Se o futuro do negócio financeiro passa pelos dados, as tecnologias de Inteligência Artificial Generativa trazem toda uma nova dimensão de crescimento a partir da informação gerada. O que falta à banca para lá chegar?
Nuno Sousa
Financial Services Director - Claranet Portugal
As tecnologias disruptivas tiveram sempre a virtude inerente de proporcionar saltos significativos de crescimento no setor financeiro, mais ou menos percetíveis no mercado de acordo com a sua natureza, quer fossem usadas nos procedimentos internos das organizações, ou nos processos de inovação que resultaram em novos produtos e serviços, ou na melhoria da experiência do Cliente.
Num negócio em que a capacidade de lidar rapidamente com elevados volumes de dados é um fator cada vez mais decisivo, a Inteligência Artificial Generativa (ou Generative AI) vem introduzir novas formas de atuação, mais rápidas e eficientes, tanto a nível das operações internas, invisíveis para o mercado, como em relação ao que é proporcionado aos Clientes.
A este nível, as transformações podem ocorrer em diferentes áreas das instituições financeiras, desde os processos de Análise, Advisory, até ao Compliance ou ao Apoio ao Cliente, por exemplo.
Este tipo de tecnologia, tem a capacidade de ajudar na produção de conteúdos com valor acrescentado a partir da análise de grandes volumes de informação, prometendo um novo potencial de inovação e de utilização da informação, com níveis de rentabilidade e eficiência substancialmente melhorados.
No entanto, para transformar Generative AI em valor real para o setor financeiro é necessário identificar todos os desafios associados à sua utilização, sobretudo ao nível dos sistemas legacy e do know-how do parceiro tecnológico. A partir daí, o potencial é imensurável.
Podemos identificar sete casos de uso teóricos em que Generative AI vem introduzir um elevado grau de inovação nas operações da Banca. Todas essas áreas já utilizam ferramentas tecnológicas para reforçar a sua eficiência, mas falamos agora de uma capacidade acrescida para usar os dados existentes – e, entretanto, gerados – com ganhos substanciais de tempo e rentabilidade:
Avaliação e Gestão de Risco: as instituições financeiras podem realizar análises aprofundadas de risco utilizando extensos conjuntos de dados e identificando tendências, interdependências e alterações. Com avaliações mais precisas, a Generative AI pode aprimorar a gestão do risco, direcionando a tomada de decisões mais acertadas em áreas como o crédito e o risco operacional;
Deteção e Prevenção de Fraudes: estas novas ferramentas de AI potencializam a deteção e prevenção de fraudes, para analisar transações, padrões comportamentais e anomalias em tempo real. Os algoritmos aprendem e ajustam-se aos novos padrões, minimizando o impacto financeiro da fraude;
Robo-Advisors: os robo-advisors baseados em AI têm ganho popularidade no setor financeiro, permitindo uma gestão automatizada de carteiras e sugestões de investimento aos clientes sem intervenção humana e levando a uma redução dos custos e ampliação do acesso a serviços especializados;
Transações e Gestão de Investimentos: ao analisar grandes volumes de dados, a Generative AI otimiza a criação de algoritmos de transações, estratégias de investimento e distribuição de ativos. Isso aumenta a eficiência das decisões de negociação e investimento, ao mesmo tempo que reduz a probabilidade de erros;
Compliance: estas ferramentas apoiam as instituições financeiras a cumprir requisitos regulamentares, monitorizando transações, identificando atividades suspeitas e garantindo o cumprimento da legislação em vigor. Reduz-se assim o trabalho manual, as despesas operacionais e o risco de incumprimento;
Apoio ao Cliente e Chatbots: os assistentes virtuais impulsionados pela AI estão a transformar o apoio ao Cliente no setor financeiro, respondendo a perguntas em tempo real, tratando solicitações rotineiras e resolvendo problemas numa lógica de 24/7;
Análise de Crédito: os novos modelos de análise de crédito introduzem mais granularidade no processo de aprovação de empréstimos, ao integrar fontes de dados tradicionais e alternativas, para prever a capacidade dos mutuários de forma mais precisa. Com isto agilizam-se processos, otimizam-se carteiras de crédito e reduz-se o viés humano.
Olhando para a lógica de omnicanal que caracteriza atualmente o negócio da Banca, não tenho dúvidas de que Generative AI pode funcionar como um poderoso aliado na agregação de dados, na identificação de padrões e, no final do dia, numa significativa criação de valor. No entanto, a Banca possui ainda vários sistemas legacy com informação pertinente, o que coloca diversos desafios de compatibilidade, sobretudo na garantia de ligação, em tempo real, entre as novas ferramentas “inteligentes” e os sistemas de informação.
A escolha de um parceiro com o know-how certo sobre os sistemas legacy de TI, sobre o setor financeiro e sobre o papel que Generative AI pode ter nos respetivos negócios é fundamental para enfrentar os desafios associados a esta tecnologia no setor da Banca. Só assim será possível potenciar as transformações substanciais que a Inteligência Artificial consegue introduzir em diversas áreas fundamentais do setor e aceder a uma nova dimensão de crescimento.
