Skip to main content

Industry: AI

La promesa de la IA: Mejore la toma de decisiones a lo largo de todo el ciclo de vida del cliente

blog

La promesa de la IA: Mejore la toma de decisiones a lo largo de todo el ciclo de vida del cliente

Brendan Deakin, Vicepresidente de Ventas, América del Norte

Si hay niños en tu vida (o incluso algunos adultos, no juzgamos), es posible que hayas oído hablar de Minecraft. Comienzas sin nada, reuniendo algunas materias primas básicas y encontrando comida y refugio, pero para realmente avanzar en tus mundos necesitas subir de nivel en tu juego. Debe averiguar qué elementos juntar para crear las cosas que necesita no solo para sobrevivir sino también para prosperar.

La toma de decisiones de riesgo de hoy también se trata de evolucionar más allá de lo básico. Cuando comienzas a tomar decisiones de riesgo de crédito, es posible que sólo tenga lo esencial: algunos datos, algunas herramientas de flujo de trabajo, alguna automatización básica. Pero para realmente subir de nivel tu toma de decisiones, necesitas más. Más datos, más automatización, procesos más sofisticados, predicciones más prospectivas. Y para hacer eso, necesitas IA.

Todos hemos visto los resúmenes de fin de año, las predicciones para 2022 y los informes de tendencias fintech en curso. (Nota: incluso hemos realizado nuestra propia encuesta de propiedad de 400 líderes en servicios financieros y banca. ¿Quiere ver lo que está de moda y lo que no está de moda?. Y todos están de acuerdo: la inteligencia artificial y el aprendizaje automático llegaron para quedarse. El 64% de los encuestados dijo que la IA es actualmente una característica importante de sus decisiones de riesgo o la considera una de las características más importantes al seleccionar un sistema, y ​​el 86% de los ejecutivos de servicios financieros planean aumentar su inversión en IA.

Gran parte de la discusión sobre la IA se centra en el costo y el tiempo – ya que lleva mucho tiempo desarrollar e implementar la IA, y puede ser prohibitivamente costoso. Y si logra implementar un proyecto de IA exitoso, puede llevar meses (o más) ver resultados tangibles de retorno de la inversión. “El 56 % de los directores ejecutivos globales esperan que pasen de 3 a 5 años antes de ver un ROI real en su inversión en IA”. ¿Quién tiene tiempo para eso?

Pero hay más. La toma de decisiones de riesgo impulsada por IA es algo más que decisiones más precisas y una mejor previsibilidad. De lo que menos se habla es de cómo afecta todo el ciclo de vida del riesgo crediticio.

Actualmente, solo una pequeña cantidad de proyectos de IA se perciben como un éxito. Aquellos que tienen éxito crean beneficios tangibles a lo largo del ciclo de vida del riesgo crediticio lo cual impulsa el crecimiento, aumenta la agilidad y hace que tu negocio sea más competitivo. Por ejemplo, el cliente de Provenir, Pinjam Modal, vio un gran aumento de rendimiento en la precisión de su toma de decisiones, con una reducción de la tasa de errores en un 60 %. La IA, implementada y utilizada correctamente, tiene la capacidad de impulsar mejoras en el rendimiento de múltiples maneras.

Amplíe su base de clientes

La IA le permite decir sí con confianza a los clientes que no has podido aprobar antes, lo que impulsa el crecimiento del negocio sin sacrificar el rendimiento. ¿Cómo? La IA voltea tu análisis de riesgo tradicional. En lugar de comenzar con un conjunto de reglas claras y una toma de decisiones basada en esas reglas, los modelos de IA no necesitan reglas. En cambio, pueden identificar patrones dentro de los datos y luego tomar decisiones usando esos patrones. Entonces, en lugar de necesitar conocer la historia que cuentan los datos antes de comenzar a tomar una decisión, ¡la IA identifica esas historias para ti!

¿Qué significa esto para tu base de clientes y, a su vez, para tu negocio? Con IA, ya no estás limitado a buscar clientes con los atributos de tu base de préstamos existente. En su lugar, puedes utilizar modelos de IA para descubrir nuevos patrones en los datos que te permitan prestar a una base de personas mucho más amplia. Es una forma rápida de impulsar el crecimiento del negocio sin aumentar los costos ni los riesgos, como obtener poderes especiales en un videojuego que te impulsan de inmediato a cruzar la línea de llegada.

