A Inteligência Artificial (IA) está a desempenhar um papel significativo na transformação do sector financeiro, conferindo-lhe inúmeros benefícios – entre eles destacam-se o aumento da eficiência e a redução de custos.
Através da automatização de processos financeiros, a IA é capaz de realizar tarefas repetitivas de uma forma mais rápida e precisa do que um ser humano. Isto permitirá que as empresas economizem tempo e dinheiro, concentrando-se em tarefas de maior valor agregado.
Quem o explica é Bruno Castro, fundador e CEO da VisionWare, uma empresa 100% portuguesa especializada em segurança de informação. O especialista aponta ainda outra importante mais-valia da IA, que é a melhoria da tomada de decisão, conferindo aqui uma maior vantagem competitiva.
«Com a análise de grandes volumes de dados em tempo real, as empresas financeiras são capazes de identificar tendências e riscos, além de ajustar as suas estratégias de acordo com as informações obtidas. Daqui podem resultar decisões mais precisas e informadas, que, por sua vez, podem gerar melhores resultados financeiros», sublinha.
Por último, a IA também traz maior segurança e protecção de dados sensíveis no sector financeiro. Através da utilização de algoritmos avançados, as empresas podem identificar padrões suspeitos de fraude ou actividade ilegal, permitindo que medidas de segurança sejam tomadas rapidamente.
Adicionalmente, a IA pode ajudar a proteger dados confidenciais dos clientes, como informações de contas bancárias e históricos de transacções, contra fugas e invasões de hackers. Para Bruno Castro, podemos observar que existem profundas mudanças em vários segmentos:
• Análise de dados. A IA permite que as instituições financeiras analisem grandes volumes de dados de maneira rápida e eficiente. Os algoritmos podem examinar dados históricos em tempo real para identificar padrões, tendências e insights ocultos;
• Detecção de fraudes. A IA é usada para detectar actividades fraudulentas no sector financeiro. Os algoritmos podem analisar padrões de transacções e identificar anomalias que podem indicar actividades fraudulentas, como transacções não autorizadas, ou comportamento suspeito de clientes;
• Atendimento ao cliente. Os chatbots estão a ser usados por instituições financeiras para fornecer suporte ao cliente de forma eficiente. Estes podem responder a perguntas comuns dos clientes, fornecer informações sobre produtos e serviços, e auxiliar em operações bancárias básicas, como transferências de fundos;
• Gestão de riscos. A IA é usada para melhorar as estratégias de gestão de riscos financeiros. Os algoritmos de IA podem analisar dados de mercado, histórico de transacções e outros factores relevantes para identificar potenciais riscos e ajudar as instituições financeiras a tomar decisões mais informadas;
• Investimento e negociação. Os algoritmos de negociação e investimento automatizados estão a transformar o sector financeiro – analisam grandes quantidades de dados em tempo real e tomam decisões de negociação com base em estratégias predefinidas. A IA também é usada para prever tendências de mercado e identificar oportunidades de investimento;
• Processamento de dados e automação. A IA está a ser aplicada para automatizar tarefas repetitivas e intensivas em dados, como o processamento de documentos, verificação de crédito e conformidade regulatória. Isto ajuda a reduzir erros, acelerar processos e liberar recursos para tarefas mais complexas e estratégicas.
Bruno Tinoco, head of Data Science & AI, do novobanco Digital, explica que quem utiliza os canais digitais do novobanco, nos últimos anos, teve acesso a novas jornadas, totalmente digitais, que replicam a oferta presencial.
«Acreditamos que hoje estamos a atravessar uma nova fase de transformação, mas agora com um foco reforçado em dados e IA. Vários casos de uso estão desde há vários anos presentes no sector financeiro, sector este que foi claramente um early adopter de técnicas avançadas de analytics. São exemplos os temas de personalização, detecção de fraude e risco», afirma.
No entanto, com os mais recentes avanços da IA, existe um maior foco para ir ainda mais longe na transformação de processos e jornadas, como as capacidades de automatização de processos alavancadas por técnicas de Natural Language Processing e/ou Computer Vision, ou as capacidades de hiperpersonalização em tempo real. E claro, os mais recentes avanços em Generative AI (ChatGPT, Bard e outros) são desde já um factor de destaque nos dias de hoje e prometem transformar áreas como marketing, vendas, apoio a cliente e outros.
