La norma BCBS 239 (Agregación de datos de riesgo y reporte de riesgos) ha sido el estándar global para la agregación de datos de riesgo desde 2013; sin embargo, la mayoría de los bancos aún tienen dificultades para cumplirla de manera eficiente. McKinsey destaca que la arquitectura de datos y la infraestructura de TI incompletas son algunas de las principales razones técnicas por las que muchos bancos aún no cumplen con las expectativas de la norma BCBS 239.
Databricks ayuda a los oficiales de cumplimiento y a los altos ejecutivos a automatizar los controles de BCBS 239 con IA, reducir los costos operativos y prepararse para el futuro ante regulaciones en evolución como DORA y Basilea IV. Deloitte recomienda elevar los proyectos de cumplimiento a nivel de la junta directiva, integrar la rendición de cuentas e incentivar la propiedad de los datos tanto en los equipos de negocio como de TI.
"El cumplimiento normativo ya no se trata de marcar casillas. Se trata de construir un motor de inteligencia de riesgos impulsado por IA y basado en datos. Los bancos que adopten esto no solo sobrevivirán a la próxima crisis, sino que también prosperarán en ella." —Cyril Cymbler, director de Servicios Financieros para EMEA y Clientes Estratégicos de Databricks
En este blog, se explora lo siguiente:
La mayoría de las instituciones financieras todavía dependen de data warehouses con décadas de antigüedad (Oracle, Teradata, IBM Netezza) o de soluciones en la nube de primera generación que tienen dificultades para cumplir con los principios de BCBS 239:
Principio 2 de BCBS 239 (Arquitectura de datos e infraestructura de TI) requiere explícitamente:
"Un banco debe diseñar, construir y mantener capacidades de agregación de datos e infraestructura de TI para cumplir plenamente con los requisitos de agregación de datos de riesgo."
Los sistemas heredados no superan esta prueba, ya que no se diseñaron para la agregación de riesgos moderna a escala.
ABN AMRO, uno de los bancos más grandes de los Países Bajos, ya está haciendo esto en Databricks—utilizando un lakehouse gobernado en Azure Databricks para modernizar las plataformas de datos de riesgo heredadas, unificar a cientos de ingenieros de datos, analistas y científicos de datos, y acelerar la generación de informes regulatorios y el análisis de riesgos avanzado a producción. Este ejemplo del mundo real muestra cómo pasar de procesos fragmentados y manuales a una plataforma unificada y preparada para la IA convierte el cumplimiento de BCBS 239 en una capacidad duradera en lugar de un proyecto único.
La plataforma unificada de datos e inteligencia artificial de Databricks ayuda a las empresas a cumplir los principios BCBS 239, al tiempo que ofrece velocidad, escalabilidad y rentabilidad. Esta alineación se ve respaldada por las mejores prácticas de consultoría: la encuesta de referencia de Deloitte revela que los bancos con una gobernanza unificada, flujos de trabajo automatizados y un linaje integral superan sistemáticamente a sus competidores en cuanto a preparación para auditorías y adaptabilidad.
Así es como Databricks se alinea directamente con los principios básicos de BCBS 239, convirtiendo lo que antes era una carga técnica en una ventaja operativa.
Principio de BCBS 239 | Dolor heredado | La ventaja de Databricks |
Principio 1: Gobernanza. Gobernanza sólida sobre la agregación de datos de riesgo. | Políticas manuales, registros de auditoría débiles, datos de diferentes fuentes con una gobernanza deficiente. | Gobernanza centralizada, control de acceso detallado, historial de auditoría granular y supervisión, con tecnología de Unity Catalog. |
Principio 2: Infraestructura de TI. Cree una arquitectura de datos sólida y una infraestructura escalable. | Procesamiento rígido solo por lotes | Arquitectura de Lakehouse (tiempo real + por lotes, autoescalado) |
Principio 3: Precisión. Garantizar datos de riesgo agregados precisos y confiables. | Conciliación manual, errores, herramientas diferentes. | Formatos de tabla abiertos como Delta, Apache Iceberg™ (control de versiones, viaje en el tiempo, monitoreo de la calidad de los datos) centralizados y gobernados |
Principio 4: Integridad. Agregar los datos de riesgo de forma exhaustiva en todas las organizaciones. | Silos de datos, registros faltantes, tanto estructurados & no estructurados. | Consultas federadas (unifica Oracle, Teradata y Snowflake en una sola vista, ingesta de datos simplificada desde bases de datos y SaaS con Lakeflow Connect) |
Principio 6: Adaptabilidad. Agregación flexible durante situaciones de estrés y crisis. | Informes ad hoc lentos y muy rígidos: demasiados departamentos involucrados en la publicación de un solo informe o panel, con un bajo nivel de control. | Databricks SQL + Genie AI (consultas en lenguaje natural, información instantánea) |
Principio 11: Distribución. Distribuye los informes de forma segura a las partes correspondientes. | La distribución estática de PDF y por correo electrónico tarda en actualizarse y es difícil de mantener | Dashboards de AI/BI, API, Open Sharing (acceso en tiempo real y basado en roles) |
Principio 13: Accionescorrectivas . Aplicar sin demora medidas correctivas para subsanar las deficiencias. | Correcciones manuales, reprocesamiento lento, flujos de trabajo difíciles de mantener y crear | Agent Bricks (detección de anomalías impulsada por IA y autorremediación) |
Principio 14: Cooperación de origen/destino. Coordinar eficazmente a los supervisores entre jurisdicciones a nivel internacional. | Silos regionales, fricción en el cumplimiento y falta de enfoque en las prioridades | Las API abiertas, los formatos, los protocolos y Delta Sharing permiten la federación (intercambio seguro de datos transfronterizos) |
Para los oficiales de cumplimiento, trabajar con Databricks significa:
Con la base de la plataforma ya establecida, la siguiente pregunta es la velocidad: ¿cómo eliminamos los pasos manuales restantes sin introducir riesgos adicionales?