Apoye la Inclusión Financiera

No podemos hablar de los beneficios de la IA sin mencionar la inclusión financiera. Dentro de los Estados Unidos, el 24% de la población se encuentra sub-bancarizada y otro 10% está completamento no-bancarizado. Aproximadamente 3.600 millones de personas en Asia no tienen acceso al crédito formal y hay alrededor de 200 millones de personas sin servicios bancarios en América Latina. A nivel mundial, hasta un tercio de todos los adultos (1700 millones en el último recuento, según la base de datos Global Findex) carecen de cualquier tipo de cuenta bancaria, lo que significa que el acceso a los servicios financieros es difícil para un número notable de consumidores. Las organizaciones de servicios financieros suelen tener dificultades para apoyar a estos consumidores porque no cuentan con un historial de datos que sea comprensible para los métodos tradicionales de toma de decisiones. Sin embargo, debido a que la IA puede identificar patrones en una amplia variedad de datos alternativos, tradicionales, lineales y no lineales, puede potenciar la toma de decisiones de alta precisión, incluso para consumidores con un débil o inexistente historial crediticio. Es como encontrar un atajo secreto: los datos estaban allí, solo necesitabas las herramientas adecuadas para descubrirlos. En un informe reciente, PWC informó que los bancos que lanzaron iniciativas de IA pudieron aumentar sus aprobaciones de préstamos en un 15-30% sin cambios en las tasas de pérdida. Estas cifras incluyen préstamos a prestatarios previamente ignorados. La IA le brinda a tu organización la oportunidad de apoyar a los consumidores sub-bancarizados y no-bancarizados en sus trayectorias financieras.

Identifica el Fraude + Diga que Sí más Seguido

¿Sabías que las pérdidas por fraude de identidad alcanzaron los $56 mil millones en el 2020? En el mundo digital de hoy, donde todos los tipos de ataques de fraude, no sólo el fraude de identidad, son cada vez más sofisticados y generalizados, ¿cómo saber realmente quién es legítimo y quién no?

Si tienes dificultades para gestionar altas tasas de fraude y falsos positivos mediante la detección basada en reglas, la IA podría tener un impacto inmediato y significativo en el rendimiento de tu gestión del fraude. Un beneficio clave del uso de IA para la detección de fraudes es su capacidad de volverse más inteligente con cada transacción que procesa. Por lo tanto, incluso cuando los estafadores evolucionan sus métodos, tus modelos de IA pueden usar datos en tiempo real para identificar nuevos patrones, aprender y adaptar las decisiones para maximizar las alertas de fraude correctas y minimizar los falsos positivos. Las instituciones financieras que ya habían adoptado la IA fueron encuestadas en un estudio reciente de PMYNTS sobre los beneficios de la IA – el 81% mencionó que se les alertó sobre el fraude antes de que suceda, el 75% dijo que la reducción de los falsos positivos y el 56% dijo que la reducción del fraude en los pagos era un resultado clave de sus sistemas de IA.

Sea Más Competitivo Con Precios Optimizados

El aumento de la competencia significa que debes hacer la oferta correcta al precio correcto. El uso de IA para la optimización de precios no sólo hace que tus productos sean más atractivos, sino que te permite maximizar la rentabilidad. ¿Como hace esto? La IA te permite tener más confianza sobre el riesgo que representa una solicitud de crédito, para que puedas evaluar con mayor precisión cómo fijar el precio del crédito que ofreces. En lugar de agrupar las aplicaciones en grupos de precios, puedes acercarte más que nunca a los precios personalizados. Los prestamistas innovadores también utilizan IA para medir la propensión de un solicitante a comprar y combinan esta información con la solvencia para determinar la tasa más atractiva.

Y una toma de decisiones más precisa significa menores reservas para pérdidas, lo que te permite tener más capital disponible para actividades crediticias. La IA te permite hacer que tu cartera de préstamos trabaje más.

