0%
Rodrigo Vogliotti

Inteligência artificial no mercado financeiro

Transcrição

Inteligência artificial. Como diversas outras áreas e atividades no mercado financeiro, a IA vem sendo amplamente utilizada. Estamos falando do uso de algoritmos, modelos computacionais, que são capazes de analisar dados, aprender com as situações, com os padrões e também direcionar para tomada de decisão. E pode ser realizado com ou sem uma intervenção humana. A gente tem o principal exemplo do ChatGPT, muitas pessoas usam e a gente sabe que é realmente uma ferramenta que trouxe uma revolução para quem tem atividades operacionais, atividades intelectuais, para educação e com certeza esse uso ainda vai ser amplificado no mercado financeiro. Primeiro vamos falar da IA generativa. Dentro da IA, a IA generativa é capaz de criar um conteúdo novo. Ela parte de informações, de conexões que ela realiza e gera um conteúdo novo, original, por isso que ela é generativa, ela gera algo novo e pode gerar um texto, uma imagem conforme as descrições, um som, uma música, um código, por exemplo, um código de programa de computador, um relatório com informações e uma característica é que avalia grande volumes de dados de uma forma rápida para gerar as respostas. Por trás da IA generativa, nós temos os modelos de deep learning ou aprendizado profundo, que são técnicas de redes neurais, por isso que eu falei das conexões. São muitas informações, ela busca conexões, faz uma avaliação, uma interpretação e traz a resposta ou a melhor resposta que a gente está buscando. Características: geração de conteúdo original e contextual dentro do contexto do que foi solicitado, tem uma capacidade de aprendizado contínuo, sempre está aprendendo e buscando melhorar. Ela se adapta ao comportamento do usuário. Então conforme o usuário faz as perguntas, ela vai se adaptando, vai conhecendo o usuário, ela considera o histórico do que já foi perguntado, sempre para direcionar o atendimento. E pode ser usada para automatização de tarefas cognitivas, tarefas que precisam gerar algum conhecimento, algum histórico, alguma informação, é possível automatizar essa geração. Alguns exemplos práticos que a gente já observa no mercado financeiro: redação de relatórios de investimento. Então buscando o histórico do cliente, informações de mercado, da economia, índices econômicos, performance dos investimentos, é possível gerar um relatório de investimento customizado para aquele cliente. Antes, uma pessoa tinha que parar, fazer todo esse levantamento, analisar, escrever, agora a IA pode fazer. Mas claro, tem um ponto de atenção, que é o quê? É revisar, validar, não seguir estritamente o que a IA trouxe. Sempre precisa alguém para fazer essa checagem, essa validação. Outro exemplo, criação de campanhas de marketing personalizada, inclusive a ponto de personalizar para um cliente específico ou para um grupo de clientes. Para esse grupo vai receber essa campanha, esse outro grupo recebe uma campanha um pouco diferente, porque os perfis são diferentes e a IA ajuda nisso. Geração automática de respostas e relatórios de conformidade. Aqui são questões de compliance. Antes, um analista tinha que avaliar as bases de dados, identificar inconsistências. Agora, você pode direcionar para a IA, a IA percorre essa base, dada uma regra, ela verifica se está dentro ou fora da regra e mostra se está compliance ou não. E também realiza simulação de cenários econômicos, através de histórico, através dos índices financeiros, índices econômicos, a IA pode simular esses cenários e ser direcionado para avaliação de alguém, qual é o melhor cenário. O uso realmente é muito grande, a gente trouxe só alguns exemplos. Mais um pouco de aplicabilidade. A IA pode ser usada no atendimento, na área de atendimento da instituição, com o uso de chatbots, assistentes inteligentes, que vai dar suporte 24 horas e respostas instantâneas. Então aquelas respostas mais simples, em vez de ter um analista ali para responder, o próprio chatbot responde. Na área de investimentos, a gente comentou, relatórios criados automaticamente, análises de mercado realizadas via IA. Traz agilidade, traz precisão, ponto que eu comentei, sempre ter uma checagem antes de repassar a informação.Compliance, geração de relatórios regulatórios pra validar se as atividades do banco, da corretora, estão dentro das regras da CVM, do Bacen, da Anbima. Reduz erros, reduz tempo, porque ao invés de uma pessoa estar fazendo isso, a IA faz de uma forma mais ágil. Área de marketing, criação de conteúdo, criação de campanhas segmentadas conforme o perfil do cliente. A comunicação tem de ser mais assertiva pros clientes ou prospects. E educação financeira, produção de materiais educativos pra democratizar o conhecimento, a IA é muito boa nisso também. Modelos preditivos. Alguns modelos preditivos podem ser criados baseados em IA generativa. Ele vai analisar a tendência passada, as informações do que já aconteceu, dados atuais e a partir disso, é um modelo que prevê comportamento futuro. Olha um exemplo de uso: previsão da inadimplência dos clientes. Então você alimenta a IA com o histórico de inadimplência dos clientes, daqueles clientes que pagaram, daqueles clientes que não pagaram suas obrigações, mostra o cenário