Por trás dos Números: Como a Inteligência Artificial se Tornou o “Empregado” Mais Lucrativo da Finança

Nos meios de comunicação, os bancos e, de forma mais ampla, a finanças são frequentemente retratados como pessoas vestidas com ternos elegantes tomando decisões de negócios a partir dos andares mais altos de arranha-céus, ou traders talentosos que podem entender o estado do mercado a partir de poucos dados. Como é uma das imagens mais poderosas da finanças, muitas discussões sobre novos recursos técnicos nesse campo se concentram em como eles mudarão esse trabalho de “frente de loja”.

A Inteligência Artificial não é exceção aqui, e uma grande parte dos debates em torno de sua adoção na finanças gira em torno de se os agentes substituirão os traders ou se podem alocar capital de forma mais eficaz do que os assessores. No entanto, a aplicação mais eficiente da Inteligência Artificial acabou sendo longe da imagem glamorosa que muitos imaginam. Na verdade, a inteligência artificial está gerando mais dinheiro do que o que pode ser chamado de “lado chato” da finanças, as operações diárias.

Onde a Inteligência Artificial Realmente Cria Valor

O principal benefício da Inteligência Artificial é que ela pode lidar com tarefas muito mais barato e várias vezes mais rápido do que os humanos. E, ao fazer isso, ela literalmente gera lucro por meio da eficiência operacional aprimorada.

Por exemplo, com a ajuda de ferramentas de Inteligência Artificial, o Citigroup reduziu o tempo de revisão de documentos antes da abertura de contas de mais de uma hora para apenas 15 minutos. Naturalmente, a tomada de decisões mais rápida agradará aos clientes e pode até torná-los mais leais. Mas, ao mesmo tempo, esses 45 minutos se traduzem em centenas de milhares de dólares em economia de custos para o banco, pois essas ferramentas liberam horas e horas de trabalho humano para tarefas mais importantes.

A Inteligência Artificial ajuda a otimizar a vasta camada de burocracia financeira e estruturas internas nas quais as empresas dependem. É por isso que os casos de uso mais valiosos muitas vezes acabam sendo longe dos mais espetaculares. Traders autônomos ou um chatbot que sugere as melhores ofertas a um cliente podem soar impressionantes, mas procedimentos de KYC automatizados e verificações de due diligence são provavelmente trazer muito mais valor econômico para um banco ou empresa financeira.

Isso dito, assim como no caso do processo de revisão de documentos do Citigroup, nada impede que essas melhorias também beneficiem os clientes. Os usuários podem apreciar um assistente pessoal de Inteligência Artificial em um aplicativo, mas eles apreciarão ainda mais se as decisões de empréstimo puderem ser reduzidas de dias para minutos, ou se as transações deles não forem erroneamente marcadas como fraude, pois essas probabilidades foram reduzidas em dezenas de pontos percentuais.

Como a Inteligência Artificial se Tornou o “Empregado” Mais Lucrativo?

Normalmente, quando a base de clientes de um banco cresce, sua equipe deve crescer quase proporcionalmente. Costumava ser impossível revisar um número crescente de transações e documentos de clientes com o mesmo tamanho da equipe. Várias soluções tecnológicas modernas ajudaram um pouco, mas o crescimento dos negócios ainda levava inevitavelmente ao crescimento do número de funcionários. E quanto mais funcionários uma empresa tem, mais gerentes ela precisa e mais caro se torna supervisionar toda a estrutura.

Agora que a Inteligência Artificial surgiu, esse problema começa a desaparecer, pois menos funcionários ainda podem atender efetivamente a um número crescente de clientes com a ajuda de ferramentas de Inteligência Artificial. Algumas empresas já estão usando essa lógica: a Klarna, por exemplo, afirmou que um assistente de Inteligência Artificial pode fazer o trabalho de 700 pessoas. Qualquer que seja o custo de aplicar tais ferramentas, é improvável que chegue perto dos salários regulares de centenas de funcionários.

No entanto, para realmente fazer com que isso funcione, uma empresa deve integrar a Inteligência Artificial adequadamente em seus fluxos de trabalho, além de apenas experimentos. Na finanças, muitos projetos ainda permanecem na fase de teste, o que obviamente não pode gerar muito valor. Enquanto uma empresa pode estar debatendo se deve adotar novos instrumentos ou como escalar agentes de Inteligência Artificial, seus concorrentes não estarão parados, construindo suas próprias capacidades de Inteligência Artificial.