Amplíe Su Relación Con Ofertas Personalizadas Para Ventas Incrementales y Ventas Cruzadas

¿Cuál fue la parte más frustrante de jugar videojuegos en los años 90? Descubrir que la princesa estaba en otro castillo. ¿Por qué? Porque habías hecho todo el trabajo sin un final satisfactorio. Tus clientes ya han pasado por el trabajo de incorporarse contigo para un producto específico, pero ¿qué sucede cuando no les ofreces otros productos que necesitan exactamente en ese momento? Lo encuentran en otro castillo. En estos días, la lealtad a instituciones financieras particulares está disminuyendo rápidamente: el 31% de los consumidores encuestados cambiará de proveedor principal por cualquier motivo, desde niveles de tarifas y recompensas hasta problemas de seguridad y conveniencia. Según Financial Brand, “mientras que el 66% de los clientes esperan que las empresas entiendan sus necesidades y expectativas únicas, solo el 32% de los ejecutivos dicen tener la capacidad total de convertir los datos en precios, ofertas y productos personalizados en tiempo rea

¿Qué ventaja tienes sobre tus competidores cuando se trata de clientes existentes? Datos. Montones. Pero encontrar los patrones en esos datos para mostrar cómo, cuándo y qué ofertas ofrecer a tus clientes ha sido tradicionalmente costoso, lento y difícil. Entra en escena la IA.

Con los modelos de IA correctos y la toma de decisiones automatizada, puedes analizar los datos de tus clientes y realizar automáticamente las ofertas de ventas incrementales y cruzadas en el momento más probable que conviertan. Las grandes marcas que todos conocemos y amamos hacen esto extremadamente bien: según McKinsey, “el 35% de lo que los consumidores compran en Amazon y el 75% de lo que ven en Netflix provienen de recomendaciones de productos” basadas en algoritmos de IA. Conviértete en el único castillo que necesitan tus clientes para todas sus necesidades de servicios financieros demostrando que realmente comprendes y te anticipas a sus necesidades.

Prediga y Prevenga Pérdidas a Través de una Mejor Gestión de Clientes

¿Tu tecnología y análisis reaccionan a las cuentas morosas, en lugar de predecir qué clientes enfrentarán desafíos financieros? ¿Utilizas un conjunto de reglas definidas para predecir la morosidad? ¿Las predicciones se basan en datos históricos? Si es así, podrías estar perdiendo la oportunidad de brindar un mejor soporte a tus clientes y reducir las pérdidas.

Los enfoques analíticos más tradicionales para predecir qué cuentas entrarán en cobros dependen, en gran medida, de datos históricos y reglas predefinidas. Pero, en el mundo digital y en rápido movimiento de hoy, los datos que necesitas para hacer predicciones precisas de los cobros a menudo se producen en tiempo real. En pocas palabras, la toma de decisiones de riesgo tradicional busca patrones de morosidad que ya conocemos. La IA, por otro lado, ingiere datos en tiempo real y los usa para identificar nuevos patrones, lo que te permite hacer predicciones de delincuencia más precisas. Esto, a su vez, te permite trabajar con los clientes para ayudarlos a administrar sus finanzas. Es una situación en la que todos ganan: puedes reducir la cantidad de clientes que se ven obligados a cobrar y puedes construir relaciones más sólidas con tus clientes. Algo así como la llegada de los juegos online: trabajar con un socio en tiempo real produce mejores resultados y una mayor tasa de ganancias. Como dice Forbes, “El aprendizaje automático también se puede utilizar para determinar la probabilidad de morosidad de prestatarios específicos. Este sistema de alerta temprana permite a los prestamistas concentrar sus energías en los clientes en riesgo para evitar que sus ”.

Organiza Tus Recursos

En cualquier iniciativa, es fundamental estar organizado. Implementar un proyecto de IA no es diferente. Puede parecer desalentador, pero claramente vale la pena. Particularmente si trabajas con un socio tecnológico para implementar la IA de manera rápida y eficiente, y ves los beneficios más rápido de lo que creías posible. Eso es una estrategia ganadora.

¿Deseas obtener más información sobre cómo mejorar tu toma de decisiones en todo el ciclo de vida de riesgo del crédito en menos de 60 días? Obtén el eBook.

Y no te pierdas nuestro Power Panel en Finovate Europe, donde hablaremos con otros expertos de la industria sobre el uso de decisiones impulsadas por IA para generar valor. ¡Ven a vernos a la feria!

¿Deseas obtener más información sobre cómo mejorar sus decisiones a lo largo del ciclo de vida del riesgo de crédito en menos de 60 días?

Obtén el e-book

LATEST BLOGS

Aprovecha el Poder d...

En el dinámico sector financiero actual, Provenir ofrece una plataforma avanzada que integra la incorporación de clientes, la gestión de ...

