Inteligência Artificial (IA) é a ciência que treina sistemas ou máquinas para imitar as capacidades humanas, como processamento de linguagem, reconhecimento de imagem e previsão de resultados futuros por meio de aprendizado e automação; E isso se tornou o novo interesse dos bancos, uma vez que os ajuda a se manter à frente da concorrência e é uma parte fundamental para alcançar a transformação digital.
Assim, a inteligência artificial disponibiliza uma variedade de ferramentas que, através do seu uso adequado, nos permitirão prestar um melhor serviço ao cliente, formular serviços mais relevantes e personalizados, oferecer e otimizar processos operacionais.
Saby Celestino, Consultora de Análise Avançada da SAS Peru, comenta que a nova vantagem competitiva dos bancos deve ser chamada de vantagem analítica. “As empresas do setor bancário que analisam, interpretam, formulam e implementam estratégias graças aos insights dos dados disponíveis, colocarão o seu negócio à frente da concorrência porque terão uma importante vantagem analítica envolvida.”.
Porém, o avanço no uso da inteligência artificial apresenta no dia a dia certos desafios que as empresas devem levar em consideração para resolver e assim alcançar o sucesso. Desafios que vão desde a acessibilidade aos dados até a correta interpretação dos modelos resultantes, que são detalhados a seguir:
Dados e suas derivações
A crescente disponibilidade e diversidade de dados é um dos impulsionadores da inteligência artificial, tanto os dados estruturados quanto os não estruturados. Para sua execução, as empresas bancárias precisarão de grandes volumes de dados para alimentar esses softwares e dar-lhes autonomia, já que o bom “desempenho” da inteligência artificial depende em grande parte da qualidade dos dados. Portanto, a acessibilidade aos dados e sua governança é vital para que a análise seja uma vantagem competitiva nas empresas bancárias.
A acessibilidade à informação não faz apenas parte das bases de dados tradicionais que uma instituição bancária possui, mas também dos “Dados Alternativos” que se obtêm em sites, redes sociais, cartões de crédito e dispositivos de geolocalização. Los bancos tendrán que tener en consideración el buen uso y control de la información confidencial de acuerdo a las leyes de protección y privacidad de datos de cada país, la ética sobre el uso de los datos es otro componente importante que se debe considerar cuando adoptamos la inteligência artificial
“De acordo com a Alternative Data Org, em apenas 3 anos, os gerentes em todos os setores de negócios passaram de investir $ 232 milhões para 1 trilhões de dólares na obtenção deste tipo de dados”Destaca Celestino.
Portanto, se queremos que a inteligência artificial opere com sua eficiência máxima, é necessário fazer bom uso dos dados, ter governança de dados e construir modelos com ética; Dessa forma, poderemos aproveitar os benefícios da IA, obtendo mais eficiência e gerando mais valor para o banco.
Talento analítico
A inteligência artificial depende de pessoas treinadas para fazê-la funcionar com eficiência. Assim, para atingir os benefícios que essa ferramenta traz, como alta produtividade e execução automática de processos, é necessário um talento familiarizado com essas técnicas. Além disso, é muito importante que as pessoas que lideram este tipo de projetos conheçam muito bem o núcleo do negócio, bem como as várias metodologias que a inteligência artificial pode fornecer.
Por outro lado, não se trata apenas de obter apenas cientistas de dados; as empresas bancárias devem ter colaboradores treinados na aplicação, compreensão e interpretação dessas técnicas de inteligência artificial.
As empresas também têm o desafio, além de conseguir pessoas com bom talento analítico, devem analisar se estão dispostas a fazer planos para atrair e reter essas pessoas.
Interpretação eficaz
Os modelos de inteligência artificial são muito sofisticados e muito precisos quando confrontados com problemas complexos, razão pela qual muitas vezes são vistos como uma “caixa preta”. Este é mais um desafio que o Banco tem: ser capaz de interpretar modelos de Inteligência Artificial perante o regulador ou as diferentes áreas e explicar o poder preditivo perante os diferentes utilizadores para que não chamem este tipo de modelo de “Caixa Preta” . Portanto, é necessário adotar modelos e metodologias de interpretação simples para que um Cientista de Dados e qualquer colaborador do banco os entendam.
Deve-se notar que a importância de uma interpretação correta são os insights que dela emergem. Ou seja, dos grandes volumes de informação e das análises que efectuamos, poderemos obter informação vital para qualquer decisão que o sector bancário venha a tomar.
Um exemplo de metodologia robusta é o método Shap, que permite interpretar as variáveis que contribuem positiva ou negativamente para o resultado do modelo; ou seja, permite a interpretação de modelos complexos de IA (aprendizado de máquina e aprendizado profundo).
“A banca é certamente um sector próspero que tem de se adaptar à nova onda de digitalização, por isso é necessário perceber as tecnologias de amanhã que estão a emergir e a gerar cada vez mais valor para o negócio ” o especialista conclui.
Experiências do mundo
A inclusão da Inteligência Artificial nas operações bancárias é um dos temas que serão abordados no próximo SAS Global Forum 2020, que começa no dia 16 de junho via online. Especialistas internacionais como Ben Zenick, Diretor de Tecnologia da Zencos e Leah Sahely, Diretora Adjunta do Banco Central do Caribe Oriental, falarão sobre o desenvolvimento e implementação de um sistema estatísticas automatizadas e sobre como coletar e interpretar melhor os dados. O registro é gratuito e pode ser feito aqui.
