Añadir Estrategias de Inversión en Google
Banco Santander ha firmado con NVIDIA un marco de colaboración de tres años para extender sus desarrollos de inteligencia artificial a toda la entidad.
El punto de partida es el Santander AI Lab, la unidad donde el grupo prueba tecnologías antes de decidir si merecen un despliegue general. Allí, con el apoyo de NVIDIA, se ha construido Model Arena, una plataforma que pone a competir modelos de pesos abiertos en tareas bancarias para saber cuál conviene a cada uso, y que sirve también para diseñar, simular, evaluar y supervisar agentes.
Los primeros números llegan de pruebas experimentales y los aporta el propio banco. En atención al cliente, un modelo más eficiente mejoró la calidad de las conversaciones y rebajó el coste en más de un 50%. En otros casos experimentales, el gasto por interacción ha caído de unos 5 euros a unos 0,03. La lección que extrae la entidad es que los modelos pequeños y especializados pueden bastar para tareas bancarias concretas.
El marco abarca modelos fundacionales, agentes de IA, herramientas contra el fraude y el blanqueo de capitales, decisiones en tiempo real y simulación avanzada, incluido un gemelo digital bancario. En lo técnico, Santander ajusta modelos con NeMo Customizer, ha desarrollado inteligencia para su core bancario sobre Kumo (modelos de pesos abiertos para datos estructurados) y integra todo en su infraestructura con Dynamo-Triton, la tecnología que el banco señala como responsable del ahorro.
En palabras de Iñaki Bernal, responsable de Inteligencia Artificial de Santander, señaló: “NVIDIA es clave en la infraestructura, el software y la investigación que impulsan los últimos avances en inteligencia artificial. Si a ello sumamos la escala de Santander en líneas de negocio, clientes y presencia geográfica, creemos que estamos en una posición única para convertir esos avances en capacidades bancarias útiles y concretas”.
Por su parte, Aser Blanco, responsable global de Banca en NVIDIA, afirmó: “La banca es uno de los sectores que más depende de los datos, que son el eje de todos sus procesos, y el siguiente paso consiste en poner la inteligencia en el centro. Convertir años de datos en inteligencia útil y propia no depende del tamaño del modelo, sino del entrenamiento y del ajuste fino. En este escenario, el coste de cada resultado generado por la inteligencia artificial es una métrica fundamental. Santander está demostrando cómo llevar esto a producción: modelos más pequeños, especializados con los datos del propio banco, evaluados en tareas bancarias reales y ejecutados con la eficiencia necesaria para operar a la escala de un banco global”.