¿La distancia social...

En el contexto del COVID-19, el mercado financiero de América Latina ha experimentado una aceleración en la adopción de tecnología ...

Herramientas de inte...

Provenir presenta sus herramientas de integración de datos, diseñadas para permitir a las organizaciones financieras acceder a la información crítica ...

Operacionalizando Mo...

blog Operacionalizando Modelos de Risco Desde el equipo de marketing global y regional de Provenir, realizamos un estudio para obtener ...

Uso de datos no trad...

Provenir organizó un panel exclusivo para discutir "El uso de datos no tradicionales para expandir y mejorar la toma de ...

Cómo los datos alter...

La inclusión financiera en América Latina enfrenta desafíos significativos debido al predominio del efectivo y la falta de acceso al ...

“Oigan, prestamistas...

Como activista de la transformación digital en la industria financiera, he observado que muchos prestamistas comprometen su agilidad debido a ...

Impulsando una mejor...

Los compradores de vehículos desean rapidez y eficiencia en el proceso de financiación. Descubre cómo aplicaciones digitales y decisiones automatizadas ...

Diez fintechs que ut...

Los datos alternativos están transformando la forma en que se evalúa la solvencia crediticia, permitiendo a las fintechs ofrecer crédito ...

La promesa de la IA:...

La IA está transformando la toma de decisiones de riesgo crediticio. Desde la ampliación de la base de clientes hasta ...
Guest Blog: ¿Cómo puede la tecnología acelerar el crecimiento del mercado mexicano en 2022?

Guest Blog: ¿Cómo pu...

blog Guest Blog: ¿Cómo puede la tecnología acelerar el crecimiento del mercado mexicano en 2022? By Erez Saf, Fundador & ...
Diez Fintechs/Finservs que apoyan a las mujeres - ¡o son lideradas por ellas!

Diez Fintechs/Finser...

blog El desafío del algoritmo: uso de IA para la toma de decisiones sobre riesgos Celebración del Día Internacional de ...
Loading...

Continue reading

El desafío del algoritmo: uso de IA para la toma de decisiones sobre riesgos

blog

El desafío del algoritmo: uso de IA para la toma de decisiones sobre riesgos

Cómo implementar algoritmos avanzados de IA para hacer mejoras a lo largo del modelado del ciclo de vida del cliente

Por: Giampaolo Levorato, científico de datos Senior en Provenir

Todos hemos escuchado el término Big Data y en el mundo de los servicios financieros no es una excepción. Big data se refiere a grandes conjuntos de información estructurados y no estructurados que crecen a un ritmo cada vez mayor. Los datos impulsan las decisiones claves que toman las fintechs y las organizaciones dentro de esta industria, que van desde ayudar a determinar la identidad y aprobar un préstamo de automóvil o una hipoteca hasta optimizar los precios y decidir cuándo venderle más a un cliente actual.

El aumento del volumen, la variedad y la velocidad de los datos ha llevado a las instituciones financieras a utilizar algoritmos avanzados de aprendizaje automático para tomar decisiones más inteligentes y rápidas. Pero el uso de IA no está exento de desafíos. Puede haber varios obstáculos para una implementación exitosa, incluida la elección de los algoritmos correctos, la interpretación, explicación e implementación de modelos complejos, la garantía de que la infraestructura sea suficiente y la gestión de sesgos.

Los desafíos de la Inteligencia artificial

  1. Elegir el algoritmo correcto: no todos los algoritmos funcionan igual de bien en el mismo conjunto de datos. Dependiendo de la naturaleza de los datos, las organizaciones deben poder elegir y configurar el mejor algoritmo para ajustar su información.
  2. Complejidad, interpretabilidad y explicabilidad del modelo: la complejidad de los algoritmos de IA puede hacer que estos se vuelvan “cajas negras”, en el sentido de que a menudo incluso los desarrolladores no saben por qué y cómo los algoritmos toman las decisiones que toman.
  3. Implementación de modelos: la implementación de un modelo en producción requiere coordinación entre los científicos de datos, los desarrolladores de software y los usuarios comerciales, lo que plantea un desafío con respecto a los diferentes lenguajes de programación y a los enfoques que deben unificarse en una sola solución.
  4. Requisitos de infraestructura: muchas organizaciones carecen de la infraestructura necesaria para el modelado de datos y su reutilización. Ser capaz de desarrollar y probar rápidamente diferentes herramientas, a través de distintos grandes conjuntos de datos, es esencial para producir resultados más precisos y manejables.
  5. Sesgo de exclusión: muchos consumidores en todo el mundo siguen siendo “invisibles para el crédito” o poseen un historial crediticio reducido, lo que significa tienen poco o nulo acceso a calificaciones crediticias.

