Os bancos e outras instituições financeiras vêm automatizando e digitalizando seus produtos e processos gradualmente desde o final do século XX. Começando pelo primeiro caixa eletrônico em 1967, passando pelos depósitos digitais e aplicativos nos anos 2000, chegando aos pagamentos instantâneos e a tokenização nos dias de hoje.
A tecnologia vem mudando drasticamente a forma como as pessoas realizam transações financeiras. Ela simplesmente transformou a maneira como transferimos dinheiro, compramos seguros, realizamos pagamentos, contratamos empréstimos e fazemos investimentos. Tudo isso em meio a um processo contínuo de desmaterialização e invisibilidade do dinheiro.
Assim, à medida que o setor financeiro se digitalizou, a quantidade de dados gerados por transações e outros serviços cresceu vertiginosamente. E é aí que entra a Inteligência Artificial (IA) com o poder de simplificar processos financeiros e fortalecer parcerias empresariais. A IA é a vanguarda do setor de finanças no mundo. E aqui no Brasil, o segmento financeiro está entre os mais avançados no uso dessa tecnologia.
Casos de uso
Focando especificamente nas fintechs, os principais exemplos de uso de IA atualmente observados são:
- Avaliação e gerenciamento de risco de crédito
- Detecção de fraude
- Assistentes virtuais
- Ferramentas e serviços de finanças pessoais baseados em IA
- Gerenciamento de portfólio e negociação algorítmica
Detalhando um pouco mais sobre cada case de uso, iniciamos pelo gerenciamento de risco de crédito. Aqui, os algoritmos de IA podem substituir os modelos estatísticos tradicionais na análise de pontuação de crédito ao considerar rapidamente os dados como renda, transações, histórico de crédito, experiência profissional e ainda as mudanças em tempo real conjugadas com informações mais recentes de atividades online para tornar as avaliações de crédito mais precisas. Além disso, com a IA reduz-se o tempo e o esforço necessários para preparar e resumir relatórios, otimizando, assim, o processo de aprovação de crédito.
Com relação à detecção de fraudes, modelos de IA e deep learning podem ser treinados para identificar ações fraudulentas. Como? Analisando transações praticamente em tempo real e monitorando padrões de comportamento e hábitos de consumo dos usuários (por exemplo padrões de gastos incomuns do titular do cartão de crédito, horários atípicos das transações). As fintechs também podem implementar soluções impulsionadas por IA em seu framework de cibersegurança para identificar rapidamente ameaças cibernéticas e vulnerabilidades na rede.
Algoritmos de Inteligência Artificial
Quanto aos assistentes virtuais impulsionados por IA, estão presentes o processamento de linguagem natural (NLP, na sigla em inglês) e a compreensão de linguagem natural para interagir com os clientes por meio de uma interface de chatbot. Os chatbots de suporte ao cliente podem responder a perguntas comuns 24 horas por dia, 7 dias por semana por meio de uma conversa natural.
As interações orientadas por IA exigem menos intervenção humana em comparação com chatbots convencionais sem capacidades de NLP. Essas aplicações de IA podem levar a uma maior experiência do cliente, além de analisar dados sobre interações com os consumidores e o desempenho das soluções fintech existentes para fornecer insights sobre os clientes e sugestões para redução de custos, otimização de receita, gestão de despesas e de riscos.
Já nos serviços de finanças pessoais, ao analisar hábitos de consumo, preferências de investimento e padrões de interação, a IA permite que as instituições personalizem suas ofertas para atender às necessidades individuais. A atuação da IA como um robô-consultor também auxilia os consumidores a fazerem orçamentos mais inteligentes com base nas suas necessidades, manter seus registros financeiros, controlar seus gastos pessoais, contas, ativos e passivos, e sugerir estratégias de economia.
Sobre a negociação algorítmica da IA, no setor financeiro há um cuidado especial já que o viés nos algoritmos pode resultar em discriminação e exclusão de grupos vulneráveis, prejudicando a inclusão financeira, bem como a reputação e a confiança na IA.
Desafios
E como nem tudo são flores… quais são os desafios? Para tornar isso possível, os modelos de IA precisam de boa governança. Isso corresponde a um conjunto de políticas, processos e estruturas que garantem que as soluções de IA sejam transparentes, éticas, eficazes e em conformidade com as normas e regulamentos. Em especial, com questões sobre o direito à privacidade e a possibilidade de vigilância excessiva. Afinal, estamos falando de uma massiva coleta e armazenamento de dados no uso de IA, bem como, por exemplo, as tecnologias de reconhecimento facial.
O setor financeiro é altamente regulamentado, o que exige que as inovações no mercado de fintech devam aderir à conformidade regulatória. E o framework regulatório não é capaz de se consolidar na mesma velocidade da mudança tecnológica) Em uma conclusão macro: o viés algorítmico, a privacidade de dados e a proteção de dados são os principais pontos de atenção em termos de conformidade e sustentabilidade.
*Sócia da área Bancário, Fintechs e Regulatório do Viseu Advogados.
>> Mareska oferece o “Compliance e regulação para fintechs na prática: estratégias essenciais”, que ocorrerá em duas lives nos dias 8/4 e 15/4. Inscreva-se!
