Edgardo Serra, ICBC: La experiencia de ICBC con Machine Learning en Operaciones de TI

Edgardo Serra, ICBC: La experiencia de ICBC con Machine Learning en Operaciones de TI

Por Elsa Basile - En el marco del segundo día de la 18va edición del Congreso Internacional de Tecnología para el negocio financiero, llevada a cabo en los días 2 y 3 de julio en el Yacht Club de Puerto Madero, Edgardo Serra, Head of Infrastructure Technology & IT Operations en ICBC Argentina, deleitó a la audiencia con su charla titulada “Machine Learning en operaciones de TI”.

Apenas había terminado el horario del almuerzo en la fría tarde de Buenos Aires cuando la mayor parte de los asistentes tomó asiento en el salón principal para escuchar con atención el caso de éxito del ICBC. Como punto de partida, Serra apuntó que el área de operaciones de su banco focaliza en la robustez de los aplicativos y canales digitales, a la cual definió como la capacidad de ofrecer disponibilidad, contingencia y seguridad. Además, consideró que, para la estrategia digital, no tener alguno de estos atributos tendrá un impacto en la experiencia del cliente.

“Nuestro sistema está sostenido por 2 pilares: la automatización y la predictibilidad, o lo que llamamos estar un paso adelante. ¿Para qué queremos estar un paso adelante? Para entender el funcionamiento de transacciones comerciales, de componentes tecnológicos de la estructura para anticipar fallos”, aseguró el disertante, y luego completó: “Para esto usamos una solución de machine learning de análisis predictivo, con el objetivo de poder predecir fallas de cajeros o terminales de consulta, incidentes en nuestro data center, y poder anticipar el comportamiento de las transacciones comerciales para poder prepararnos para los días pico, o de mayor actividad que la esperada”.

ICBC es un banco con 118 sucursales y más del 30% de sus cajeros y terminales de consulta se encuentran en sitios neutrales, motivo por el cual es clave elevar su disponibilidad al máximo posible. Con este objetivo, en 2014 aceptaron la oferta de IBM de formar parte junto a otros 7 bancos de una prueba de concepto para entrenar una solución de machine learning, de análisis y mantenimiento predictivo aplicado a ATM´s y terminales de consulta.

“Estamos trabajando de manera más inteligente, aprovechando el gran volumen de datos que genera la interacción de los clientes en las terminales. Somos más ágiles, reparamos las terminales con más velocidad. Esto lo tenemos en producción desde octubre de 2016, y consiste en analizar alertas, logs, transacciones de todas las terminales y alimentar el machine learning para que prediga fallas del hardware. En la actualidad llegamos a tener un 75% de acierto en las fallas de alta probabilidad, y de alta prioridad de impacto”, detalló Serra.

El expositor destacó también que los buenos resultados de esta herramienta llevaron al banco a expandir el modelo a diferentes áreas de negocio: “Decidimos aplicar lo mismo a los componentes de la data center. Para esto tuvimos que entrenar a la solución de manera de que pueda adaptarse a la infraestructura del ICBC. Esto nos ayudó a mejorar la disponibilidad de los aplicativos reduciendo notablemente los incidentes que teníamos por falta de espacio. También estamos usando desde hace 3 años una solución de machine learning y análisis preventivo para entender el comportamiento de transacciones comerciales a través de algoritmos generados por nuestro grupo de data scientists, para poder anticiparnos a situaciones extraordinarias y tomar medidas y precauciones”.

Hacia el final de la charla, Serra señaló que gracias a la mejora de procesos en el banco, la eficacia en la coordinación con las diversas sucursales, la reducción de costos y el ahorro de tiempos, el siguiente objetivo de ICBC es aplicar esta solución a todas las terminales.