Superando los obstáculos de la IA

¿Cuál es la mejor manera de abordar estos desafíos? Las organizaciones de servicios financieros deben hacer la transición de modelos tradicionales lineales generalizados (GLM) hacia algoritmos de IA explicables  para poder mejorar la velocidad y la exactitud de sus decisiones. Según una encuesta reciente realizada por Pulse y Provenir, el 69% de las empresas planean invertir en decisiones crediticias habilitadas por IA en 2022. Los algoritmos de IA también pueden ayudar a identificar con mayor facilidad el fraude y crear oportunidades para mejorar la experiencia del cliente en todo el ciclo de vida completo.

Beneficios de la IA

Optimización de los algoritmos: elija los algoritmos más apropiados entre una amplia variedad de

opciones, que incluyen Gradient Boosting Decision Trees, bosques aleatorios y Deep Neural

Networks, según la naturaleza del conjunto de datos.

Interpretabilidad y explicabilidad: a través de una cuidadosa adopción de la explicación de los métodos  SHAP y LIME es posible aclarar cómo y por qué tu modelo ha hecho una predicción.

Facilidad de implementación: el uso de una plataforma unificada permite una implementación perfecta, lo que les permite a las empresas tomar medidas rápidas y eficaces.

Escalabilidad: reduce el tiempo de desarrollo, de meses a días, mediante el entrenamiento automático, probando, monitoreando y administrando su modelo.

Datos diversos: al aprovechar los datos tradicionales y alternativos, mejora la precisión de tu modelo,

mientras manejas el sesgo y promueves la inclusión financiera.

Usar algoritmos de IA brinda numerosos beneficios (que incluyen una mayor precisión, un mejor cumplimiento y una escalabilidad superior)  lo cual tiene un tremendo impacto en la estabilidad y el crecimiento general de tu negocio.

Utilizar algoritmos de IA significa obtener modelos más predictivos y precisos, lo que resulta en mayores ganancias, pérdidas reducidas y evaluaciones de riesgos más actualizadas. Después de realizar una investigación interna, Provenir ha observado que los algoritmos de IA pueden mejorar la precisión de un modelo hasta en un 7%, mientras que su implementación y desarrollo automatizado pueden reducir el tiempo y el esfuerzo hasta en un 90%. Esto asegura una mayor velocidad de comercialización con modelos más precisos y la capacidad de responder rápidamente a las necesidades de los consumidores y a las tendencias del mercado, para una verdadera escalabilidad. Y los efectos de esto van más allá de un negocio individual, sino que impacta en la economía en su conjunto – The Wall Street Journal pronosticó un aumento del 14% en el PIB mundial para 2030 gracias a los avances de la IA.

Ahora hay más legislación en juego que requiere una completa explicabilidad de los modelos. Los modelos interpretables y explicables cumplen estos requisitos al demostrar claramente cómo y por qué toman las decisiones que toman. Además del cumplimiento, la gobernanza modelo puede ser increíblemente difícil en entornos tradicionalmente aislados. Entornos separados para la recopilación de datos, el desarrollo de modelos, la implementación y el monitoreo requieren una inmensa cantidad de tiempo y recursos para integrarse. Con un entorno cohesivo y todo en uno, se elimina ese tiempo y esfuerzo de integración, lo que permite obtener resultados en tiempo real y ayudar a reducir el error humano de los procesos manuales.

El valor de una plataforma unificada

Además de los entornos aislados de recopilación de datos, desarrollo de modelos, implementación y monitoreo, los modelos también se construyen a menudo por separado de los motores de decisión y el movimiento de datos innecesarios entre ellos aumenta el tiempo, el esfuerzo y la probabilidad de errores. Con una plataforma unificada que incorpora datos, IA y toma de decisiones, los modelos se construyen e implementan en una misma plataforma, lo que garantiza la obtención de datos y la integración de modelos, eliminando retrasos en la grabación y asegurando el máximo rendimiento de sus modelos. En La experiencia de Provenir, los modelos implementados en una plataforma unificada pueden ahorrar hasta un 30% de tiempo y esfuerzo en el modelado total del proyecto.

