Karen Mills

Conforme la tecnología abre la puerta a vastos tesoros de datos, están emergiendo oportunidades para crear nuevas perspectivas sobre la salud y prospectos de una empresa pequeña. Dichos insights tienen el potencial para resolver dos problemas definitivos que han enfrentado prestamistas y deudores: heterogeneidad –el hecho de que todos los pequeños negocios son diferentes, haciendo difícil el extrapolar de un ejemplo al siguiente– y la opacidad en la información – el hecho de que es difícil saber realmente qué es lo que está pasando dentro de una pequeña empresa.

CONOCIMIENTO DEL FLUJO DE EFECTIVO

Desde el punto de vista del prestamista, entre más pequeña es la empresa, es más difícil saber si esta realmente es redituable y cuáles podrían ser sus prospectos. Muchos propietarios de negocios pequeños no tienen una gran idea de su flujo de efectivo, de las ventas que podrían hacer, cuándo pagarán los consumidores o qué necesidades de efectivo podrían tener con base en la temporada o un nuevo contrato. Los pequeños negocios tienen pocas reservas de efectivo, así que un mal cálculo, un pago tardío o incluso el crecimiento rápido podría ocasionar una potencialmente mortal crisis de liquidez.

Sin embargo, ¿qué pasaría si la tecnología tuviera el poder para hacer que los dueños de pequeñas empresas conozcan mucho más sobre su flujo de efectivo y que los prestamistas también lo sepan?, ¿y si nuevos productos y servicios de préstamos facilitaran el predecir la capacidad de crédito de un pequeño negocio?, ¿y si las pequeñas empresas tuvieran un tablero de sus actividades que les diera una imagen total de su salud financiera?, ¿y si este tablero les ayudara a entender todas las opciones de crédito para las que califican hoy y qué acciones pudieran tomar para mejorar su calificación de crédito con el paso del tiempo?

Mejor aún, ¿y si el tablero, aprovechando el poder predictivo del aprendizaje de las máquinas, pudiera ayudar a la empresa a evitar peligros a partir de datos sobre miles de negocios en industrias similares?

CONTROL SOBRE DATOS

Es igualmente fácil imaginar un lado obscuro de los avances tecnológicos. Los economistas sugieren que los ganadores en varias industrias serán aquellos con control sobre grandes cantidades de datos estructurados y no estructurados. Si a ciertas compañías se les permite monopolizar datos, la innovación podría verse afectada. La futura regulación necesita asegurar acceso abierto a los flujos de datos.

Adicionalmente, conforme las máquinas aprenden a identificar quién tiene más probabilidades de incumplir el pago de sus préstamos, el riesgo de discriminación y exclusión se vuelve significativo.

ELEMENTO FUNCIONAL CLAVE

Una máquina podría identificar un factor de riesgo que se correlaciona fuertemente con raza, género o las características de otras clases protegidas e incluirlo como factor en el precio, a menos que reglas explícitas le impidan hacerlo. Incluso si la automatización se vuelve capaz de detectar discriminación y otros malos resultados, es probable que siga siendo necesaria la supervisión humana.

Una forma de superar estas preocupaciones es reunir los datos reales sobre acceso a capital en el mercado de las pequeñas empresas. La sección 1071 del Dodd-Frank Act –la ley que exige esta recolección de datos– fue aprobada después de la crisis financiera, pero todavía no se implementa. Reunir esta información y usarla para identificar y corregir brechas de mercado es un elemento fundacional clave de un mercado de crédito para pequeños negocios que sea altamente funcional y será más importante conforme la inteligencia artificial se vuelve parte de las decisiones sobre préstamos.

(Karen Mills es académica senior en la Harvard Business School y la Harvard Kennedy School).