A inteligência artificial (IA) entrou, definitivamente, na agenda de bancos e fintechs. De acordo com pesquisa sobre tecnologia bancária, realizada pela Federação Brasileira de Bancos (Febraban) em conjunto com a Deloitte, a IA é uma das áreas prioritárias para investimento dos bancos em tecnologia. Tanto é que o tema foi mencionado por 100% das instituições entrevistadas no estudo.
Já outro levantamento recente, feito pela empresa de software norte-americana Provenir, mostra que a tomada de decisões de risco orientada por IA é vista como fundamental para melhorias em muitas áreas, incluindo prevenção de fraudes (59%), eficiência aprimorada e redução de custos (52%), maior precisão dos perfis de risco de crédito (45%), entre outras situações.
Na visão dos especialistas que participaram do webinar “Gestão de Risco e Crédito orientada por Inteligência Artificial”, a IA tem grande potencial para melhorar a oferta de serviços financeiros, principalmente crédito — para pessoas físicas ou pequenas e médias empresas (PMEs). Ainda assim, há desafios para que IA, de fato, se transforme em aplicações práticas, tornando a concessão de crédito mais assertiva, efetiva e inteligente.
“Em crédito, ainda vemos uso de modelos muito tradicionais, que utilizam poucas variáveis e fotografias de dados antigas, que olham para comportamento passado do cliente”, afirma Carlos Augusto de Oliveira, cofundador e CEO da Certdox e ex-CIO do Banco Original. “Com uso de inteligência artificial, é possível olhar dados não estruturados, aprender com esses dados, quantificar melhor o risco e, assim, gerar modelos específicos para a necessidade de cada cliente.”
A gestão de risco e crédito orientada por IA — que inclui combinar dados tradicionais com dados alternativos — é fundamental para ampliar o acesso a crédito às PMEs, um público que normalmente tem dificuldades para tomar empréstimos. No Brasil, os pequenos negócios geram renda de R$ 430 bilhões por ano, mas o segmento ainda sofre com a alta informalidade.
“As PMEs são vistas pelas empresas de crédito como clientes de alto risco. Porque o primeiro passo para conceder crédito é te conhecer. E muitas dessas PMEs estão na área da informalidade, um cenário que ocorre na América Latina como um todo”, aponta Fernando Moreno, Head de Serviços Profissionais da Provenir. Nesse sentido os dados alternativos possuem um papel fundamental para “abrir as portas” do crédito às PMEs.
Não à toa, seis em cada dez (61%) tomadores de decisões de fintechs no mundo reconhecem a importância dos dados alternativos para melhorar a detecção de fraudes. “Gosto de dizer que os dados alternativos são como uma entidade viva, que está mudando e crescendo dia após dia”, explica Fernando.
Leia também
PAGAMENTOS DIGITAIS
Bemobi faz aquisição para crescer com Pix e 'aposentar' o boleto na recorrência
A transação, de valor não revelado, envolveu 49% da Instituição de Pagamento Friday; Bemobi ainda pode comprar o controle
EMPRESAS
PicPay amplia oferta para PJ com nova maquininha de cartão
Fintech do grupo J&F entrou no mercado de credenciamento no ano passado; no primeiro semestre de 2024, movimentou R$ 17,4 bilhões
“São fontes de dados não tradicionais, como informações de redes sociais e de telecomunicações, que permitem às fintechs e instituições financeiras de maneira geral conhecerem melhor o cliente, e assim abrir a porta para um crédito em que todo mundo se sente confortável”, diz Fernando.
Outro tipo de dado alternativo é o indicador que mede o nível de satisfação dos clientes, conhecido como Net Promoter Score (NPS), exemplifica Marcelo Frontini, diretor-executivo do Banco Sofisa. “Uma empresa pequena, com NPS alto, tem uma chance alta de ter recorrência no faturamento. É uma informação que pode ajudar na concessão de crédito.”
A transformação acelerada da indústria financeira no Brasil — e que tende se acentuar com a implementação do Open Finance — está gerando cada vez mais dados, que são o insumo básico para a aprendizagem dos algoritmos de IA. No entanto, concordam os especialistas, é preciso ter cuidado na hora de treinar os modelos. “IA precisa de aprendizado, tutoria, curadoria, inclusive para não enviesar os modelos”, diz Marcelo.
Conforme explica Fernando, da Provenir, não basta apenas utilizar modelos analíticos, IA e ML, mas é fundamental treinar os dados e os modelos para não ter vieses. “Se os dados utilizados para treinamento têm viés, então o modelo terá também. Quando falamos em IA, uma parte tão importante quanto o treinamento dos dados é o monitoramento dos resultados analíticos. É necessário conhecer os dados e ter monitoramento nos relatórios para ter certeza de que os resultados não têm vieses”, destaca.
Sobre a Provenir
A Provenir, líder global em software para tomada de decisão de risco, ajuda fintechs e provedores de serviços financeiros a tomarem decisões mais inteligentes rapidamente por meio de uma plataforma baseada em inteligência artificial. Em uma solução unificada, reúne três componentes essenciais necessários – dados, IA e tomada de decisão.
A empresa trabalha com organizações de serviços financeiros disruptivos em mais de 50 países e processa mais de três bilhões de transações anualmente.
“As PMEs não precisam de processo longo de crédito. Com a combinação de dados alternativos e tradicionais, o resultado é uma decisão rápida e inteligente. O que as PMEs querem são decisões rápidas para mover seus negócios”, diz Fernando.
Conheça a solução da Provenir
