Conforme pasa el tiempo y se generan nuevos avances y desarrollos tecnológicos en todo el mundo, así mismo van cambiando los hábitos de consumo de las personas, quienes en tan solo unos años pasaron, entre otras cosas, de hacer largas filas, tener que vivir trámites engorrosos y acudir presencialmente a los bancos para lograr algo tan simple como un préstamo, a poder hacer todo desde la comodidad del hogar.
Esto se debe en gran medida a la digitalización de muchas industrias, entre ellas la financiera, que por medio de herramientas como la big data y el machine learning ha logrado simplificar cientos de procesos. Estos dos avances se han convertido en la ventaja competitiva de muchas fintech que poco a poco han entendido la importancia de automatizar y hacer que sus procesos sean más rápidos.
En el caso particular del sector bancario, la vanguardia de la automaticidad la han traído al frente las fintech. Esto se evidencia en la reducción de procesos y tiempos que han logrado a la hora de otorgar sus productos, ya sean préstamos, tarjetas de crédito, estudios de riesgo o cualquier otro por este estilo.
De acuerdo con expertos de este gremio, la rápida evolución de esta industria ha permitido hacerles frente a problemáticas como los gota gota, esos prestamistas que operan de manera informal y en muchas veces cobrando intereses que rayan en la usura. Todo esto, aprovechando que no han sido legalizados.
Para Daniel Materón, CEO y cofundador de RapiCredit, hoy en día muchas empresas del sector le apuestan a crear grandes cadenas de producción digitales, que se han ido sofisticando con el tiempo a través de algoritmos entrenados en riesgo y perfiles crediticios; de esta forma, ya no solo ofrecen digitalización, sino automatización y seguridad en sus procesos.
“Hemos desarrollado una serie de modelos supervisados de machine learning que han permitido facilitarles la vida a las personas que no habían tenido acceso a crédito antes. En cuestión de segundos podemos otorgar créditos después de evaluar el riesgo y el perfil crediticio. Esto impactó directamente en la inclusión financiera”, dijo Materón.
Los modelos supervisados de machine learning son algoritmos entrenados con mucha información de diferentes variables, como lo pueden ser el perfil económico, los reportes en centrales de riesgo, ingresos, composición familiar, entre otros. Estas entrenan al modelo de tal manera que permite que él mismo prediga, de acuerdo con esas características, la viabilidad de un crédito para una persona determinada.
“Este tipo de herramientas digitales han revolucionado el mundo. Son comunes en el día a día. Se usan cuando YouTube nos sugiere el siguiente video o cuando el autocorrector del teclado del celular nos indica cuál podría ser la próxima palabra. En el sector financiero, donde eran muy comunes en el área de riesgos, ahora están siendo usados por diversas fintechs para aportar a la masificación del crédito”, agregó el CEO de esta empresa.
Este personaje agregó que apalancar la generación de crédito en la tecnología digital tiene impactos directos en la inclusión financiera. Según esta fintech, solo ellos han otorgado más de dos millones de créditos a colombianos que tradicionalmente no habían accedido a opciones de financiación para diferentes necesidades de su vida.
“Cerca de 350.000 millones de pesos le hemos quitado al gota a gota, según cálculos propios. Además, otorgamos más de 75 mil créditos al mes. De esta manera, a través de la tecnología, estamos impulsando una verdadera inclusión financiera para las personas que fueron generalmente excluidas”, dijo Daniel Materón.
Este empresario de las TIC finalizó recordando que es necesario seguir “abriendo puertas” y generando nuevas oportunidades para que más personas entren al sistema financiero y de esta forma no solo se acabe con la informalidad que hay en el mundo de los prestamistas, sino que se generen incluso posibilidades de capital semilla para quienes deseen emprender y de esta forma se pueda fortalecer la economía.