As entidades financeiras dependem de uma grande quantidade de dados confidenciais e de complexas infraestruturas informáticas e operam num contexto normativo em constante evolução, os que as torna candidatas ideais para a inovação impulsionada pela IA.
Registe-se em FundsPeople, a comunidade de mais de 200.000 profissionais do mundo da gestão de ativos e património. Desfrute de todos os nossos serviços exclusivos: newsletter matinal, alertas com notícias de última hora, biblioteca de revistas, especiais e livros.
Para aceder a este conteúdo
As entidades financeiras dependem de uma grande quantidade de dados confidenciais e de complexas infraestruturas informáticas, e operam num contexto normativo em constante evolução, o que as torna candidatas ideais para a inovação impulsionada pela inteligência artificial. No entanto, devem gerir os riscos associados. Os analistas do banco de investimentos norte-americano Jefferies apresentam 10 ideias relacionadas com bancos, financiamento ao consumo, brokerage e gestão de ativos, e pagamentos.
Marketing e experiências de cliente altamente personalizadas
Aproveitando os dados alternativos, a aprendizagem automática (machine learning) pode ser utilizada para fazer previsões sobre o comportamento dos clientes e aumentar as taxas de conversão. “As mensagens podem ser personalizadas a nível individual com base no perfil de personalidade, nas atitudes e crenças, nas preferências políticas, no comportamento de compra e no estilo de comunicação preferido, de modo a serem indistinguíveis dos conteúdos escritos por humanos”.
Práticas de cobrança mais eficientes e conformes
Os modelos de processamento da linguagem natural (natural language processing) irão permitir uma comunicação mais eficaz com as pessoas em situação de incumprimento, irão reduzir os erros humanos e irão dar lugar a menos queixas. “A inteligência artificial irá analisar as interações com os clientes, irá marcar as conversas para acompanhamento e irá converter todos os agentes nos melhores cumpridores”, preveem.
Melhoria da subscrição, originação e da gestão de riscos
O machine learning e as redes neuronais irão reduzir as taxas de perdas e os modelos preditivos irão permitir a classificação do risco em tempo real e a identificação proativa dos créditos em dificuldades. “O processamento da linguagem natural será utilizado para escrever documentos legais e acelerar os processos de originação, permitindo que os credores/investidores utilizem o capital de forma mais rápida e eficaz”.
Aconselhamento financeiro altamente personalizado e de baixo custo
Segundo explica o banco de investimentos americano, a inteligência artificial operará com o dever de atenção para proporcionar conhecimentos ao cliente, recomendar investimentos, executar transações e gerar planos financeiros baseados em circunstâncias ou preferências individuais, tendo em conta grandes volumes de dados com o objetivo de oferecer saúde financeira.
Adoção acelerada de pagamentos B2B automatizados
De acordo com a visão dos especialistas da entidade, as ferramentas de inteligência artificial podem ajudar a proporcionar um processo de pagamento B2B mais rápido através de uma melhor conciliação de pagamentos, fazendo coincidir automaticamente os pagamentos com as faturas pendentes e diminuir os processos manuais.
Modernização e fortalecimento da infraestrutura
Também preveem que as capacidades de codificação da inteligência artificial irão acelerar a transformação digital dos bancos, incluindo a otimização dos centros de dados e a migração de aplicações para clouds públicas e privadas, ajudando a gerar significativas poupanças de custos. “Os não codificadores poderão realizar projetos de software complexos utilizando uma linguagem quotidiana”, afirmam.
Defesa contra a fraude
Por outro lado, o banco de investimentos destaca que a aprendizagem adversarial, um tipo de inteligência artificial generativa que consiste em treinar dois modelos entre si, será utilizada para melhorar a deteção de fraudes e tomar medidas corretivas.
Relatórios regulamentares (e outras eficiências de gestão)
A inteligência artificial permitirá aos não especialistas gerar relatórios personalizados (ou seja, de gestão e regulamentares) tendo em conta considerações que até agora eram responsabilidade dos especialistas na matéria. “Também eliminará praticamente o tempo dedicado a resumir estudos de mercado, realizar análises de dados e reconhecimento de padrões, bem como outros processos manuais”.
Melhoria da privacidade dos dados
A inteligência artificial generativa pode ser utilizada para produzir conjuntos de dados sintéticos que se assemelham muito aos originais, respeitando simultaneamente os regulamentos em matéria de privacidade. “Em vez de utilizar dados de clientes que não podem partilhar devido às leis/regulação de proteção de dados, podem ser criados dados partilháveis utilizando dados sintéticos”, revelam.
Adoção mais lenta do que o esperado
A Jefferies também considera que será necessário gerir os riscos da inteligência artificial, o que provocará uma adoção mais lenta do que o esperado. “As entidades financeiras terão de gerir os erros de codificação da inteligência artificial, a vulnerabilidade aos ciberataques, os modelos enviesados, a responsabilidade legal pouco clara das decisões de inteligência artificial e a falta de rastreabilidade da inteligência artificial, entre outros riscos”, concluem.