La aplicación de la Inteligencia Artificial al entendimiento del lenguaje

Si hace un año ya utilizábamos frases como “quien no se suba al carro de la Inteligencia Artificial, no solo se quedará atrás, sino que puede desaparecer”, con la retrospectiva de ya más de 12 meses de pandemia su significado ha cobrado aún más sentido. Hemos vivido un periodo marcado por intensos cambios sociales y tecnológicos sin precedentes, que han cambiado nuestra forma de vivir, de trabajar y de pensar.

Lo cierto es que esta rueda ya no tiene freno: el coronavirus ha marcado un antes y un después y esta crisis se ha convertido en una nueva oportunidad para dirigirnos hacia una nueva era, tecnológica y automatizada, en la que el uso de la robótica y la Inteligencia Artificial (IA) se convierta en algo imprescindible para cualquier compañía. Fue precisamente la IA la que predijo esta pandemia y la tecnología en general la que nos ha ayudado a convivir con palabras como “confinamiento” o  “teletrabajo”. En VASS tenemos muy presente la importancia que tiene en este momento para nuestros clientes la transformación digital y por ello buscamos aportar un valor diferencial en cada una de nuestras soluciones. Es por ello por lo que dos de las nuevas cinco aspiraciones de la compañía van en consonancia con esta tendencia: Datamorphosys y Context & Cognitive

Haciendo la IA sencilla y accesible

Al hilo de estas dos aspiraciones hemos construido KL3O, nuestra solución para desarrollar proyectos de IA que nos permite hacer más sencillo y accesible el uso de esta tecnología. Gracias a la elaboración de nuestros bricks funcionales (piezas de código preconstruidas) en los que está basada, damos respuesta a multitud de casos de negocio para diferentes sectores.

Uno de los sectores pioneros en la utilización de IA y que por ende está transformando su modelo de negocio, es el sector financiero. Las entidades han pasado de ser un lugar físico al que acudir para realizar operaciones a ofrecer servicios altamente personalizados de manera online a sus clientes. La oferta de estos servicios personalizados pasa por conocer perfectamente al cliente, es decir, saber a qué destina su dinero, cuánto ahorra, si tiene un perfil inversor, dónde tiene domiciliados sus recibos, si tiene hijos, una casa en la playa, etc. Dicho de otro modo, se es posible hacer una categorización inteligente de sus transacciones y hábitos de consumo.

Hacia una gestión comercial más personalizada

La categorización inteligente de los movimientos bancarios es la columna vertebral de una buena estrategia de gestión comercial. Esta categorización es la que posibilita acercarse al cliente para ofrecerle información relevante como “Este mes has excedido tus gastos en restauración un 15%” ó “¡Cuidado! Estás a punto de quedarte en descubierto”. También permite hacer propuestas personalizadas adaptadas a las necesidades de cada cliente como por ejemplo una línea de crédito si se prevé que su balance el próximo mes va a ser negativo.

Pero, ¿cómo se resuelve a nivel técnico el problema de la categorización? La Inteligencia Artificial es clave para dar respuesta a esta cuestión. Modelos basados en el Procesamiento del Lenguaje Natural (NLP) y aprendizaje profundo (Deep Learning) son capaces de identificar la categoría de una transacción a partir de elementos tales como el importe, la fecha del movimiento o la descripción del mismo. Sin duda, el papel que juega el entendimiento del lenguaje es esencial para determinar la correcta categorización de un movimiento.

Las claves del entendimiento del lenguaje

Esta labor de entendimiento del lenguaje no es trivial, pues hay que tener en cuenta que las descripciones de estos movimientos habitualmente no exceden las 5 o 6 palabras, lo que dificulta la extracción del contexto por parte de cualquier algoritmo (puede ser algo complicado incluso para el ser humano).

Si entramos por un momento en algunos conceptos más complejos técnicamente, podemos decir que la clave está en ser capaces de tratar las palabras computacionalmente, asignando un punto a cada una de éstas en un espacio euclídeo de N dimensiones. Se obtiene así un vector que define esta palabra de forma unívoca, conformando un espacio de conceptos, algo que en nuestra solución KL3O representa un brick funcional denominado: Knowledge Management.

Al tratar las palabras como vectores o conceptos podemos efectuar operaciones sobre el texto que no eran posibles previamente: sumas, restas o productos escalares de vectores. Esto nos lleva a encontrar relaciones entre estas palabras que nosotros, como personas, hemos aprendido a detectar con la experiencia.  Es decir, que convertimos las palabras en vectores que las máquinas sean capaces de comprender, relacionar y operar para obtener los resultados que nosotros extraeríamos de forma lógica.

Para lograr esto, y dichos vectores se coloquen de manera ordenada en el espacio, en lugar de en forma aleatoria, es necesario un “entrenamiento” a partir de una gran cantidad de información obtenida de forma artificial a partir de diferentes fuentes externas: Wikipedia, libros, noticias, subtítulos de películas… Con esto se consigue “enseñar” cómo palabras que aparecen en el mismo contexto tienen un significado similar y, por consiguiente, sus vectores se encontrarán muy cercanos entre sí.

Esta clasificación de textos no se limita al sector bancario, sino que puede aplicarse a un sinfín de casos de negocio. El análisis de sentimiento, extracción de entidades, transcripciones de texto, traducciones o resúmenes automáticos, son aplicaciones derivadas del procesamiento del lenguaje que pueden ser embebidas en infinidad de procesos: buscadores, gestores de contenido, clasificación de documentos/emails, identificación de información sensible, etc.

Insights generados gracias a la IA y el entendimiento del lenguaje

Por tanto, la categorización de movimientos constituye un pilar fundamental sobre el que cimentar una buena estrategia de gestión comercial, siendo clave en la generación de insights para las distintas áreas de negocio de las entidades financieras. Algunas de las aplicaciones de estos insights con las que ya trabajamos con nuestros clientes son las siguientes:

• Previsión de ingresos y gastos. Esto puede hacerse de forma global o por categorías, de forma que el cliente pueda gestionar sus ahorros de forma sencilla.
• Detección de anomalías. Configuración de alertas de movimientos inusualmente diferentes a los registrados históricamente o duplicados para una mayor seguridad.
• Personalización de ofertas. Éstas pueden generarse tanto en tiempo real, tras producirse un determinado evento, como una extensión del crédito de una tarjeta tras agotar el límite establecido, o de forma analítica mediante la segmentación de clientes para la personalización de campañas comerciales.

La Inteligencia Artificial será una herramienta clave para ayudar a las compañías a comprender, diagnosticar y actuar de la manera más ajustada posible a las exigencias que se presentarán en un futuro cada vez más inmediato. Por eso en VASS esta tecnología constituye uno de los pilares en los que basar nuestra propuesta de valor y juega un papel clave para la consecución de las aspiraciones en que ésta se sustenta.