Como gerente de producto, he visto cambios importantes impulsados por la IA generativa en el espacio de gestión de riesgos. Es un cambio que está transformando todo, desde servicios financieros hasta comercio electrónico y vehículos autónomos. Creo que un enfoque reactivo y en conjunto con una mentalidad de cumplimiento primero para la gestión de riesgos ya no lo scale back. Ha habido múltiples fallas que pueden atribuirse a este enfoque en el pasado.
En el escándalo de “cuentas falsas” de Wells Fargo de 2016, el enfoque de gestión de riesgos de la compañía fue diseñado para cumplir con la lista de verificación de cumplimiento y regulación. Esto condujo a una cultura de ventas tóxica que alentó a abrir millones de cuentas bancarias no autorizadas. El enfoque de satisfacer el cumplimiento sin enfoque en las prácticas éticas dio como resultado miles de millones de dólares en multas y daños en la reputación. En el mundo del comercio electrónico, un enfoque reactivo para el fraude, como el abuso de reembolso, el abuso de devolución (cuando un cliente solicita y recibe un reembolso para una compra, según ello, fue incompleto o insatisfactorio) o devoluciones de cargo (donde un cliente disputa una transacción legítima, a menudo después de recibir el producto) crea libretas para los frudadores. Se estima que las devoluciones de cargo cuestan comercio electrónico ~ $ 34B en 2025.
He visto de primera mano cómo la gestión de riesgos puede convertirse en un impulsor de negocios estratégico, no en un bloqueador, mediante la adopción de principios de productos de IA que priorizan la centrado en el usuario y los análisis basados en métricas. Por ejemplo, un punto de contacto del cliente smart como un primer aviso de pérdida (FNOL) en un flujo de trabajo de reclamos de seguro se está reinventando por completo. FNOL implica la recopilación de información de titulares de pólizas, detalles de accidentes, información de cobertura y fotos/movies. En lugar de un proceso complejo que involucra una serie de entradas de datos en la aplicación o llamando a los agentes humanos, estamos viendo que la IA de agente se hace cargo de este punto de contacto crítico. Al optimizar el viaje del cliente utilizando IA y las compañías de seguros lo hacen más rápido y más eficiente.
Las limitaciones de la gestión tradicional de riesgos
A lo largo de mi carrera, especialmente en roles que lideran estrategias de riesgo para el comercio electrónico international y las plataformas de vehículos autónomos, he visto repetidamente tres problemas principales con la gestión tradicional de riesgos:
Reactivo
Los modelos tradicionales solo reaccionan a los problemas después de que ya hayan sucedido. He visto cómo un retraso en la detección de actividades fraudulentas puede tener un gran impacto en el resultado remaining de una empresa y erosionar la confianza del cliente. Consideremos una compañía de seguros utilizando conjuntos de datos históricos primas de la política de propietarios de viviendas. En un desastre sin precedentes (incendios forestales, por ejemplo), la escala de reclamos se encuentra fuera de la predicción del modelo. Un enfoque reactivo para el modelado de nuevos riesgos en evolución, como el cambio climático, puede ser significativo. Esto da como resultado una gran pérdida financiera para la empresa y aumenta drásticamente las primas del cliente.
Silos operativos:
A menudo, los equipos de gestión de riesgos están aislados de los equipos de productos, ingeniería y operaciones. Esta desconexión conduce a lanzamientos de productos que avanzan sin una evaluación integral de riesgos, creando vulnerabilidades inesperadas. En mi experiencia, un entorno operativo aislado en una empresa AV conducirá a problemas de seguridad significativos, daños a la reputación y fideicomiso de clientes erosionado. Un gerente de productos diseña una experiencia de UI en el automóvil para maniobras de emergencia con equipos de diseño, ingeniería y {hardware}. La experiencia de la interfaz de usuario carece de funciones de accesibilidad que se perdieron ya que los equipos de seguridad y cumplimiento operaron por separado. Se produce un incidente del mundo actual y la nueva experiencia de UI para la maniobra de emergencia falla debido a las características de accesibilidad perdidas. Este fracaso destaca la desglose de seguridad que conduce a posibles lesiones/pérdidas de vida y pérdida financiera.
Mentalidad de cumplimiento
Cuando el único enfoque es verificar las reglas de cumplimiento y reglamentación, la gestión de riesgos puede perder la imagen estratégica más grande. He observado situaciones en las que este enfoque limitado permitió que los riesgos críticos evolucionaran en vulnerabilidades serias de productos o un nuevo comportamiento de fraude. En un flujo de trabajo de reclamos, cumplir con el mínimo de los protocolos de comunicación y resolución del cliente puede conducir a la insatisfacción del cliente. En el comercio electrónico, realizar verificaciones básicas de KYC (conoce a su cliente) o verificaciones de KYB (conoce su negocio) para incorporar clientes y vendedores al mercado hace que la plataforma sea susceptible a las actividades de fraude. Cumplir solo con el requisito de cumplimiento, sin saber realmente, el usuario incorporado conduce a la pérdida de ingresos de la plataforma y una experiencia negativa del usuario.
Mi enfoque: principios de gestión de productos impulsados por la IA
He identificado dos principios centrales impulsados por la IA que están reformando la gestión de riesgos: evaluación de riesgos centrada en el usuario y la toma de decisiones basadas en métricas. Esto se basa en mi experiencia construyendo productos de gestión de riesgos en diferentes industrias.
Evaluación de riesgos centrada en el usuario
- La gestión efectiva de riesgos comienza con una comprensión profunda del viaje del usuario. Mapeo de viajes detallados del usuario para identificar riesgos si ese usuario es un cliente externo o un interesado interno es altamente efectivo.
- Los perfiles de usuario integrales para la predicción del comportamiento y la detección de anomalías se desarrollan utilizando modelos de IA (aprendizaje no supervisado) para analizar datos de interacción, datos de dispositivos, datos de pink, and so on.
- En el comercio electrónico, incorporé un perfil de usuario tan holístico para identificar proactivamente actividades fraudulentas (como contenido pirateado, abuso de transacciones). Esto me ayudó a obtener una comprensión más profunda del impacto del riesgo.
Toma de decisiones basada en métricas
- He ayudado a los equipos a avanzar hacia una mentalidad de management preventivo mediante la implementación de modelos ML para abordar de manera proactiva el fraude y los riesgos estratégicos. Significa definir métricas con visión de futuro como la puntuación del riesgo en tiempo actual y la probabilidad de riesgos.
- Los modelos de IA que usan análisis de gráficos pueden evaluar cientos de señales de riesgo para producir una puntuación de riesgo dinámico para cada interacción del usuario. Estas métricas potencian a los equipos de riesgo para anticipar y priorizar los problemas de manera más efectiva.
- Un enfoque basado en métricas en dominios de comercio electrónico y seguro donde las predicciones precisas contribuyen directamente a una mejor eficiencia operativa y a una ventaja competitiva.
- He integrado datos telemáticos en modelos de seguro basados en el comportamiento, lo que ha llevado a evaluaciones de riesgos más precisas y precios personalizados para los clientes. El cambio de reactivo a proactivo es uno de los cambios más poderosos en la industria.
Conclusión
Al integrar los principios de gestión de productos de IA en las organizaciones de gestión de riesgos para ser más ágiles, innovadores y estratégicamente competitivos. Las organizaciones deben alejarse rápidamente de una función de riesgo reactiva, impulsada por el cumplimiento y aislada a una proactiva, centrada en el usuario. Los gerentes de productos pueden liderar la adopción de estas mejores prácticas para mejorar significativamente la resistencia y el crecimiento de su organización en el mundo de la IA hoy.
