Modernización del nucleo bancario: Desbloqueando el código heredado con IA generativa

Los primeros ensayos con la IA generativa muestran que el entramado del código heredado que dificulta cada aspecto de la transformación de los productos y servicios básicos de los bancos podría resolverse rápida y eficazmente. Por Alvaro Ruiz, Líder Global de Banca Central, Accenture.

En el centro de la mayoría de los bancos tradicionales, hay una computadora central que ejecuta el software que define e impulsa los procesos principales de la organización. Aquí es donde comienzan muchos de los problemas del banco. Para satisfacer las crecientes demandas de los clientes y los reguladores, mejorar la rentabilidad y mantenerse al día con el rápido ritmo de cambio, que incluye aprovechar las tecnologías emergentes, los bancos necesitan la agilidad para innovar rápidamente. Esto no es algo por lo que la industria es famosa.

La razón es que el sistema central detrás de cada producto bancario consta de miles de líneas de código informático. La mayoría de ellos se escribió hace décadas, en idiomas que ya no pueden satisfacer las necesidades de la banca moderna. Con el paso de los años, se ha vuelto complejo, intrincado y frágil. Esto se debe a cambios repetidos, complementos y conexiones con aplicaciones más nuevas, y a la tendencia general a retener en lugar de descomponer aplicaciones obsoletas. Estos problemas, junto con el hecho de que el código tiende a estar mal documentado, dificultan su comprensión y actualización.

Los bancos han querido rediseñar o reemplazar este código (por ejemplo, pasar COBOL a un lenguaje moderno como Java), pero esto sería una tarea enorme que requeriría cientos de ingenieros y demoraría varios años. La mayoría de los programadores de código fuente se han jubilado hace mucho tiempo, lo que hace difícil y costoso buscarlos y contratarlos en cantidades suficientes. Esto, a su vez, aumenta el riesgo del ejercicio. Por lo tanto, permanece en segundo plano; es una prioridad importante, pero es difícil justificarlo en las circunstancias actuales.

Tecnología heredada: Un obstáculo costoso para la innovación bancaria

Los bancos son plenamente conscientes de que los costos de mantener la confianza en la tecnología obsoleta se extienden más allá de las consecuencias financieras. Esta tecnología obsoleta ha obstaculizado su adopción de nuevas tecnologías, especialmente la nube, con todas las ventajas de flexibilidad, productividad, eficiencia, seguridad y otras ventajas que ofrecen estos nuevos sistemas. También dificulta su capacidad de competir con los neobancos digitales y con titulares que han modernizado exitosamente sus núcleos. Ambos grupos de competidores pueden ofrecer a sus clientes nuevos y emocionantes productos y experiencias, de manera más rápida, eficiente y con mayor resiliencia. Los riesgos y las oportunidades perdidas asociadas con la tecnología heredada son evidentes ante la evolución de las demandas del mercado. 

Por último, se puede decir que estamos viendo la luz al final del túnel. Creemos que la IA generativa, combinada con nuevas arquitecturas componibles, interoperables y sin núcleo, podría ofrecer la solución a este problema de décadas de antigüedad. Estamos trabajando con un grupo de clientes bancarios para probar este enfoque, y los primeros resultados son muy prometedores. Como comentó mi colega Michael Abbott, responsable de banca global de Accenture, a American Banker: "Son los primeros días, pero estamos viendo una precisión del 80 % al 85 %".

El proceso comienza con el uso de modelos especializados de IA generativa y un proceso llamado generación mejorada por recuperación (RAG, por sus siglas en inglés) para realizar ingeniería inversa en el código. Esto nos permite comprender y documentar los requisitos que el código está diseñado para cumplir.

El siguiente paso es la ingeniería directa, para la cual vemos dos rutas principales. El primero es la recodificación automática del software en un lenguaje moderno y versátil, mediante un enfoque funcional a las normas ISO o mediante modelos especializados de IA generativa, para reimaginar la funcionalidad necesaria a fin de cumplir con los objetivos actuales de la tecnología o el negocio. Luego, utilizamos la IA generativa para probar automáticamente cada parte del nuevo código y su rendimiento, y para facilitar la transición de una pila de software y hardware de procesador central a un moderno conjunto de marcos y tecnología informática.

En pocas palabras, reemplazamos el código antiguo por nuevos programas que son más simples y flexibles, y que respaldan la estrategia de modernización del banco.

Son los primeros días, pero estamos viendo una precisión del 80 % al 85 %.

Tener arquitecturas componibles, interoperables y sin núcleo es clave para la modernización de la mayoría de los bancos, ya que esto permite que partes de sus aplicaciones heredadas coexistan sin problemas con partes modernizadas e incluso con productos de terceros de diferentes fuentes. También permite a los bancos emplear diferentes modelos de alojamiento al mismo tiempo, lo que es esencial para satisfacer los nuevos requisitos comerciales y generar resultados comerciales oportunos mientras se está realizando la modernización de herencia.

Los beneficios de este enfoque pueden cambiar el juego. Un proyecto de modernización de núcleo que en algunos casos cuesta más de USD 700 millones y causó cuellos de botella en el negocio por años durante su ejecución ahora podría completarse en una fracción del tiempo sin impacto negativo en el negocio. Las ventajas de costo y riesgo están a la vista. En trabajos recientes con un banco global convertimos 25 000 líneas de código heredado, lo que reduce el esfuerzo de ingeniería inversa en un 50 % y aumenta la eficiencia de las pruebas en un 30 %. Esto ahorró más del 50 % del presupuesto original.

Aún más importante, nuestro análisis indica que los bancos que modernizan su núcleo podrían potencialmente aumentar su retorno sobre el patrimonio en 8.3 puntos porcentuales mejorando su fabricación, distribución y servicio. También facilitarían de manera drástica la gestión de riesgos y el cumplimiento regulatorio.

Por supuesto, es vital que nos resguardemos ante la tendencia de la IA generativa a plagiar y, si no conoce la respuesta, a inventar. RAG ayuda en este sentido, ya que aprovecha el conocimiento de la base de la banca, incluido su repositorio de código existente, en lugar de fuentes externas no verificadas. Sin embargo, hasta que la IA generativa madure y estas fallas se solucionen, el nuevo código debe revisarse y probarse cuidadosamente.

Del legado al liderazgo con un núcleo digital moderno

Cada banco sabe que un núcleo digital moderno es fundamental para su capacidad de competir y satisfacer las necesidades de los clientes. Creo que estamos en la cúspide de poner este objetivo escurridizo al alcance de cada organización de servicios financieros, de manera rápida y asequible, a la vez que mantenemos un control estricto del riesgo.

Si querés obtener más información sobre este tema, tenemos una sección titulada La clave del núcleo en nuestras Diez principales tendencias de la banca en 2024. Además, acabamos de publicar un nuevo informe, La era de la IA: La nueva realidad de la banca, en el que se explora el posible rol de la IA generativa en toda la banca.

Si deseás saber cómo están progresando nuestros ensayos de conversión de código, comunicate conmigo directamente en LinkedIn.

_{Descargo de responsabilidad: Este contenido se proporciona con fines informativos generales y no está destinado a reemplazar la consulta con nuestros asesores profesionales. Copyright© 2024 Accenture. Reservados todos los derechos. Accenture y su logotipo son marcas comerciales registradas de Accenture.}