La responsable de datos de Moniepoint, Tosin Eniola, relata en primera persona las lecciones sobre confianza en IA extraídas al reconciliar más de 100.000 millones de transacciones en Nigeria y Reino Unido, tras participar en un panel en el AI Everything MEA de El Cairo junto a los inversores Yehia Houry (Flat6Labs) y Abdelrahman Hassan (Enza Capital), moderado por el periodista Mike Butcher. En su exposición, distingue entre lo que se entiende por confianza en IA desde la óptica inversora y lo que implica en la práctica operativa de una entidad financiera. El artículo repasa tres casos que ilustran por qué la gobernanza de datos precede a cualquier modelo de IA. Primero, el problema de definición de usuario activo mensual: los débitos automáticos por SMS de notificación generaban transacciones que inflan la métrica de MAU, de modo que tres equipos (marketing, producto y finanzas) obtenían tres lecturas distintas del mismo dato, y cualquier modelo de predicción de churn, scoring crediticio o personalización heredaba esa indefinición. Segundo, la arquitectura de cadena de custodia: ante la imposibilidad técnica de conectar por API con los bancos nigerianos, Moniepoint implantó un sistema maker-checker que impide que la misma persona suba y valide un extracto, principio que extendió a la trazabilidad de cada transacción, desde el pago en terminal hasta el ERP financiero. Tercero, la decisión de sustituir las consultas SQL ad-hoc por una capa de analítica conversacional sobre un gobierno de datos ya definido, lo que evita que analistas con lógicas distintas lleguen a respuestas divergentes. En su conclusión, Eniola sostiene que sin definiciones canónicas, linaje de datos y vocabulario compartido, una interfaz de IA conversacional no es más que un chatbot que escribe SQL erróneo más rápido. La gobernanza, argumenta, no es una característica opcional de la IA, sino la condición que la hace posible.
Noticias agregadas con IA