Databricks ha presentado IA/BI Genie para Inteligencia de Riesgos Empresariales, una solución innovadora concebida para resolver la significativa "brecha de inteligencia" que enfrentan los Chief Risk Officers (CROs) en el sector de servicios financieros. Esta plataforma busca transformar la manera en que los líderes de riesgo acceden y actúan sobre sus datos, permitiendo una toma de decisiones más rápida y fundamentada en un entorno de mercado en constante evolución.
A pesar de las considerables inversiones en infraestructuras avanzadas de gestión de riesgos, que incluyen marcos de gobernanza de riesgo de modelos, análisis de pruebas de estrés y sistemas de monitoreo de límites (a menudo alineados con estándares como SR 11-7), las instituciones financieras continúan luchando con el enorme volumen y la complejidad de sus datos.
Esta situación genera una "brecha de inteligencia en el liderazgo de riesgos" donde los CROs necesitan respuestas rápidas, precisas y defendibles para decisiones críticas y sensibles al tiempo, como revisiones de comités de crédito, informes diarios de riesgo de mercado o escaladas por incumplimiento de límites, así como consultas regulatorias. Sin embargo, a menudo reciben informes preempaquetados que abordan preguntas que se anticiparon al momento de diseñar dichos informes, en lugar de las preguntas específicas que surgen en el momento en una reunión o ante una situación de mercado inesperada.
IA/BI Genie de Databricks revoluciona la gestión estratégica de riesgos al permitir la interacción conversacional con el entorno de datos de riesgo de una manera gobernada y en lenguaje natural. Esta capacidad permite a los CROs ir más allá de las preguntas predefinidas y, por ejemplo, formular una consulta como: '¿Cuál es nuestra exposición concentrada actual al sector inmobiliario comercial en nuestra cartera de préstamos, desglosada por geografía y banda de LTV, y cómo se compara eso con nuestra estructura de límites interna?'. La respuesta a esta pregunta compleja surge directamente de los datos de crédito reales, con los controles de acceso apropiados y el registro de auditoría en su lugar, cumpliendo con los requisitos regulatorios como SR 11-7.
La herramienta se distingue por varias características clave diseñadas para la rigurosidad del sector financiero. Proporciona una pista de auditoría defendible, donde cada consulta y respuesta de Genie se registra, lo cual es esencial para la gobernanza del riesgo de modelos y la preparación para exámenes regulatorios. Además, aprovecha la funcionalidad de linaje de datos de Unity Catalog, permitiendo que las respuestas de Genie sean rastreadas hasta los datos de origen que las generaron, satisfaciendo los requisitos de atribución de los marcos de gobernanza del riesgo de modelos.
La integración de las pruebas de estrés es otro diferenciador fundamental, ya que los datos de salida de escenarios forman parte del mismo entorno que los datos de exposición real. Esto significa que preguntas como '¿cómo se comporta nuestra cartera bajo el escenario X?' pueden ser respondidas en tiempo real, proporcionando una agilidad sin precedentes. Este enfoque permite a los líderes de riesgo ir más allá de la mera implementación de marcos de gobernanza de riesgo (que son necesarios pero no suficientes para la excelencia en la gestión del riesgo) y gestionar el riesgo con una calidad de información fundamentalmente superior, respondiendo a las preguntas que el entorno actual del mercado está generando, no solo a las que se anticiparon al construir el último panel de control.
Databricks Genie ya se encuentra disponible, ofreciendo a los equipos de riesgos la oportunidad de reimaginar la forma en que acceden y actúan sobre sus datos. Esta solución busca capacitar a los líderes de negocios con respuestas rápidas y precisas, integrando el poder de la inteligencia artificial y el business intelligence en un formato conversacional, manteniendo la gobernanza y la trazabilidad que son críticas para el entorno regulatorio actual.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