Uma fonte oficial do Banco Montepio disse à Risco que «acelerar a transformação tecnológica no mercado financeiro é uma prioridade exigida pelo consumidor. E a necessidade sentida pela introdução de soluções à base de IA leva a que a implementação de estratégias de dados seja uma realidade no sector, incluindo a consolidação de mecanismos de supervisão sólidos para lidar com riscos não financeiros, que foram acelerados pela presença no mundo cada vez mais digital».
O Banco Santander explica, em declarações à Risco, que a IA está a transformar o sector financeiro em cinco áreas-chave:
• Serviço ao cliente – A utilização de chat-bots e assistentes virtuais baseadas em algoritmos em IA, que disponibilizam assistência personalizada aos clientes das instituições financeiras (IF) ao nível de questões que tenham aconselhamento financeiro ou resolução de problemas. À medida que os clientes interagem com estes assistentes virtuais, estes vão “conhecendo” os clientes e disponibilizando ajuda e aconselhamento de uma forma mais direccionada e personalizada, aumentando a ligação entre cliente e IF;
• Automatização – A robotização de processos numa IF começa a evoluir de um sistema baseado em parametrização de regras para a utilização de algoritmos de IA. Esta automatização mais inteligente permite a robotização de processos mais complexos, onde haja a necessidade também de tomar decisões baseadas não só em regras simples, mas também numa capacidade de raciocínio e de aprendizagem, utilizando dados estruturados e não estruturados;
• Análise e contratação de crédito – A capacidade de analisar grandes quantidades de dados de várias fontes e de forma estruturada e não estruturada vai acelerar o processo de análise do risco da operação de crédito e, consequentemente, a contratação. As decisões de crédito vão ser mais precisas, personalizadas e com maior qualidade à medida que os sistemas vão aprendendo com decisões passadas;
• Detecção e prevenção de fraude – Sistemas de IA baseados em Machine Learning e Deep Learning conseguem analisar grandes quantidades de dados sobre transacções financeiras e não financeiras, actividade digital e dados biométricos, identificando padrões de actividade fraudulenta. Esta contínua monitorização transaccional e comportamento individual, além de aprender e ajustar os padrões de fraude, permite a detecção e prevenção de fraude em tempo real, reduzindo as perdas financeiras e reputacionais das IF;
• Regulação – Os sistemas de IA têm vindo a ter um papel fundamental nos processos de KYC (know your cliente) e AML (anti-money laundering), onde as IF enfrentam requisitos regulamentares rigorosos. Tal como nos sistemas de prevenção e detecção de fraude, algoritmos de IA podem monitorizar transacções, em tempo real ou não, identificar potenciais violações, alertar e gerar relatórios para garantir conformidade com a regulação (i.e. SAR – Suspicious Activity Report).
Por sua vez, David Brito, director-geral da Ebury, sublinha que no sector financeiro, e mais precisamente nas transacções e meios de pagamento, se assiste a uma tendência clara para os processos digitais e online, com maior procura do consumidor por processos ágeis e desburocratizados.
«Actualmente, é comum, quando estamos no site de uma instituição financeira, termos a possibilidade de utilizar um chat robotizado que nos ajuda a esclarecer dúvidas. É certo que, muitas vezes, ainda sentimos a frustração de não ver as nossas questões respondidas claramente por estes robôs, mas também é certo que é uma tendência que veio para ficar», explica David Brito.
BENEFÍCIOS
Bruno Tinoco, do novobanco Digital, considera que nos dias de hoje é incontornável o valor da IA, destacando três dimensões importantes.
Em primeiro lugar, as pessoas, sendo que a automatização de processos repetitivos permite focar-nos no que realmente importa e alavancar o nosso intelecto em questões fulcrais de negócio.
Em segundo lugar, destaca a eficiência operacional, em que a IA permite que um conjunto significativo de processos e tarefas sejam efectuados de forma mais eficiente, 24/7 e com menor erro.
Por último, destaca os clientes, para os quais a capacidade de proporcionar experiências personalizadas e diferenciadoras, prestar apoio 24/7, mitigar riscos de fraude, auxiliá-los na sua gestão financeira e investimentos são alguns exemplos da importância que a IA pode aportar na geração de valor, não só para as instituições, mas, acima de tudo, para os clientes.
Por sua vez, o Banco Montepio considera que um dos principais benefícios da adopção da IA pelas instituições financeiras é a capacidade de interpretar grandes quantidades de informação, o que permite a optimização de processos demorados e o consequente aumento da eficiência na tomada de decisões. A par da automatização de tarefas repetitivas (ou Robot Process Automation, RPA), solução mais conhecida e implementada (até nas regras que o utilizador comum activa, por exemplo, na caixa de correio), a IA também permite automatizar um processo de acções, reduzindo o envolvimento emocional e o erro humano, que pode acontecer, até pelo cansaço.
