A finales de 2021, se espera que el LIBOR, el índice de tipos de interés más utilizado en los mercados financieros, cese su actividad. Eso significa que las instituciones financieras tienen unos diez meses para realizar la transición a las Tasas de Referencia Alternativas (ARRs). Como el LIBOR (London Interbank Offered Rate) se ha utilizado en una amplia variedad de productos e instrumentos financieros, esto representa un desafío crítico y complejo para muchas instituciones financieras, incluido un riesgo financiero, legal, operativo, de conducta y de reputación potencial. Las Tasas de Interés Interbancarias Ofrecidas (IBORs) son índices de tipos de interés que se han utilizado durante los últimos 40 años. El LIBOR es el índice de tipos de interés más utilizado en los mercados financieros, y se estima que se referencia en más de 200 billones de dólares de productos financieros, incluidos bonos, derivados y préstamos. Otros índices de tipos de interés aplicados son, por ejemplo, el EURIBOR y el TIBOR. En lo que respecta a la gestión de contratos, las instituciones financieras deben preparar bien esta transición, ya que a menudo se ven involucrados cientos de miles de documentos contractuales. Para garantizar una transición fluida, las instituciones financieras deben seguir los siguientes pasos: Paso 1: Identificar todos los contratos potencialmente afectados El primer paso es identificar todos los contratos potencialmente afectados, revisar y remediar todos los contratos activos que hacen referencia a una tasa IBOR. Estos documentos contractuales a menudo se almacenan en varios sistemas y en registros impresos. Dado que miles o cientos de miles de contratos se ven afectados, aislar los contratos específicos que necesitan ser remediados puede ser una tarea laboriosa. Sin embargo, las soluciones de inteligencia documental pueden automatizar el descubrimiento y la extracción de cláusulas y frases que contienen referencias relevantes a las tasas IBOR. Para ello, se aplica tecnología como el reconocimiento óptico de caracteres (OCR), la búsqueda y la inteligencia artificial/aprendizaje automático (IA/ML). Esto evita que las instituciones financieras analicen manualmente todos los documentos contractuales. Paso 2: Categorizar y extraer cláusulas/frases Después de la identificación automatizada, todos los documentos se categorizarán y las cláusulas o frases extraídas se presentarán y podrán exportarse de manera estructurada para su consumo por el equipo legal involucrado. Para apoyar la gestión de riesgos y el establecimiento de prioridades, la categorización no solo identifica la posible exposición, sino que también distingue entre la exposición directa e indirecta a los clientes. A menudo también es posible la integración con soluciones de flujo de trabajo externas (humanas) para entregar el documento y los datos extraídos. Paso 3: Adaptar los contratos involucrados Después de entregar los documentos, los equipos legales u otro personal involucrado en el proceso de adaptación pueden realizar los cambios necesarios. Como las soluciones de inteligencia documental también son capaces de priorizar, pueden comenzar con los documentos clave que implican exposición directa a los clientes. El paso final del proceso es verificar si todos los documentos se han adaptado a las Tasas de Referencia Alternativas. La tecnología de reconocimiento óptico de caracteres (OCR) y de inteligencia artificial/aprendizaje automático (IA/ML) en las soluciones de inteligencia documental se puede aprovechar para automatizar también la etapa final de este proceso. Al implementar soluciones de inteligencia documental, las instituciones financieras pueden reducir significativamente el tiempo necesario para pasar por este proceso. Acortar el tiempo necesario para el descubrimiento, la revisión y el procesamiento de documentos resulta en ahorros significativos de costos. Los esfuerzos manuales se pueden reducir hasta en un 70% dependiendo del nivel existente de digitalización y el nivel de madurez de la gestión digital de contratos (ciclo de vida) dentro de las empresas.
