto y le dieron los controles que lo hicieron creíble a escala.
En muchos sentidos, las empresas de crédito privadas están evolucionando hacia entidades funcionales similares a las instituciones financieras. La capacidad de gestionar el flujo de trabajo, los datos, la supervisión y la ejecución se convertirá en una parte definitoria del desempeño competitivo de una empresa.
Contamos con el mejor software de finanzas personales..
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
