GFT impulsa el uso de modelos de IA entrenados con datos transaccionales propios en banca. - GFT
MADRID 8 Jul. (EUROPA PRESS) -
GFT impulsa la aplicación de inteligencia artificial (IA) sobre su propio histórico transaccional mediante Transaction Foundation Models (TFM), unos modelos de IA que se entrenan con datos transaccionales propios de las entidades financieras para identificar patrones de comportamiento, relaciones entre operaciones y señales para distintos procesos de negocio.
El objetivo es que pagos, transferencias, contrataciones y actividad del cliente dejen de alimentar modelos aislados y pasen a formar una capa común de inteligencia reutilizable para fraude, riesgo de crédito, cumplimiento, pagos, personalización y gestión de mora, entre otros ámbitos, según informó la compañía en un comunicado.
Así, el banco puede reutilizar la capa común de inteligencia entrenada con sus propios datos transaccionales y adaptarla a distintas necesidades de negocio.
En concreto, GFT está integrando Transaction Foundation Models en sus soluciones Wynxx, su plataforma de IA agéntica utilizada por más de cien instituciones financieras para la adopción segura de IA en áreas como riesgo de crédito.
Según una prueba de concepto realizada por GFT con un 'dataset'específico, lamejora más relevante se observó en la precisión del modelo de fraude, que aumentó un 40%.
