Esta herramienta aprovecha los desarrollos tecnológicos para apalancar la innovación al interior de la SFC, optimizando procesos internos y de supervisión, así como buscando reducir cargas operativas para el sector.

Puede conocer y complementar nuestro conocimiento Regtech diligenciando el Formato de consulta Regtech.

¿Qué pruebas piloto regtech/suptech ha desarrollado la SFC?

Procesamiento automático de información transaccional: Utilizando fuentes de información existentes en la SFC incorporando herramientas de RPA (Robotic Process Automation) y Machine Learning para procesamiento automático de información transaccional se realiza el análisis de información abierta y no estructurada en medios de comunicación (ej. publicaciones de analistas de mercados financieros y Twitter) con el objetivo de identificar riesgos emergentes, alertar sobre riesgos y vulneraciones al consumidor financiero.

Análisis de redes para supervisión de conglomerados: Fortalecimiento del sistema de alerta temprana para riesgos conductuales y financieros mediante la implementación de análisis de redes, lo que permite identificar patrones de transacción, intermediación, proximidad, clústeres y concentración a partir de datos de mercados de capital en tiempo real de alta frecuencia. 

Smart Supervision para el consumidor financiero: En 2020 se desarrolló una solución tecnológica de supervisión que integra la transmisión de información de quejas de las entidades vigiladas vía APIs y posterior análisis basado en inteligencia artificial, así ampliando el alcance de supervisión y atención de quejas de forma eficiente, dinámica y en tiempo real.

Reportería información contingencia Covid-19: Dada la posible afectación al sistema financiero por cuenta de la coyuntura del Covid-19, la SFC debió solicitar información expedita, periódica y granular para atender necesidades de supervisión, además de forma que los supervisores pudieran consultar de forma remota (dashboards).

Data sandbox de APIs: este piloto buscó aunar esfuerzos con la industria y construir un caso de uso del modelo de arquitectura abierta de transmisión de datos, así como beneficiar al consumidor al disponer mejor información para la toma de decisiones sobre los productos y servicios financieros. El piloto “Data Sandbox” tuvo un resultado exitoso pues los participantes lograron entregar la información de tarifas de manera apificada y la SFC pudo consumir la información para disponerla en un prototipo diseñado como herramienta suptech. Los participantes de esta iniciativa coincidieron en que migrar a la apificación trae eficiencia al proceso, reduce el riesgo operativo e incrementa la seguridad de la información. Así mismo, indicaron que los aspectos técnicos del piloto no son percibidos como reto, pues el desafío para las entidades es que la alta dirección entienda claramente los beneficios de las APIs y que priorice.  

Estándares de arquitectura financiera abierta: Desde 2022, se viene trabajando para desarrollar una estrategia robusta y sostenible en el tiempo para establecer estándares operativos, tecnológicos y de seguridad de la arquitectura financiera abierta reglamentada a través del Decreto 1297 de 2022.
 
TechSprint para identificar el greenwashing mediante herramientas de inteligencia artifical y aprendizaje automático del GFIN: Desde 2019, la SFC hace parte de la Red Global de Innovación Financiera (GFIN). En este contexto, durante 2023 se realiza TechSprint virtual  en donde se quiere dar respuesta a la siguiente pregunta ¿Cómo puede la tecnología, incluyendo IA y ML, permitir a los reguladores/supervisores verificar que afirmaciones de productos relacionados con ASG/sostenibilidad o los consumidores minoristas sean precisas y completas? . Es así como se realiza una convocatoria a firmas de todo el mundo que quieran resuelver este desafío a través de sus desarrollos tecnológicos con inteligencia artificial y aprendizaje automático. 14 supervisores/reguladores de GFIN (incluida la SFC) evaluarán dichas aplicaciones y escogerán los ganadores. Finalmente con recursos de GFIN, los privados ganadores desarrollarán las soluciones y pruebas en aproximadamente 3 meses.