Estudos e Relatórios

Open Finance é prioridade dos bancos, uma "aposta para manter a relevância" frente à concorrência, diz pesquisa da Febraban

Os bancos seguem preocupados em como se engajar e tirar o melhor proveito do Open Finance – esta é a prioridade número 1 do setor para 2023, assim como já era em 2022. Em segundo lugar aparece a “transformação cultural”- também repetindo a posição do ano passado. Os resultados são da 31a. pesquisa Febrabran de Tecnologia Bancária, realizada em parceria com a Deloitte.

A pesquisa é divulgada todos os anos, antes do começo do evento Febraban Tech (antigo Ciab), em junho. Foram ouvidos 28 executivos de 16 bancos, representando 84% dos ativos do setor.

O relatório deixa claro que os bancos já estão sentindo a concorrência de “organizações não bancárias” – iniciadoras de pagamento com expertise na captura de dados, entendimento sobre a jornada do cliente e oferta de produtos e serviços complementares – estão adentrando o sistema financeiro por meio de embedded finance e Banking as a Service (BaaS).

Mas, se por um lado o Open Finance facilita o acesso aos dados e ao histórico do cliente, e possibilita maior relacionamento com as diferentes instituições, existem oportunidades de gerar valor para os “incumbentes”, por meio do aumento da base de clientes, das vendas de outros serviços e produtos a eles, da definição mais inteligente de preços e da possibilidade de construir um melhor relacionamento, conforme o contexto e o momento de vida do cliente.

IA e “cloud”

Para dar suporte às suas prioridades estratégicas, o setor está investindo cada vez mais em cloud e Inteligência Artificial. O orçamento total dos bancos brasileiros destinados à tecnologia, englobando despesas e investimentos, deverá atingir neste ano R$ 45,1 bilhões, um avanço de 29% em relação ao do ano passado. Em 2022, o volume do orçamento em tecnologia havia crescido 18% em relação a 2021, somando R$ 34,9 bilhões.

“A aplicação de Inteligência Artificial começou pela temática antifraude e, agora, está voltada para o CRM. A tecnologia continua na vitrine como umas das prioritárias das áreas de TI dos bancos, sendo aplicada principalmente na segurança cibernética, na automação e na eficácia dos assistentes virtuais”, diz o relatório.


Inteligência Artificial e Machine Learning aplicadas ao Big Data melhora eficiencia ao combate a lavagem de dinheiro, diz E&Y

A adoção de novas tecnologias no combate aos crimes financeiros é um dos principais impulsionadores de eficiência dos programas de PLDFT (Prevenção à Lavagem de Dinheiro e Financiamento ao Terrorismo), de acordo com estudo da EY. Das 53 instituições respondentes dos mercados financeiro e de seguradora, 41 atuam somente no Brasil, representando 77% da amostra. Nesse contexto tecnológico, destacam-se as soluções baseadas em Inteligência Artificial e Machine Learning aplicadas ao Big Data, que fortalecem o monitoramento e a geração de relatórios de transações suspeitas.

Entre os benefícios dessas tecnologias estão:

– Possibilidade de monitorar um conjunto de dados maiores e mais complexos;

– Automatização de processos;

– Análise de transações e operações suspeitas, distinguindo-as da atividade normal em tempo real;

– Redução da necessidade de revisão humana inicial na linha de frente.

O uso dessas ferramentas e soluções também gera análises mais precisas e completas de diligência contínua sobre o cliente e seu risco, podendo ser atualizada para considerar novas ameaças, conforme as alterações das necessidades do negócio.

O estudo da EY menciona, ainda, que o GAFI/FATF (Grupo de Ação Financeira contra a Lavagem de Dinheiro e o Financiamento do Terrorismo), órgão intergovernamental criado em 1989 na reunião do G7 em Paris, reconhece as oportunidades dessas novas tecnologias, que podem ajudar as jurisdições e entidades reguladas a se tornarem mais eficazes na implementação de padrões PLDFT. Na avaliação do GAFI/FATF, as soluções digitais permitem melhor compreensão, avaliação e mitigação de riscos, due diligence, monitoramento do cliente e comunicação com os órgãos supervisores, atendendo ao objetivo de aumentar a eficácia dos padrões de PLDFT.

Leia aqui o estudo na íntegra.