hoje e pede pra um período qual que é a previsão de inadimplência pro próximo ano. Ele vai gerar. E aí precisa avaliar se está coerente ou não. Estimativas de rentabilidade de uma carteira, mesma coisa. Olha o histórico passado, olha como está hoje e pede uma previsão de rentabilidade, considerando algumas regras, alguns fatores, como vai ser no futuro. Identificação de fraudes com base em padrões anômalos. Você pega o passado, identifica quais as situações de fraude que já aconteceram e verifica se hoje ou no futuro, tem grande chance de ter uma fraude parecida com o que aconteceu no passado. Isso é seguir os padrões anômalos do passado. E análise de sentimento em mídia social sobre um ativo financeiro. Um banco, por exemplo, lança um novo ativo financeiro no mercado, as pessoas começam a usar e começam a escrever na mídia coisas positivas ou negativas sobre esse novo produto. A IA pode avaliar o sentimento desses comentários e ver se o produto está indo bem ou não, ou se pro futuro dele, ele tende a desempenhar bem, ser bem aceito pelo mercado ou não. Então realmente usos interessantíssimos da IA generativa. Temos a IA regenerativa, é uma evolução da IA, e aqui ele busca aprimorar continuamente os resultados. Então na generativa, gerava algo novo. Aqui ele gera algo novo, mas ele sempre está aprimorando os resultados. Se ele tem feedback, o que é feedback? É um retorno, alguém dizendo pra ele se o que ele gerou estava bom ou não. Ele vai melhorando cada vez mais, vai reprocessando de uma forma inteligente esses dados. Olha lá, enquanto a IA generativa cria, a regenerativa corrige, melhora, otimiza. É uma evolução. Aprende com o erro, se autoajusta, busca resultados cada vez melhores, mais precisos. Aplicabilidade da regenerativa: sistemas de monitoramento das transações, onde esse monitoramento tem que ser bem assertivo, gestão de risco pra verificar se está assumindo mais ou menos riscos, processos financeiros que são dinâmicos. E algumas aplicações: gestão de portfólio de ativos de forma automatizada. Veja, ele ajusta a carteira conforme o mercado, isso daqui é superinteressante. Então uma IA regenerativa bem construída, um modelo bem construído, vai analisar o mercado diariamente e vai sugerir melhoras no portfólio. Ele está sempre aprimorando, buscando a melhor rentabilidade. Interessantíssimo esse uso. Análise de crédito contínua, avaliar o risco com base em novos comportamentos. Análise de crédito sempre é feita com o passado, passado e hoje. E amanhã, o comportamento do cliente amanhã, depois de amanhã, que são novos comportamentos. A análise de crédito, em vez de você olhar sempre o passado, agora olha continuamente, está sempre avaliando o cliente e vendo se ele merece mais ou menos crédito. Detecção de fraudes. A IA vai adaptar os algoritmos, os códigos, pra novos tipos de ataque. Não adianta construir um modelo com ataques ou situações de fraude do passado sem considerar as novas. Então se deixar ela preparada, ela identifica as novas e começa a identificar possibilidades a partir das novas também. E otimização de processos bancários. Como ela melhora, ela sempre vai buscar melhorar os processos operacionais a cada ciclo, a cada análise. Então evoluções acima de evoluções. Temos a área de atendimento e suporte a cliente, muito utilizado aqui os chatbots. Então evita ter uma massa de analistas aqui atendendo cliente 24 horas por dia. A IA vai fazer essa interação, claro, as perguntas mais simples ela vai responder, perguntas mais complexas, aí o analista acaba entrando, mas cada vez as experiências sendo mais personalizadas e mais rápidas.Então nós temos os chatbots, são sistemas de IA programados para interagir com os clientes. Ele tem uma linguagem natural, ele simula uma conversa humana, ele faz uma saudação, a gente conhece bem isso, sabe como funciona. Disponibilidade 24 horas, tem padronização nas respostas, tem uma integração com o próprio sistema bancário, sistema de atendimento, e vai trazer um aprendizado contínuo, através do conhecimento do machine learning. Ele vai melhorando, ele vai cada vez tendo mais informações e sendo mais assertivo. Conforme passa o tempo, ele é mais assertivo nas suas respostas. Benefícios: redução de custo operacional, porque você troca um analista por um robô, respostas instantâneas e muitas vezes precisas, tende a aumentar a satisfação do cliente porque ele é respondido mais rápido e tem suporte simultâneo a milhares de usuários. Você tem um robô para milhares de clientes que podem acessá-los. O chatbot bancário auxilia o cliente, por exemplo, na consulta do saldo, ele vai no sistema, vê o saldo, já informa o cliente, pode renegociar dívidas do cliente ou passar recomendações de renegociação e pode auxiliar na abertura de conta digital. Então o uso também é muito grande. E os assistentes virtuais também são baseados em inteligência artificial, aqui para tarefas mais complexas, ele pode realizar uma transferência, você pode falar para ele: "Tira da conta A e coloca na conta B o dinheiro". Pode recomendar investimentos para você com base no seu perfil e no que você quer e pode criar relatórios personalizados conforme você pediu. Alguns exemplos, a Bia do Bradesco, CAI da Caixa Econômica e Lia do Itaú já fazem essas funções.