Outro benefício importante é a melhoria da experiência do cliente, através da personalização de produtos e serviços. Além disso, a IA pode ser utilizada para prevenir fraudes, o que é diferente da sua detecção, e contribuir assim para uma maior inclusão financeira.
Por sua vez, David Brito, da Ebury, sublinha que tanto a Inteligência Artificial como a Big Data têm vindo cada vez mais a ser utilizadas em vários processos.
«Dando o exemplo da Ebury, posso referir três aplicações práticas: I) melhoria dos sistemas de detecção de fraudes, operações suspeitas e sancionadas, além de ser possível, com a Inteligência Artificial, melhorar os modelos de risco da empresa; II) Utilização de ferramentas desenvolvidas pela Ebury – Ebury Similar Companies – que nos permitem de forma mais eficiente contactarmos possíveis clientes, uma vez que, com suporte de IA e Big Data, é possível aumentar a probabilidade de o cliente contactado ter real necessidade dos nossos produtos; III) Criámos um EburyGPT, que permite aos nossos colaboradores traduções de documentos suportadas em Inteligência Artificial, transcrição de chamadas telefónicas, além de funcionar com Helpdesk para questões operacionais, tudo isto de forma digital e sem suporte humano. Trata-se de uma versão beta ainda em desenvolvimento, mas estamos entusiasmados», explica.
Já o Banco Santander aponta como principais benefícios:
• Aumentos de eficiência e melhorias operacionais – A utilização de Inteligência Artificial vai permitir a automação e o streamline de processos de forma transversal, conduzindo a melhorias operacionais e de eficiência;
• Melhoria nos processos de decisão – A IA permite uma capacidade de análise de grandes quantidades de dados e retirar conclusões e evidências para suportar tomadas de decisão baseadas em dados. Numa primeira fase, estas recomendações dadas pela IA irão suportar a decisão final dada por um humano, até chegarmos ao ponto de termos decisões totalmente executadas pela IA para algumas áreas das IF (risco, operações, entre outras);
• Melhorias na prevenção e detecção de fraude e segurança – Sistemas de IA com a sua capacidade de analisar em tempo real padrões de fraude e de actividade fraudulenta, mitigando o risco de perdas financeiras relacionadas com fraude. Na área de cibersegurança, os algoritmos de IA podem ajudar na detecção de vulnerabilidades e de potenciais ameaças. Tratamento personalizado – além da utilização de assistentes virtuais e chatbots, a AI vai permitir, através da análise do perfil dos clientes e da sua pegada digital e não digital na IF, baseada numa quantidade vasta de dados, recomendar produtos e serviços personalizados e direccionados. Isto vai permitir aumentar a satisfação do cliente e a ligação com a IF.
RISCOS
Apesar de todos os benefícios, é importante sublinhar que a IA no sector financeiro também levanta questões éticas e regulatórias, como a privacidade dos dados, transparência dos algoritmos e responsabilidade por decisões automatizadas.
«Embora tornando as nossas vidas muito mais fáceis e ágeis, a tecnologia da IA que possuímos hoje, e continuamos a melhorar, pode ter consequências terríveis para o futuro da cibersegurança – daí a existência do malware ChatGPT. Falo essencialmente sobre os riscos da utilização do ChatGPT e que um programa melhorado como este pode ser perigoso nas mãos erradas», afirma Bruno Castro, da VisionWare.
Para o especialista, um dos principais desafios é a questão da competência dos sistemas de IA. É importante garantir que eles sejam capazes de tomar decisões precisas e fiáveis, especialmente em situações de alta complexidade e incerteza.
Bruno Tinoco, do novobanco Digital, alerta que é vital assegurar o alinhamento entre pessoas, tecnologia e processos que garantam o governo adequado dos dados e o desenvolvimento de algoritmos responsáveis, que mitiguem os riscos de imparcialidade nas decisões que são tomadas.
«Se, por um lado, é necessário assegurar a qualidade e lineage dos dados, de forma a garantir que os outputs dos modelos não são influenciados por informação incoerente ou de má qualidade, é também necessário mitigar a potencial presença de enviesamento nos dados e que podem também originar comportamentos desviantes por parte dos algoritmos», explica,
Bruno Tinoco deixa ainda uma nota importante, que os riscos não terminam com o desenvolvimento dos algoritmos. A partir do momento em que os mesmos são expostos aos utilizadores ou aos clientes, torna-se vital a sua monitorização contínua, bem como a capacidade para dar uma resposta imediata a estímulos do exterior que possam condicionar a aprendizagem e respectivas decisões.
