Gautam Singh, Diretor Global de Unidade de Negócios de Análise, Dados e Inteligência Artificial, WNS Analytics – Série de Entrevistas

Gautam Singh é o Diretor de Unidade de Negócios da WNS Analytics e Co-fundador e CEO da The Smart Cube, uma empresa da WNS. Ele passou 20 anos estabelecendo e crescendo a The Smart Cube (líder em pesquisa e análise) antes de ser adquirida pela WNS. Anteriormente, ele trabalhou por 10 anos em consultoria de gestão e capital de risco na Europa e nos EUA. Gautam ocupou vários cargos, incluindo posições na Coven Partners (Londres), A.T. Kearney (Londres), Mitsubishi Motors (Índia) e Cummins Engines (EUA). Ele possui um MBA pela Universidade de Michigan, Ann Arbor, EUA, e um diploma de graduação em Engenharia Mecânica pelo IIT Bombay, Índia.

WNS Analytics ajuda as empresas a transformar seus dados em valor estratégico por meio da “inteligência de decisão” – combinando infraestrutura de dados robusta, tecnologias de Inteligência Artificial/GenAI/agente-AI e expertise específica do domínio. Eles oferecem serviços em várias indústrias, incluindo seguros, bancos e serviços financeiros, varejo, CPG, manufatura, saúde, energia e logística. Suas capacidades abrangem engenharia de dados e governança, análise descritiva e preditiva, ferramentas de Inteligência Artificial/Aprendizado de Máquina e visualização – todas projetadas para permitir decisões mais rápidas e confiantes e inovação contínua.

Você começou sua carreira em consultoria de gestão de alto nível, então fundou a The Smart Cube e liderou por mais de duas décadas antes de sua aquisição pela WNS. O que motivou sua transição da consultoria para o empreendedorismo e, posteriormente, para liderar um negócio global de análise de dados e Inteligência Artificial?

Passei dez anos em consultoria de gestão e vi uma lacuna de mercado clara: as empresas estavam sentadas em montanhas de dados, mas não estavam extrair todo o valor deles. Volta em 2003, a análise ainda era básica – estávamos trabalhando com planilhas do Excel.

A decisão de deixar a vida corporativa foi uma questão de autoconfiança. Eu vi uma oportunidade de ajudar as organizações a realmente aproveitar seus dados, então fundei a The Smart Cube com essa visão.

Depois de 20 anos construindo a The Smart Cube, juntar-me à WNS não foi uma saída, mas uma evolução. Eu carreguei o mindset empreendedor para a frente, mas agora com recursos e alcance muito maiores. Isso permite que lidemos com problemas em uma escala que eu nunca poderia ter entregue em um negócio menor. O mais importante é que eu reconheci o poder de incorporar e infundir dados e análise nos processos de negócios centrais, em vez de tratá-los como intervenções discretas. Essa integração sem falhas de expertise do domínio e transformação de processos é central para o DNA da WNS – e é o que me motivou a ser adquirido e agora liderar essa unidade de negócios na WNS.

Em seus 20+ anos trabalhando em análise, como você viu o papel dos dados e da Inteligência Artificial nos serviços financeiros evoluir – desde a adoção inicial até a integração em grande escala e em nível empresarial de hoje?

No final dos anos 90, a análise significava olhar para os dados históricos e fazer previsões estatísticas. A transformação tem sido notável.

O início dos anos 2000 trouxe a digitalização e modelos preditivos mais avançados. Por volta de 2010, a análise de negociação em tempo real se tornou padrão. Quase uma década atrás, o aprendizado de máquina começou a impulsionar uma mudança real, e mais recentemente, a Inteligência Artificial Geradora (Gen AI) assumiu o centro das atenções.

Hoje, as instituições financeiras tratam os dados como um ativo estratégico. A pergunta mudou de “podemos usar Inteligência Artificial?” para “como podemos incorporar Inteligência Artificial em cada decisão?”

