- Itaú Unibanco colabora con QC Ware para explorar algoritmos de computación cuántica para la industria bancaria
- El algoritmo cuántico financiero identifica clientes bancarios en riesgo adicionales
- El algoritmo cuántico define la precisión futura y las ventajas de rendimiento e inspira mejoras en la actualidad
A medida que las innovaciones en la computación cuántica continúan permitiendo más casos de uso, el sector bancario es una industria que podría beneficiarse al máximo de la tecnología. A lo largo de los años, el sector bancario continúa adoptando nuevas tecnologías, ya que trata de competir con los jugadores de fintech y satisfacer las demandas de los clientes.
En el sector bancario, la computación cuántica podría dar lugar a una serie de aplicaciones. Esto incluye el análisis de grandes áreas de datos heterogéneos para hacer predicciones financieras y comprender los fenómenos económicos, el análisis de los mercados financieros y la gestión de la asignación de activos y la gestión de riesgos.
Según un informe de McKinsey, “es probable que las instituciones financieras que pueden aprovechar la computación cuántica obtengan beneficios significativos. En particular, podrán analizar con mayor eficacia conjuntos de datos grandes o no estructurados. Una visión más precisa de estos dominios podría ayudar a los bancos a tomar mejores decisiones y mejorar el servicio al cliente, por ejemplo, a través de ofertas más oportunas o más relevantes”.
Un banco que está explorando algoritmos de computación cuántica para la industria bancaria es Itaú Unibanco, el banco más grande de América Latina. En colaboración con QC Ware, una empresa líder en software y servicios cuánticos, el banco anunció recientemente los primeros resultados de la colaboración.
Con el objetivo de utilizar la computación cuántica para la retención de clientes, QC Ware desarrolló algoritmos de aprendizaje automático cuántico que mejoran la precisión de los modelos que se utilizan actualmente para predecir la rotación de clientes.
Durante la colaboración, los dos equipos desarrollaron métodos novedosos que se ejecutan en las computadoras clásicas actuales y ya pueden mejorar los modelos de predicción, logrando un aumento sustancial en el modelo de retención de clientes probado anteriormente. Además, estos algoritmos también se ejecutarán aún más rápido en futuras computadoras cuánticas utilizando la capacidad inherente de las computadoras cuánticas para realizar tareas complejas de álgebra lineal.
El objetivo continuo de la colaboración es comprender el poder de los algoritmos cuánticos y ayudar a preparar a Itaú Unibanco para implementar completamente soluciones cuánticas en la banca.
Combinando la experiencia bancaria de Itaú Unibanco con la vanguardia de QC Ware en algoritmos clásicos y cuánticos, el objetivo final es desarrollar la experiencia cuántica dentro de la empresa y prepararla para el despliegue inminente de la computación cuántica en toda la industria de servicios financieros.
“Mantener a nuestros clientes satisfechos es una de las principales prioridades de Itaú Unibanco y continuaremos manteniéndonos a la vanguardia en la implementación de tecnologías innovadoras. Vemos en la computación cuántica el potencial para mejorar en gran medida las interacciones con los clientes y ya nos hemos beneficiado de los conocimientos de QC Ware con los algoritmos de retención de clientes existentes”, comentó Moisés Nascimento, Director de Datos de Itaú Unibanco.
Para garantizar los mejores resultados, Itaú Unibanco proporcionó a QC Ware datos de usuarios anónimos de dos años y aproximadamente 180.000 puntos de datos, con el objetivo de comprender mejor qué clientes probablemente abandonarían el banco en los próximos tres meses. QC Ware desarrolló métodos cuánticos para entrenar un modelo de retención de clientes basado en técnicas de muestreo determinante. Los métodos cuánticos han mejorado la precisión y reducido los tiempos de ejecución en comparación con las técnicas clásicas.
Además, QC Ware también encontró una forma de implementar una variante de estos métodos en los dispositivos informáticos tradicionales de hoy, lo que mejoró el modelo de Itaú Unibanco, aumentando la cantidad de retiros capturados en un 2 % y aumentando la precisión del modelo general del 71 % al 77,5 %. El algoritmo puede continuar ejecutándose en computadoras clásicas por el momento y está listo para ejecutarse en hardware cuántico futuro.
“Este ha sido un proyecto revelador para nosotros, y un uso novedoso de técnicas de muestreo determinante tanto cuánticas como inspiradas en cuánticas para mejorar los modelos de aprendizaje automático”, dijo Iordanis Kerenidis, director de algoritmos cuánticos en QC Ware. “Estamos encantados de haber desarrollado potentes métodos cuánticos y también de encontrar formas de mejorar tanto el rendimiento como la eficiencia en la actualidad. Estamos entusiasmados con las perspectivas de la computación cuántica en los servicios financieros”.
