JPMorgan implementa “machine learning” para ahorrar en gastos de viaje de ejecutivos

Foto: Cortesía de JPMorgan

La aplicación de la Inteligencia Artificial (IA) ha impuesto nuevos paradigmas de la vida cotidiana, de igual manera, modifica paulatinamente a los modelos establecidos, todo gracias a las diferentes disciplinas que se desprenden de la IA, pues en algunas ocasiones se complementan entre sí y en otras hacen su aparición en solitario para lograr sus objetivos.

Esta vez toca el turno a la “machine learning” aplicada al control de gastos personales al interior de una organización, particularmente en el sector bancario donde los ejecutivos en no pocas ocasiones llegan a abusar de los beneficios económicos y prestaciones cuando están de viaje de negocios.

Ahora la institución bancaria JPMorgan implementó un sistema de aprendizaje automatizado para establecer si los ejecutivos de la compañía cumplen a cabalidad con la política de gastos de representación; las erogaciones de este concepto dejaron de ser aprobadas por algún auditor de carne y hueso; los algoritmos asumirán esta tarea en su totalidad.

Para cuidar el gasto de este rubro para los ejecutivos del banco con poco más de tres siglos de trayectoria, la tecnología de “machine learning” está programada para hacer valer los presupuestos establecidos por la empresa, entre los cuales contempla US$65 dólares ($1,238 pesos mexicanos) para el concepto de los tres alimentos (US$10 desayuno, US$15 comida y US$45 para la cena) del empleado que se encuentre comisionado a una misión de negocios.

Los algoritmos cuidarán con mucho celo el costo de los traslados que conforme a la política de la empresa bancaria son los siguientes: boletos de tren que no superen un trayecto de 3 horas tendrán que efectuarse en la categoría ordinaria; si supera ese tiempo están autorizados los pasajes en clase ejecutiva.

Hasta antes de la llegada de esta tecgnología estas tareas de comprobación de gastos eran ejecutadas por un auditor, el cual en ocasiones se hacía de la vista gorda cuando los ejecutivos presentaban algunas irregularidades en sus reportes de gastos, ya sea que hayan pasado del límite establecido o porque metieran comprobantes por el total de los parámetros límites a pesar de haber gastado menos.

JPMorgan no hizo alusión sobre el desembolso para poner en marcha este proyecto de aprendizaje automatizado, lo que sí hizo fue dar un estimado US$150 millones de dólares de ahorro anual al implementarlo en estos menesteres administrativos, e inclusive, los datos arrojados podrían dar paso a la implementación de nuevas políticas institucionales en materia de erogaciones por concepto de viajes de negocios para sus ejecutivos.

GAEL

37