O impacto é tangível: a integração de clientes que antes levava dias agora é concluída em horas com verificação baseada em Inteligência Artificial. As avaliações de risco de crédito avaliam centenas de pontos de dados em tempo real além dos escores tradicionais. Os cálculos de risco que exigiam corridas noturnas em lote agora são instantâneos. E a detecção de fraude não reage mais após o fato – bloqueia atividades suspeitas em tempo real.

Como as empresas inovadoras estão usando lagos de dados impulsionados por Inteligência Artificial e estruturas de governança para melhorar a tomada de decisões em tempo real, a conformidade regulatória e a transparência em operações financeiras?

Construir armazéns de dados monolíticos e esperar por insights não funciona mais. As instituições precisam projetar ecossistemas de dados inteligentes.

Os serviços financeiros enfrentam um desafio único: são orientados para o cliente, lidam com dados altamente sensíveis e ainda precisam fornecer personalização e respostas em tempo real. Isso exige lagos de dados modulares construídos em estruturas flexíveis.

Dentro dessa arquitetura, as organizações criam lagos de dados especializados para análise de preços, avaliação de risco e relatórios regulatórios. Cada lago opera de forma independente, enquanto alimenta o ecossistema maior, entregando valor imediato, enquanto preserva as fronteiras de segurança.

A tendência Zero ETL é especialmente relevante aqui, pois elimina os processos complexos de Extração-Transformação-Carga, permitindo a consulta direta em sistemas. Isso permite que a Inteligência Artificial acesse e analise os dados em tempo real sem movê-los, reduzindo a latência e mantendo a governança.

Os agentes de Inteligência Artificial também estão evoluindo além da detecção de anomalias. Eles não apenas sinalizam transações suspeitas, mas também recomendam ações e executam respostas dentro dos parâmetros de governança. Na conformidade, a Inteligência Artificial monitora continuamente as transações, gera relatórios e identifica problemas antes que os reguladores o façam.

A inteligência sintética é frequentemente divulgada como uma maneira segura de treinar modelos de Inteligência Artificial sem expor informações sensíveis. Você pode compartilhar exemplos de como a inteligência sintética está sendo aplicada de forma eficaz na detecção de fraude, análise de risco e validação de modelos?

Na WNS Analytics, utilizamos a geração avançada de dados sintéticos para criar conjuntos de dados de alta fidelidade e conformidade com a privacidade, que aceleram o treinamento de modelos de Inteligência Artificial, particularmente em domínios com escassez de dados. Nossos conjuntos de dados sintéticos imitam cenários do mundo real, refletindo os mesmos padrões estatísticos, comportamentos e correlações que os dados financeiros reais – fluxos de transações, tendências de fraude, comportamentos de clientes – sem expor nenhuma informação pessoal sensível (PII) ou dados de clientes.

Essa capacidade está transformando os serviços financeiros em áreas como análise de risco, detecção de fraude, avaliação de crédito, testes de estresse e modelagem de conformidade. Esses conjuntos de dados sintéticos permitem que as organizações iniciem rapidamente o desenvolvimento de soluções de Inteligência Artificial, garantindo tanto a privacidade de dados quanto a confiança regulatória.

Uma aplicação particularmente inovadora envolve o uso de dados mascarados de PII para criar modelos de lookalike. Isso permite que as empresas forneçam ofertas direcionadas aos consumidores, permitindo marketing personalizado, enquanto mantém a privacidade completa.

A automação inteligente e os agentes de Inteligência Artificial estão sendo cada vez mais incorporados nos fluxos de trabalho de negócios. Quais são os casos de uso mais transformadores que você viu nos serviços financeiros, e como eles melhoram a resiliência operacional e o desempenho?

A automação inteligente que aproveita os agentes de Inteligência Artificial está acelerando os fluxos de trabalho empresariais, permitindo que as organizações otimizem as operações e tomem decisões mais rápidas e informadas. Esses agentes combinam automação com raciocínio avançado para entregar resiliência, escalabilidade e melhorias de desempenho.