Pero, ¿qué hace que la IA sea tan poderosa y capaz? Se trata de los datos. Cuantos más datos tengan sus modelos de IA, mejor funcionarán sus algoritmos avanzados. Una plataforma agnóstica de datos que puede integrar y enriquecer sus conjuntos de datos existentes con cualquier otro tipo de conjunto de datos (es decir, varias formas de datos alternativos) es crítica. Esta perfecta integración con una amplia variedad de fuentes de datos ayuda a fomentar la inclusión, gestionar el sesgo y mejorar el poder predictivo de tus modelos. Y no es un trato hecho en una única vez: el verdadero valor proviene de la mejora continua que ocurre cuando junta los datos, la IA y la toma de decisiones. El monitoreo de modelos y un ciclo de retroalimentación constante te ayudan a afinar tus decisiones para una continua optimización.

La capacidad de aumentar tu poder predictivo y tomar decisiones más precisas tiene un impacto en todo el ciclo de vida del cliente. Los paneles e informes en tiempo real te ayudan a mantenerte actualizado sobre los cambios con tus clientes, tu cartera y todos tus modelos. Esto te  permite generar actualizaciones automáticas, con todo lo necesario para el monitoreo en vivo. De esta manera puedes tener mejores relaciones con tus clientes, aumentar tu agilidad para responder a las necesidades del mercado y predecir mejor (¡y prevenir!) el fraude y la pérdida.

Según The Economist, el 86% de los ejecutivos de servicios financieros planean aumentar su inversión en IA, pero la mayoría de los proyectos de IA nunca superan la etapa de concepto y/o planificación. A pesar de que pasar de modelos lineales a modelos avanzados de IA puede parecer desalentador, es posible implementar IA y ver resultados en menos de 60 días.

Consulte nuestra guía con tips para que tu toma de decisiones de riesgo con IA escale de nivel.

Cómo ir más allá de la exageración de la inteligencia artificial

Obtener el libro electrónico

LATEST BLOGS

Aprovecha el Poder d...

En el dinámico sector financiero actual, Provenir ofrece una plataforma avanzada que integra la incorporación de clientes, la gestión de ...

¿La distancia social...

En el contexto del COVID-19, el mercado financiero de América Latina ha experimentado una aceleración en la adopción de tecnología ...

Herramientas de inte...

Provenir presenta sus herramientas de integración de datos, diseñadas para permitir a las organizaciones financieras acceder a la información crítica ...

Operacionalizando Mo...

blog Operacionalizando Modelos de Risco Desde el equipo de marketing global y regional de Provenir, realizamos un estudio para obtener ...

Uso de datos no trad...

Provenir organizó un panel exclusivo para discutir "El uso de datos no tradicionales para expandir y mejorar la toma de ...

Cómo los datos alter...

La inclusión financiera en América Latina enfrenta desafíos significativos debido al predominio del efectivo y la falta de acceso al ...

“Oigan, prestamistas...

Como activista de la transformación digital en la industria financiera, he observado que muchos prestamistas comprometen su agilidad debido a ...

Impulsando una mejor...

Los compradores de vehículos desean rapidez y eficiencia en el proceso de financiación. Descubre cómo aplicaciones digitales y decisiones automatizadas ...

Diez fintechs que ut...

Los datos alternativos están transformando la forma en que se evalúa la solvencia crediticia, permitiendo a las fintechs ofrecer crédito ...

La promesa de la IA:...

La IA está transformando la toma de decisiones de riesgo crediticio. Desde la ampliación de la base de clientes hasta ...
Guest Blog: ¿Cómo puede la tecnología acelerar el crecimiento del mercado mexicano en 2022?

Guest Blog: ¿Cómo pu...

blog Guest Blog: ¿Cómo puede la tecnología acelerar el crecimiento del mercado mexicano en 2022? By Erez Saf, Fundador & ...
Diez Fintechs/Finservs que apoyan a las mujeres - ¡o son lideradas por ellas!

Diez Fintechs/Finser...

blog El desafío del algoritmo: uso de IA para la toma de decisiones sobre riesgos Celebración del Día Internacional de ...
Loading...

Continue reading