A IA está evoluindo em ritmo acelerado. As organizações financeiras já estão usando tecnologias de IA para identificar fraudes e transações incomuns, personalizar o atendimento ao cliente, ajudar a tomar decisões sobre a solvência, usando processamento de linguagem natural em documentos de texto e para segurança cibernética e gerenciamento geral de riscos.
Nas últimas décadas, os bancos vêm aprimorando seus métodos de interação com os clientes. Eles adaptaram a tecnologia moderna ao caráter específico de seu trabalho. Por exemplo, na década de 1960, foram instalados os primeiros caixas eletrônicos e, dez anos depois, já havia cartões para transações e pagamentos. No início deste século, os usuários aprenderam sobre serviços bancários on-line 24 horas por dia e, no ano de 2010, ouviram falar sobre serviços bancários móveis. Mas o desenvolvimento do sistema financeiro não parou por aqui, pois a era digital está abrindo novas oportunidades — o uso de Inteligência Artificial em instituições bancárias e financeiras. Até 2023, os bancos devem economizar aproximadamente US$ 447 bilhões desenvolvendo e implementando aplicativos de IA. Alguns dos bons exemplos estão abaixo.
Banco móvel
A funcionalidade de IA em aplicativos móveis está se tornando mais proativa, personalizada e avançada. Por exemplo, um dos bancos canadenses incluiu a Siri em seu aplicativo para iOS. Agora, para enviar dinheiro para outro cartão, basta dizer algo como: "Ei, Siri, manda $20 pro Alex!" - e confirme a transação usando o Touch ID.
Graças à IA, os bancos geram quase 66% mais receita de usuários de serviços bancários móveis em comparação quando os clientes visitam as agências. As organizações bancárias estão prestando muita atenção à tecnologia emergente para melhorar a qualidade de seus serviços e permanecer competitivas no mercado.
Bots de bate-papo AI
Os bots de bate-papo são interfaces de conversação habilitadas para IA. Este é um dos casos mais populares de aplicação de IA no setor bancário. Os bots se comunicam com os clientes em nome do banco sem exigir grandes despesas. Os pesquisadores estimaram que as instituições financeiras economizam quatro minutos para cada comunicação que o bot de bate-papo trata.
Como os clientes usam aplicativos móveis para realizar transações monetárias, os bancos incorporam serviços de bot de bate-papo neles. Isso permite atrair a atenção dos usuários e criar uma marca reconhecida no mercado.
Por exemplo, o lançamento do bot de bate-papo Ceba, que trouxe grande sucesso ao Australian Commonwealth Bank. Com a sua ajuda, cerca de meio milhão de clientes conseguiram resolver mais de duzentos problemas bancários: activar os seus cartões, consultar saldos de contas, levantar dinheiro, etc.
Outro exemplo, o Bank of America lançou um bot de bate-papo que envia notificações aos usuários, informa sobre seus saldos, faz recomendações para economizar dinheiro e fornece atualizações para relatórios de crédito e assim por diante. É assim que o banco ajuda seus clientes a tomar decisões informadas.
Coleta e análise de dados
Instituições bancárias registram milhões de transações comerciais todos os dias. O volume de informação gerado pelos bancos é enorme, pelo que a sua recolha e registo tornam-se uma tarefa árdua para os colaboradores. A estruturação e registro desses dados é impossível até que haja um planejamento para seu uso. Portanto, determinar a relação entre os dados coletados é um desafio, principalmente quando um banco possui milhares de clientes.
Antes havia a seguinte abordagem: um cliente comparecia a uma reunião com um funcionário do banco que conhecia seu nome e histórico financeiro e entendia quais opções eram melhores para oferecer. Mas isso é história agora. Com a riqueza de dados provenientes de inúmeras transações, os bancos estão tentando implementar ideias de negócios inovadoras e soluções de gerenciamento de risco.
Aplicativos baseados em IA coletam e analisam dados. Isso melhora a experiência do usuário. As informações podem ser utilizadas para concessão de empréstimos ou detecção de fraudes. As empresas que estimaram seu lucro a partir da análise de Big Data relataram um aumento médio de receita de 8% e uma redução de custos de 10%.
Gestão de riscos
A concessão de crédito é uma tarefa bastante desafiadora para os banqueiros. Se um banco empresta dinheiro a clientes insolventes, pode entrar em dificuldades. Se um mutuário perde uma renda estável, isso leva à inadimplência. Segundo as estatísticas, em 2020, a inadimplência de cartões de crédito nos EUA aumentou 1,4% em seis meses.
Os sistemas alimentados por IA podem avaliar os históricos de crédito do cliente com mais precisão para evitar esse nível de inadimplência. Aplicativos bancários móveis rastreiam transações financeiras e analisam dados do usuário. Isso ajuda os bancos a antecipar os riscos associados à emissão de empréstimos, como insolvência do cliente ou ameaça de fraude.
Enriquecimento de dados de transação
É uma parte importante da gestão financeira, tanto para as instituições financeiras como para os consumidores. Ele usa aprendizado de máquina e inteligência artificial para decifrar cadeias de caracteres ininteligíveis que representam transações e comerciantes e os converte em texto legível que mostra o nome de cada comerciante e lista seu endereço e cidade. Ele mostra a localização do comerciante local, em vez do escritório corporativo central. Esse método de transformar dados difíceis de entender em informações fáceis de ler ajuda tanto os bancos quanto os clientes a entender onde gastaram seu dinheiro e com quem. Reduz os custos de chamadas de atendimento ao cliente e de pesquisa de fraude, porque os clientes podem dizer o que compraram e onde compraram. A detecção de fraude reduz o número de pessoas ligando sobre cobranças misteriosas na fatura do cartão de crédito, porque elas entendem o que essas cobranças significam. Menos chamadas significam menos pesquisa de fraude, o que reduz custos. Mais importante, essas descrições claras ajudam os desenvolvedores a contextualizar os dados financeiros para que possam categorizar e analisar as compras com mais facilidade. Isso ajuda em coisas como orçamento, análise de hábitos de consumo, pontuação de crédito e capacidade de prever problemas futuros de ganhos e gastos.
Segurança de dados
De acordo com o relatório da Federal Trade Commission para 2020, a fraude de cartão de crédito é o tipo mais comum de roubo de dados pessoais.
Sistemas baseados em IA são eficazes contra malfeitores. Os programas analisam o comportamento, a localização e os hábitos financeiros dos clientes e acionam um mecanismo de segurança caso detectem qualquer atividade incomum. A ABI Research estima que os gastos com inteligência artificial e análise de segurança cibernética chegarão a US$ 96 bilhões até o final de 2021.
A Amazon já adquiriu a harvest.AI - uma start-up de segurança cibernética de IA - e lançou o Macie - um serviço que aplica Machine Learning para detectar, classificar e estruturar dados no armazenamento em nuvem S3.
Nota de encerramento
Existem mais maneiras de aplicar IA no setor financeiro. De acordo com a pesquisa da OpenText, quase 80% dos bancos reconhecem os benefícios da IA, 75% deles já fazem uso dessa tecnologia e cerca de 46% planejam implementar sistemas baseados em IA em um futuro próximo.
As soluções baseadas em IA tornam-se parte integrante das estratégias de desenvolvimento das empresas, ajudando-as a manterem-se competitivas no mercado. Essa tecnologia minimiza os custos operacionais, melhora o suporte ao cliente e automatiza os processos.
Além disso, a próxima coisa que tem grande importância agora é a ética da IA.