Na WNS Analytics, aplicamos o framework GAIN (nossa estrutura proprietária para implementação de Inteligência Artificial Agente) para avaliar os níveis certos de autonomia para Inteligência Artificial Agente. Além disso, fornecemos componentes reutilizáveis e baseados em microserviços para agentes hiperspecializados por meio de nosso Hub de Utilitários de Inteligência Artificial premiado.

No setor de seguros, transformamos vários fluxos de trabalho por meio da Inteligência Artificial Agente. Na sub-rogação de sinistros de veículos, nossa solução de detecção de recuperação de terceiros impulsionada por Gen AI, dirigida por agentes autônomos, alcançou 85% de precisão, dobrou o volume de recuperação e aumentou as recuperações anuais em aproximadamente 49% – desbloqueando milhões de oportunidades que antes eram negligenciadas.

Na underwriting, nosso assistente de pesquisa impulsionado por Inteligência Artificial Agente emprega vários agentes especializados para quebrar consultas complexas, extrair dados de várias fontes e gerar insights com 99% de precisão, enquanto reduz o tempo de resposta em 85%.

Para um banco líder, nossa solução Gen AI reduziu o tempo de tela de mídia adversa em 60% e reduziu os falsos positivos em 12-15%.

Também temos uma solução de gerenciamento de conhecimento impulsionada por Gen AI – projetada como uma plataforma horizontal – para redefinir como as empresas recuperam, raciocinam e contextualizam vastos dados não estruturados. Ao entregar insights precisos, conformes e consistentes em tempo real, melhora a tomada de decisões, aumenta a eficiência e fortalece a resiliência operacional em várias indústrias.

Essas soluções aumentam o julgamento humano, criando sistemas mais rápidos e precisos.

Para as empresas que visam ampliar as iniciativas de Inteligência Artificial, quais são os principais obstáculos – técnicos, culturais ou estratégicos – e como os líderes podem superá-los?

O maior obstáculo para ampliar as iniciativas de Inteligência Artificial não é a tecnologia – é a preparação organizacional.

Primeiro, há silos de dados em sistemas legados. A substituição completa nem sempre é prática; em vez disso, o foco deve ser em construir pontes inteligentes. Na WNS, criamos “equipes de ponte” que combinam administradores de sistemas legados com engenheiros de nuvem, acelerando a implementação, enquanto preserva as regras de negócios críticas.

Segundo, a lacuna de habilidades. As empresas precisam da mistura certa de especialistas em domínio, engenheiros de dados, cientistas de dados e tradutores que possam conectar insights técnicos ao valor de negócios.

Terceiro, o ritmo da mudança tecnológica. Nosso Laboratório de Inteligência Artificial da WNS permite que as organizações experimentem tecnologias emergentes e construam conceitos de prova antes de se comprometer com a implantação em grande escala.

No front cultural, o sucesso depende de uma gestão de mudança eficaz. Projetamos estruturas que ajudam os funcionários a ver a Inteligência Artificial como um complemento, e não como uma substituição. Estabelecer um conselho de Inteligência Artificial também é uma medida inteligente, fornecendo governança, alinhamento cross-funcional e um caminho estruturado para mover-se de pilotos para uma escala empresarial.

Com o aumento do escrutínio sobre a ética da Inteligência Artificial, viés e transparência, como as instituições financeiras podem equilibrar a inovação com a governança responsável da Inteligência Artificial?

Inovação e responsabilidade não são escolhas opostas – a responsabilidade deve ser construída na inovação desde o início.

As instituições financeiras precisam de estruturas de governança de Inteligência Artificial robustas. Na WNS, implementamos estruturas que garantem que a Inteligência Artificial seja desenvolvida de forma responsável, ética e segura. Nossa abordagem incorpora verificações de viés, justiça, KPIs personalizados e monitoramento de deriva de modelo. Isso constrói confiança, não apenas conformidade regulatória.

A transparência é especialmente crítica nos serviços financeiros. Se a Inteligência Artificial nega um empréstimo, os solicitantes merecem explicações claras e compreensíveis.