Incluso con las plataformas de datos modernas, el cumplimiento de BCBS 239 sigue siendo una tarea laboriosa:
Aquí es donde la IA agéntica cambia las reglas del juego. Con Databricks Agent Bricks y Databricks AI/BI Genie, puedes crear pipelines de datos autorreparables que detectan anomalías en tiempo real y autocorrigen o marcan problemas antes de que lleguen a los informes. Y puedes realizar consultas usando lenguaje natural.
En la siguiente tabla, encontrarás nuestras estimaciones del ahorro de tiempo para cada tarea clave al implementar el cumplimiento de BCBS 239 con Databricks.
Para los CFO y los CRO, esto se traduce en:
Un gran banco europeo modernizó su pila de riesgo y finanzas en Databricks, consolidando los datos de riesgo fragmentados en un único lakehouse gobernado y reduciendo el tiempo y el costo de los informes regulatorios en dos dígitos. Al reutilizar la misma plataforma para pruebas de estrés avanzadas, monitoreo del riesgo de liquidez y análisis para el área comercial, el banco convirtió un programa de remediación de BCBS 239 en una transformación de datos e IA más amplia que ahora impulsa nuevos casos de uso que generan ingresos.
Las instituciones financieras gastan entre 50 y 200 millones de dólares al año en el cumplimiento de BCBS 239. Los beneficios de la automatización y de las plataformas de datos unificadas están relacionados principalmente con la reducción de costos y la mejora de la eficiencia del capital, según McKinsey, y los mejores bancos reducen los costos totales de cumplimiento entre un 20 % y un 55 %. Con Databricks:
Para los directores generales y los directores financieros, esto significa:
BCBS 239 no se trata solo de informar sobre los riesgos pasados, sino de predecir los futuros. Con Databricks y la IA agentiva, las instituciones pueden:
Las regulaciones están evolucionando rápidamente:
La plataforma de Databricks puede escalar para las nuevas regulaciones (no se necesita un reemplazo total). La plataforma también admite el cumplimiento auditable, explicable e impulsado por IA (Agent Bricks se adapta a las nuevas reglas). Por último, unifica todos los datos de riesgo. Un lakehouse de datos eliminará todos los silos entre el riesgo crediticio, de mercado y operativo.
Para los CRO y los responsables de cumplimiento normativo, esto significa:
Para los ejecutivos y líderes de cumplimiento, el cambio a un marco de cumplimiento moderno e impulsado por IA no se trata solo de la tecnología, sino de la ejecución estratégica. Aquí tienes una guía paso a paso para acelerar el cumplimiento de BCBS 239 en Databricks y, a la vez, generar valor empresarial a largo plazo.
Finalmente, asegúrate de medir el valor generado por esta implementación, así como el impacto que tendrá en el negocio.
Para los oficiales de cumplimiento y los altos ejecutivos, el BCBS 239 no es solo una obligación regulatoria, sino una oportunidad estratégica. Deloitte suele afirmar que el BCBS 239 no es solo un desafío técnico, sino que también exige un cambio cultural y madurez en la gobernanza de datos, y advierte que las instituciones a menudo se centran en soluciones a corto plazo en lugar de en una transformación sostenible. Capgemini destaca la importancia de integrar la IA en la agregación de datos de riesgo para permitir un monitoreo regulatorio proactivo y flujos de trabajo de informes automatizados.
Databricks y la IA agentiva ofrecen:
La elección es clara:
La pregunta no es *si* puede permitirse modernizar, sino *por cuánto tiempo más* podrá permitirse no hacerlo.
La migración rara vez es sencilla. Las compensaciones, los retrasos y los desafíos inesperados son inherentes al proceso, especialmente al alinear personas, procesos y tecnología.
Por eso es fundamental trabajar con equipos que ya lo hayan hecho antes. Databricks Professional Services y nuestros socios de migración certificados aportan una amplia experiencia en la realización de migraciones de alta calidad a tiempo y a escala. Contáctanos para iniciar tu evaluación de migración.
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original
Produto
June 12, 2024/11 min de leitura

