El rápido avance de la inteligencia artificial (IA) está imponiendo demandas sin precedentes en las infraestructuras de datos tradicionales. En este contexto, el informe The State of Data Infrastructure Sustainability de Hitachi Vantara, subsidiaria de Hitachi, Ltd. (TSE: 6501) especializada en almacenamiento de datos, infraestructura y gestión de nube híbrida, revela que las empresas del sector banca, servicios financieros y seguros (BFSI, por sus siglas en inglés) están priorizando la seguridad de los datos sobre la calidad de los mismos, lo que está generando una brecha entre el desempeño de la IA y el retorno de la inversión a largo plazo.
Descargue aquí el informe sobre el sector de banca, servicios financieros y seguros: https://hitachivantara.com/en-us/gated-forms/state-of-bfsi-data-infrastructure
Casi la mitad (48%) de los encuestados citan la seguridad de los datos como su principal preocupación para la implantación de la IA, lo que refleja la necesidad crítica de protegerse contra las amenazas internas y externas. Esto es comprensible si se tiene en cuenta que el 84% de los encuestados admite que perder datos a causa de un ataque o un error sería catastrófico. Sin embargo, los resultados del estudio mostraron que ignorar la calidad de los datos tiene un coste para las instituciones BFSI (Banca, Servicios Financieros y Seguros por sus siglas en inglés), entre otros:
- En las empresas BFSI, los datos sólo están disponibles cuando y donde se necesitan una cuarta parte de las veces (25%), y sus modelos de IA son precisos sólo el 21% de las veces.
- Al 36% le preocupa el riesgo de que se produzca una violación de datos por parte de la IA interna, y al 38% le preocupa la incapacidad de recuperar los datos a causa del ransomware.
Aunque los ataques de ransomware son los que más preocupan a los responsables de TI en la industria BFSI, el 36% afirma que una filtración de datos causada por un error de IA es una de las tres principales preocupaciones para ellos, y el 32% teme que un ataque posibilitado por IA pueda causar una filtración de datos.
“El modelo de negocio de los servicios financieros está intrínsecamente ligado a la confianza. El daño a la reputación es un riesgo significativo, por lo que, en nuestra industria, la interacción entre la seguridad y la precisión es un desafío crítico y complejo,” dijo Mark Katz, CTO de Servicios Financieros, Hitachi Vantara. “Por ejemplo, revela inadvertidamente información sensible que se incluyó en los datos de entrenamiento, eso tendrá graves repercusiones. Además, el coste de una respuesta errónea o de una alucinación supone un riesgo importante; si alguien actuara basándose en datos erróneos, se plantean todo tipo de cuestiones sobre responsabilidad.”
A pesar de los problemas de precisión, la adopción de la IA en el sector BFSI se está acelerando. Sin embargo, muchos están implantando la IA sin la preparación adecuada, ya que el 71 % de los encuestados admite estar probando en implantaciones reales, mientras que solo el 4% utiliza entornos de pruebas controlados. La investigación confirma que los líderes de los servicios financieros están convencidos de que la calidad de los datos es la consideración más importante para implementar con éxito la IA, pero preocupaciones como la seguridad son demasiado urgentes para ignorarlas, y el ROI se está viendo afectado.
“Si bien la rápida adopción de la IA generativa en el sector de los servicios financieros es emocionante, las instituciones financieras necesitan asegurarse de que están adoptando un enfoque estratégico,” dijo Alenka Grealish, codirectora de Inteligencia Generativa de IA, Celent. “Las organizaciones deben equilibrar la velocidad y la innovación con un enfoque claro en la seguridad, la precisión y la responsabilidad ética. Aquellas que den prioridad a una planificación meditada y a marcos sólidos no sólo mitigarán los riesgos, sino que también desbloquearán todo el potencial de la Gen AI para impulsar el crecimiento sostenible y la ventaja competitiva. En el proceso, construirán una confianza duradera con sus grupos de interés”.
El estudio destaca las consideraciones clave para construir una infraestructura más resistente y preparada para la IA que ayude a las organizaciones BFSI a prepararse para el futuro, entre las que se incluyen:
- Experimentación responsable: Dos de cada cinco líderes de BFSI (42%) dijeron que estaban creando las habilidades necesarias para implementar la IA a través de la experimentación. Las pruebas responsables en entornos seguros están mitigando los riesgos y descubrir el potencial de la IA.
- Sostenibilidad a todos los niveles: Desde el almacenamiento de datos energéticamente eficiente hasta el software optimizado, los líderes empresariales y de TI están integrando el pensamiento sostenible en su infraestructura, aplicaciones, modelos, prácticas de datos y estrategias desde el principio.
- Simplificar y unificar sistemas: Reducir la complejidad gestionando de forma uniforme los entornos híbridos, automatizando las tareas de seguridad y aprovechando plataformas de datos unificadas para obtener información más rápida y agilizar el entrenamiento de modelos de IA
- Garantizar la resistencia de los datos y aprovechar la IA para la defensa: Planificar la recuperación con sistemas de redundancia, almacenamiento roll-back y restauración de modelos de IA está mitigando los riesgos derivados de fallos o ataques. Utilizar la IA para identificar riesgos, mejorar la recuperación y proteger los datos con almacenamiento inmutable, cifrado y autorreparable, contrarresta las amenazas de los atacantes con IA.