Em última análise, a Inteligência Artificial responsável é uma vantagem competitiva. Os bancos que demonstram justiça, transparência e segurança em seus sistemas de Inteligência Artificial ganham a confiança dos clientes. Aqueles que tratam a governança como uma afterthought arriscam-se a penalidades regulatórias e danos à reputação que são muito mais difíceis de reparar.

Nos próximos 3-5 anos, quais capacidades emergentes de Inteligência Artificial ou estratégias de dados você acredita que terão o maior impacto sobre como as organizações financeiras operam?

Três desenvolvimentos remodelarão os serviços financeiros nos próximos três a cinco anos.

Primeiro, a Inteligência Artificial Agente passará do experimental para o essencial. Agentes de Inteligência Artificial autônomos executarão fluxos de trabalho complexos e orquestrarão departamentos inteiros ao lado de equipes humanas.

Segundo, os sistemas de aprendizado contínuo se tornarão padrão. A Inteligência Artificial se adaptará a cada interação, permitindo serviços financeiros personalizados que evoluem com as necessidades de cada cliente.

Terceiro, veremos uma poderosa convergência tecnológica: computação quântica para cálculos de risco avançados, blockchain para registros de decisões de Inteligência Artificial transparentes e computação de borda para decisões localizadas instantâneas. Juntas, essas tecnologias desbloquearão novas formas de serviços financeiros que estamos apenas começando a imaginar.

Tendo navegado pelo empreendedorismo, aquisição e agora um papel de liderança global, quais são os princípios orientadores que o ajudaram a tomar decisões e liderar equipes por meio da mudança?

Três princípios me guiam.

Primeiro, perseverança sobre perfeição. Quando começamos a The Smart Cube, não tínhamos todas as respostas. Cometemos erros, adaptamos e continuamos em frente. A persistência com adaptabilidade tem sido essencial.

Segundo, construir valor duradouro, não saídas rápidas. Um professor da escola de negócios me aconselhou – anos após eu ter fundado a The Smart Cube – “Não se concentre na saída. Concentre-se em construir um negócio bem-sucedido que durará.” Essa mentalidade de longo prazo tem moldado cada decisão que tomei.

Terceiro, aproveite o que você faz. Sempre acreditei que, se não estou me divertindo, vou me mudar para algo mais. Depois de 30 anos, ainda acordo animado, e esse entusiasmo inspira as equipes por meio da mudança.

Liderar por meio da aquisição reforçou outra verdade: a mudança tem sucesso quando você leva as pessoas consigo. A integração técnica é direta; a integração cultural – construir uma visão compartilhada – é onde a liderança real importa.

Para os profissionais que desejam moldar o futuro da Inteligência Artificial nos serviços financeiros, quais habilidades, mentalidades ou experiências você acredita que serão mais valiosas?

O futuro pertence àqueles que podem pontuar mundos. Habilidades técnicas puras ou expertise de domínio sozinhas não serão suficientes.

Primeiro, desenvolva o pensamento sistêmico. Comece com a necessidade do mercado – um caso de uso claro – e trabalhe para trás. A Inteligência Artificial nos serviços financeiros exige ver como tudo se conecta: como uma mudança nos modelos de risco afeta a experiência do cliente ou como a automação abre novas oportunidades.

Segundo, cultive a praticidade disciplinada sobre o idealismo. Esteja animado com as novas tecnologias, mas rigoroso ao avaliá-las. Nem todos os problemas precisam de Inteligência Artificial – às vezes, análises simples ou até mesmo planilhas podem fazer o trabalho.

Terceiro, construa habilidades de tradução. Isso é vital. Ser capaz de explicar conceitos complexos de Inteligência Artificial para membros do conselho e traduzir requisitos de negócios para cientistas de dados é inestimável. Os líderes de Inteligência Artificial mais fortes alinham a tecnologia com a estratégia de negócios.

Por fim, abrace o aprendizado contínuo. As ferramentas que eram de ponta há cinco anos já estão ultrapassadas. Permanecer curioso, humilde e comprometido com o aprendizado abrirá portas para oportunidades que ainda não podemos imaginar na interseção da Inteligência Artificial e dos serviços financeiros.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar WNS Analytics.