La Inteligencia Artificial para conservar y transferir el conocimiento en equipos de operaciones de divisas como factor en la continuidad transaccional del sector bancario

Abstract

El presente documento aborda como problemática la fuga de conocimiento en la banca corporativa. En el caso de Colombia para el 2023 se estima una alta rotación de personal de hasta el 51% y un 5% anual de jubilación de empleados (Open AI, 2023), el problema se agudiza en áreas de operaciones especializadas como las de divisas puesto que una falta en estas puede acarrear graves consecuencias. Ante este contexto, se plantea el uso de la inteligencia artificial; a partir de ahora IA, como alternativa para conservar y transferir conocimiento experto. La investigación consiste en una revisión teórica en transferencia de conocimiento y el potencial de la IA. Se propone una metodología para la implementación de esta herramienta que inicia con un diagnóstico empresarial, seguido de la identificación del conocimiento crítico en operaciones de divisas. Posteriormente se desarrolla un modelo para la entrega de conocimiento a la IA, seguido por la definición de un modelo de transferencia del conocimiento que involucra activamente a la IA. La metodología incluye la simulación del funcionamiento de la herramienta mediante pruebas de escritorio y concluye con la estimación del impacto de implementación de esta herramienta. Se concluye que la IA mediante algoritmos de aprendizaje supervisado y aprendizaje por refuerzo con la inclusión de teorías del aprendizaje como la sociocultural y el constructivismo puede aprender, transformar, reestructurar, conservar y transferir el conocimiento, para enseñar a nuevos miembros de una organización, teniendo como impacto la aceleración de su curva de aprendizaje.

This paper addresses the problem of knowledge leakage in corporate banking. In the case of Colombia, a high staff turnover of up to 51% and a 5% annual employee retirement rate are estimated for 2023 (Open AI, 2023). The problem is more acute in specialized areas of operations such as foreign exchange, since a lack of such knowledge can have serious consequences. Against this background, the use of artificial intelligence, from now on AI, is proposed as an alternative for preserving and transferring expert knowledge. The research consists of a theoretical review on knowledge transfer and the potential of AI. A methodology is proposed for the implementation of this tool that starts with a business diagnosis, followed by the identification of critical knowledge in foreign exchange operations. Subsequently, a model for knowledge delivery to the AI is developed, followed by the definition of a knowledge transfer model that actively involves the AI. The methodology includes the simulation of the tool operation through desktop testing and concludes with the estimation of the impact of implementing this tool. It is concluded that AI through supervised learning algorithms and reinforcement learning with the inclusion of learning theories such as sociocultural and constructivism can learn, transform, restructure, conserve and transfer knowledge, to teach new members of an organization, having as an impact the acceleration of its learning curve.