Mérida, Marzo Viernes 29, 2024, 06:24 am
Una vez ocurrida la
crisis financiera de 2008, hechos como la ausencia de regulación, supervisión y
gestión de riesgos bancarios fueron reconocidos como causas del desequilibrio
del sistema financiero. Y fue el uso de las tecnologías de la información y la
comunicación, junto a Internet, dentro de la industria financiera que
permitieron establecer una amplia red de seguridad, que incluyó sistemas de
seguro de depósitos, el apoyo de liquidez de los bancos centrales y la
intervención implícita o explícita de los gobiernos. A partir de entonces, la
capacidad de innovación de la industria financiera fue evolucionando, porque se
reconoció como instrumento crucial para recuperar el crecimiento y la
estabilidad del sistema financiero mundial.
El sector
financiero profundizó los lazos de interrelación, aprovechó las economías de
escala establecidas en un contexto dedicado a la provisión de servicios de
innovación, y amplió las carteras de crédito para las empresas que requerían
financiamiento a la inversión en innovación. De esta forma, las innovaciones
financieras no definieron el uso de datos ni la conexión en red, solo
representaron aplicaciones digitales usadas por clientes – propietarios. Dichas
aplicaciones distribuyen la información financiera, las operaciones bancarias y
la comodidad en la prestación del servicio, en un todo, desde sistemas de pago
digitales que combinan tecnologías financieras.
Fue así como los
grandes movimientos relacionados con la tecnología y la banca aparecieron en
2008 mediante empresas no pertenecientes al sector financiero tradicional.
Dichas empresas usaron la tecnología digital para proponer soluciones innovadoras
como: 1) pagos que reemplazan a las carteras y a las tarjetas de crédito con
Apple, Google, PayPal, Amazon y Alibaba, 2) préstamos que ponen en contacto
directo a prestamistas y prestatarios, que son Zopa, Lending Club y Funding
Circle plataformas peer to peer, y 3) inversiones que utilizan algoritmos para
dispensar servicios de gestión y
asesoramiento de inversiones financieras personales online como WealthFront,
SigFig y Futureadvisor.
También surgieron
nuevos modelos de negocios en el marco financiero. La movilidad de los pagos es
online para el comercio electrónico y los servicios transfronterizos de
préstamos e inversiones. Los pagos móviles y digitales se realizan mediante
autenticación y biometría, Blockchain
conocidos como libros mayores de contabilidad distribuidos (distributed ledgers), Could Computing computación en la nube, Big Data red de datos generales e
Inteligencia Artificial, computación cognitiva. Todas definidas como tipos de
tecnologías generales sobre las que se desarrollan las nuevas tecnologías
financieras que fueron habilitadas mediante aplicaciones móviles y tecnología
NFC, pagos sin contacto o seamless,
FinTech conocida como empresas de tecnología financiera, ecosistemas
financieros o entorno.
De esta manera, el
sistema financiero en el siglo XXI se deriva del uso de nuevas tecnologías
apoyadas en la identificación de huellas dactilares, el iris de los ojos, el
reconocimiento facial y de voz, la palma de la mano y el sistema de
reconocimiento de los latidos del corazón, que sirven para la autentificación
de la identidad mediante la inteligencia artificial y Big Data. Mientras que,
para realizar los pagos digitales y virtuales, la tecnología detrás de estas
actividades es la Blockchain que
permitió el surgimiento del Bitcoin y demás monedas virtuales.
También el Cloud Computing o computadora en la
nube, es la tecnología que permite al sistema financiero la nueva forma de
economía de escala, para el posible ahorro de costos en el sector mediante los
recursos informáticos. Mientras la Big
Data, es el universo de información digital usada para obtener ideas de los
patrones de gasto de los consumidores y detectar posibles fraudes en las
transacciones financieras. Finalmente, con la inteligencia artificial como
tecnología cognitiva de entidades inteligentes, los nuevos entornos financieros
diseñan para aprender de los datos históricos, predecir movimientos de precios,
ajustar las decisiones comerciales y construir modelos de riesgo de crédito
para predecir impagos de préstamos todo a nivel de Machine
Learning y Deep Learning.
*@zerpasad