Crunch Time III: la guía del CFO sobre Tecnologías Cognitivas

Crunch time III: tecnologías cognitivas en el área financiera

Las tecnologías cognitivas han sido adoptadas en otras áreas de negocio, inspirando a las áreas financieras a conocer más sobre ellas, a experimentar y descubrir cómo usarlas. El objetivo, al igual que con cualquier iniciativa de tecnología cognitiva, es crear una función financiera más eficiente, perspicaz, y controlada. Sin embargo, solo el 42% de los CFOs encuestados afirman que sus equipos conocen dichas tecnologías emergentes.

Crunch time III: la guía del CFO sobre Tecnologías Cognitivas muestra una serie de casos reales de organizaciones que empiezan a probar y adoptar las tecnologías disponibles. El factor común de los diferentes apartados del estudio es que cada vez más organizaciones financieras están dedicando más recursos, económicos y humanos, a implantar nuevas tecnologías en estas primeras etapas de lo cognitivo.

Es importante recordar que ninguna de estas tecnologías se sostiene por sí sola. No hay Internet de las cosas (IoT) o blockchain sin la computación en la nube. No hay coincidencia de patrones cognitivos sin analytics avanzados. Las tecnologías se complementan entre sí, integrándose para realizar un mejor trabajo.

Herramientas cognitivas para CFOs

Cinco herramientas cognitivas están en auge en el área financiera, y cada una de puede usar de manera independiente o en combinación con otras.

• Aprendizaje Automático (Machine learning). El aprendizaje automático es la capacidad de los sistemas informáticos para mejorar de forma independiente su propio rendimiento mediante la exposición a datos, resultados y un circuito de retroalimentación. El aprendizaje automático puede detectar patrones en grandes volúmenes de datos e interpretar su significado.
• Automatización robótica cognitiva (Robotic cognitive automation).La automatización robótica cognitiva es la automatización basada en reglas de tareas rutinarias combinada con el análisis de datos no estructurados y capacidades que imitan el aprendizaje humano y la toma de decisiones.
• Procesamiento de lenguaje natural – PLN (Natural language processing – NLP). El PLN es la capacidad de los sistemas informáticos para descifrar y comprender texto para establecer conversaciones con seres humanos con información y servicio personalizados. PLN toma datos no estructurados y los convierte en datos estructurados para ser utilizados por otras herramientas.
• Generación de lenguaje natural – GLN (Natural language generation – NLG). La GLN es una tecnología de automatización que genera discursos y comentarios a partir de datos estructurados, por ejemplo, comentarios para acompañar un paquete mensual de informes financieros para audiencias ejecutivas.
• Reconocimiento de voz (Speech recognition). El reconocimiento de voz es la capacidad de transcribir y comprender con precisión el habla humana.