Ficar atrás nessa corrida levaria a perdas financeiras significativas. Para ser preciso, as empresas que falharem em transferir suas operações para os trilhos da Inteligência Artificial cedo podem perder até 9% de seus lucros. Recuperar esse atraso mais tarde não seria fácil, e exige que as empresas financeiras construam uma sólida estratégia de Inteligência Artificial.

Como Governar Decisões de Inteligência Artificial

Aqui surge o maior desafio, porque incorporar agentes de Inteligência Artificial nas operações financeiras inevitavelmente significaria delegar alguma autoridade de decisão a eles. Na finanças, onde a Inteligência Artificial se tornou uma espécie de fonte inesgotável de “funcionários júnior” gratuitos, otimizando operações básicas de back-office, isso representa um risco significativo. O problema é que os erros nesse tipo de trabalho são frequentemente os mais caros.

Geralmente, os reguladores estão impedindo as organizações financeiras de fazer algo arriscado e criando regras para minimizar possíveis danos. No entanto, quando se trata de Inteligência Artificial, a indústria está se movendo muito mais rápido do que a supervisão, pois apenas um quarto das autoridades coletam dados sobre o uso de Inteligência Artificial por entidades reguladas. Isso claramente não é suficiente para acompanhar o número crescente de empresas que estão adicionando agentes às suas operações.

Como resultado, as empresas financeiras têm que encontrar maneiras de regular os instrumentos impulsionados por Inteligência Artificial por conta própria. Isso é compreensível, dado que qualquer erro aqui pode levar a perdas de milhões de dólares. Por exemplo, nos bancos modernos, os agentes recebem permissões limitadas, assim como os funcionários reais. Se a Inteligência Artificial trabalha com documentos de clientes, ela claramente não precisa do direito de alterar a classificação de risco do cliente. O agente é designado para um papel operacional estrito e não é permitido excedê-lo.

Outro mecanismo possível e certamente necessário é manter registros detalhados de todas as ações de Inteligência Artificial, para que, se um erro ocorrer, cada passo que o agente tenha tomado possa ser rastreado. Em áreas como KYC e detecção de fraude, questões sobre um cliente podem surgir meses depois, então os bancos absolutamente precisam reter um registro completo da lógica do assistente de Inteligência Artificial.

O comportamento da Inteligência Artificial também pode ser testado em um ambiente de teste. O Banco da Inglaterra, por exemplo, começou a simular sessões de negociação de Inteligência Artificial para entender como os agentes interagiriam entre si e com o mercado real. Esse teste ajuda a identificar exatamente onde um agente comete erros e corrigir o problema antes que ele seja liberado.

Ultimamente, é importante lembrar que qualquer decisão de Inteligência Artificial deve ser confirmada por um ser humano, que permanece responsável por ela. No evento de perdas, ninguém aceitará a resposta “porque o modelo decidiu assim”, e um gerente sênior ainda tem que aprovar as ações da Inteligência Artificial e assumir a responsabilidade por elas.

De “Bancos vs Fintech” para “Rápido vs Lento”

A regulação da Inteligência Artificial também molda a concorrência no mercado financeiro. Os clientes podem ficar satisfeitos quando seu documento é processado 30 minutos mais rápido, mas eles certamente não ficarão felizes se um robô de Inteligência Artificial danificar seu histórico de crédito ou lhes custar dinheiro. Para evitar tais problemas, eles são mais propensos a confiar seu dinheiro a empresas que expliquem sua estratégia de Inteligência Artificial de forma transparente e honesta. E, claro, que tenham menos problemas para gerenciá-la.

As empresas de fintech têm uma vantagem óbvia aqui, simplesmente porque não estão sobrecarregadas com o fardo de sistemas legados. As fintechs modernas podem construir seus serviços em torno da Inteligência Artificial desde o início e automatizar todos os processos imediatamente. Construir algo novo pode ser muito mais fácil do que tentar integrar agentes de Inteligência Artificial em organizações que ainda dependem de máquinas de fax e sistemas COBOL com décadas de idade. Não é surpreendente que quase metade das empresas de fintech já atingiu um estágio avançado de adoção de Inteligência Artificial, em comparação com menos de um terço entre as instituições financeiras tradicionais.

Os bancos não estão condenados à extinção. Afinal, eles sobreviveram à Grande Depressão, aos anos 70, à Grande Recessão, e mais. Eles sabem como se adaptar às mudanças. Devido ao seu legado, eles acumularam enormes quantidades de dados de clientes, capital e reputação. No entanto, para usar essas vantagens de forma significativa, eles devem integrar completamente a Inteligência Artificial em todos os seus processos, pois simplesmente adicioná-la a um produto lateral não ajudaria muito.