O banquete de investimento em IA acelerou a corrida para implementar a tecnologia no dia a dia das instituições financeiras no Brasil

A inteligência artificial (IA) não é mais uma promessa futurista. Tornou-se uma realidade consolidada nos grandes bancos do País, na interação com os clientes, no modelo de concessão de crédito e nos bastidores da operação. A tecnologia é mensurada em processos internos e no lucro das instituições financeiras. É o caso do Bradesco que estima receita adicional de R$ 1 bilhão em iniciativas de análise de crédito apoiadas por IA.

Antes usada em alguns processos bancários, a tecnologia foi elevada a um novo patamar com a chegada da IA generativa, popularizada pelo ChatGPT a partir do fim de 2023. De lá para cá, os bancos dedicados ao processo de digitalização - que, ao longo dos anos, eliminou filas nas agências, levou serviços bancários para portais e depois para aplicativos - largaram na frente de outros setores ao adotar de forma intensa a IA nos negócios.

Nem sempre esse investimento em inovação fica evidente para os clientes: a eficiência gerada pela tecnologia fica da porta para dentro. Mas muitos casos começam a chegar à experiência do cliente, como é o dos serviços bancários que podem ser usados em uma plataforma assemelhada ao ChatGPT. Sem linguagem técnica ou burocracias antes inerentes ao setor financeiro, já é possível, por exemplo, fazer um Pix com comando de voz.

Para Telma Luchetta, sócia-líder de tecnologia, IA e dados para o setor financeiro da EY Brasil, as empresas do ramo estão em diferentes estágios de adoção da tecnologia, mas agem de forma cautelosa para manter os valores dentro das agendas de inovação. "Estamos caminhando com novas tecnologias e mais acessibilidade, mas o alicerce é sempre a confiança, a segurança e a personalidade. São as pessoas, o humano no centro para ajudar na tomada de decisão junto com a IA", afirma.

No Bradesco, a IA mudou alguns processos internos e a forma como o banco se relaciona com os clientes. O banco disponibilizou ferramentas de IA para os funcionários, incluindo aplicações que resumem documentos, criam mapas mentais, preparam apresentações e analisam conteúdos com alto volume de dados, afirma Rafael Cavalcanti, responsável pelas áreas de dados, analytics e CRM do Bradesco.

Já no desenvolvimento de software e de experiências para o cliente, Cavalcanti estima que o banco teve ganhos de produtividade em torno de 50%, sem aumento proporcional dos custos. "Estamos exponencializando a nossa velocidade de entregar", diz.

A atual fase da companhia investe no desenvolvimento da IA para virar uma espécie de interface do próprio banco. A CTO (Chief Technology Officer, ou diretora de tecnologia) Cintia Barcelos diz que a instituição trabalha para "desmaterializar" o app, permitindo que o cliente resolva serviços e transações pela IA, sem precisar navegar pelas diferentes funcionalidades.

Cavalcanti explica que os AI Apps são agentes de IA criados para tarefas específicas e que podem ser replicados em diferentes situações. Um exemplo é usar a IA para ler e resumir documentos. Outra aplicação é analisar e criticar documentos, preparando o usuário para reuniões e discussões. A ideia por trás dessa criação é facilitar a adoção da IA na rotina dos funcionários, mantendo as proteções necessárias para lidar com o fluxo de informações corporativas do setor bancário.

Na área de crédito, o tempo para desenvolver modelos de score e de estimativa de renda caiu de três a seis meses para alguns dias, diz o executivo, acrescentando que o Bradesco aumentou a capacidade de testar modelos e fazer análises mais específicas.

A IA também é usada para apoiar a tomada de decisão, principalmente em operações mais complexas no setor de crédito do Santander. Em análises de empresas, por exemplo, a tecnologia auxilia a consolidar informações antes e depois de uma visita ao cliente e produzir recomendações para os analistas.

No tratamento de reclamações relacionadas a fraudes em cartões, a IA reduziu em 90% o tempo para analisar cada caso. Mas a redução do tempo de uma tarefa não é considerada necessariamente um ganho financeiro no Santander, afirma Eduardo Sasaki, diretor de dados e inteligência artificial do banco.

"Tenho de entender o quanto isso de fato impactou (na operação). Nesse aumento, consegui tratar mais reclamações ou reduzir a quantidade de reclamações com a mesma capacidade (de atendimento)? Sempre estamos fazendo uma proxy (métrica) final com o resultado financeiro para o banco", afirma Sasaki.

O Santander estabeleceu uma meta global de capturar € 1 bilhão em valor com inteligência artificial até 2028. O investimento tem como foco o aumento de produtividade, eficiência e automação, além da geração de novas receitas e negócios.

Na segunda versão do Desenrola, programa de renegociação de dívidas, o banco conseguiu reduzir de quatro meses para um mês o tempo previsto para desenvolver a solução com o apoio de IA. A arquitetura e as decisões técnicas continuaram sob responsabilidade da força de trabalho humana, mas as tarefas repetitivas de programação receberam suporte da tecnologia.

"Praticamente 40% do código gerado pelo Santander no mundo tem o apoio de uma solução de IA. Não acredito que será 100%, porque estamos sempre falando de tarefas de desenvolvimento que são repetitivas, mas ter um controle até um aumento de qualidade nessas funções", diz Sasaki.

Nos bastidores, o aumento da produtividade dos bancos com IA é onde a tecnologia tem o maior impacto nos negócios. Em vez de ficar restrita aos times de tecnologia, é utilizada em diferentes áreas dos bancos, que antes eram puramente manuais e exigiam mais tempo.

João Araújo, diretor de estratégia, ciclo de vida e inteligência artificial do Itaú Unibanco, conta que o banco tem usado a tecnologia de diversas formas em busca de tornar-se AI-first (ou seja, uma companhia que usa a tecnologia em praticamente tudo que faz). Entre os usos práticos na operação da empresa estão a análise de crédito, prevenção a fraudes, desenvolvimento de software, contestação de despesas por meio de agentes de IA e a aceleração na elaboração e resumo de relatórios e documentos.

Araújo afirma que o banco também usa a IA generativa para dar mais informações de contexto aos gerentes e especialistas durante o contato com os clientes. O objetivo é aumentar a qualidade da conversa humana ao oferecer um atendimento personalizado.

Na atuação dos gerentes auxiliados por IA, o banco persegue e monitora três metas específicas: garantir três vezes mais tempo dos especialistas dedicado ao cliente; ser duas vezes mais rápido para resolver problemas e pendências dos usuários; e obter três vezes mais efetividade na aceitação de soluções propostas aos clientes, devido ao atendimento personalizado.

Outra aplicação da IA no Itaú é na análise de padrões de comportamento para proteger o saldo dos clientes. Um exemplo prático é o Alerta Pix, que avisa o usuário caso ele tente fazer uma transferência atípica, como uma movimentação de valor muito alto ou uma transação para um novo destinatário, que possa indicar uma fraude. Esse processo é feito automaticamente.