Para o Banco Montepio, a adopção de IA pelas instituições financeiras traz consigo um conjunto de riscos e potenciais consequências indesejadas, que incluem violação de privacidade, discriminação, acidentes e manipulação de sistemas, bem como riscos associados à transparência e à cultura das empresas. «Um impacto importante do risco é o potencial de repercussões penosas na vida das pessoas, como a não atribuição de crédito, se um algoritmo de risco baseado em IA estiver errado, ou o comprometimento da segurança da carteira financeira, se algum adversário alimentar um sistema de IA financeiro com informações falsas.»
De acordo com o Banco Santander, a implementação e a crescente adopção da IA pelas IF também coloca um conjunto de riscos e desafios, como:
• Bias e equidade (fairness) – Tradicionalmente, os algoritmos de IA são treinados com histórico de dados que podem conter bias inerentes, que podem ser perpetuados e amplificados pelos algoritmos. Começam a aparecer algoritmos de IA que se focam em quebrar os bias e serem mais fair com os grupos previamente discriminados, através de calibrações e modelos diferentes por grupos populacionais;
• Falta de transparência e explicabilidade – A forma como os sistemas de IA chegam à decisão é muitas vezes dada num modelo de black-box. A falta de transparência e o racional de como chegaram àquela decisão tornam difícil a explicação aos clientes e às entidades regulatórias, traduzindo-se numa suspeição e falta de confiança nas decisões dadas pela IA;
• Privacidade dos dados e segurança – Uma vez que os algoritmos de IA dependem de grandes e variadas quantidade e qualidade de dados, a utilização imprópria ou o acesso não autorizado podem levar a violações de privacidade e vulnerabilidades de segurança. As IF têm que garantir mecanismos robustos de protecção de dados e conformidade, assim como para mitigação destes tipos de risco;
• Responsabilização – Em decisões tomadas por algoritmos de IA é levantada uma questão ética relativamente à responsabilidade e à intervenção ou não de um humano. As IF terão que estabelecer mecanismos de governo para que exista uma supervisão humana em decisões tomadas por sistemas de IA em áreas mais controversas e complexas.
FUTURO
No futuro, a IA deve continuar a evoluir e a ter um impacto tremendo no sector financeiro, desde logo porque essa é a
tendência registada e tem dado sucesso, considera Bruno Castro. «Algumas tendências/oportunidades futuras, a meu ver, podem passar pela expansão do uso de chatbots e assistentes virtuais; pelo aumento da automação de tarefas financeiras; o avanço na detecção de fraudes; a personalização de serviços financeiros, direccionados ao cliente, com base no seu histórico; uma previsão e análise de mercado mais avançadas; e, claro, uma maior ênfase na explicabilidade e ética da IA», sublinha.
Para o Santander, as tendências futuras centrar-se-ão em colmatar parte dos desafios previamente apresentados, assim como trazer novos modelos de negócio e operativos para aumentar o foco no cliente e servi-lo cada vez melhor, reduzir custos e aumentar a eficiência e produtividade, e apresentam três dessas tendências:
• Avanços em NLP (Natural Language Processing) IA conversacional – As tecnologias NLP vão continuar a evoluir, promovendo mais e melhores conversas naturais e conscientes no contexto da interacção entre os clientes e as IF. Chatbots e assistentes virtuais vão tornar-se mais sofisticados e com uma capacidade crescente de responder a mais questões, e mais complexas, por parte dos interlocutores;
• Hiperpersonalização – Com a utilização de uma imensidão de dados sobre os clientes, as IF vão ter a capacidade de fazer recomendações de produtos e serviços personalizados ao nível do cliente individual. Esta tendência vai potenciar a apresentação de uma estratégia hiperpersonalizada aos seus clientes ao nível de produtos, estratégias de investimento e de aconselhamento financeiro;
• Integração entre computação quântica e IA – Com a massificação do uso da computação quântica em conjunto com a integração com a IA, existe um potencial de revolucionar os serviços financeiros. A utilização de uma capacidade computacional sem precedentes por parte dos algoritmos de IA vai elevar a fasquia da velocidade de processamento em tempo real da quantidade de dados que os sistemas vão ser capazes de processar. O uso desta combinação de tecnologias não tem limites, indo desde os mecanismos de prevenção e detecção de fraude, a optimização de portefólios de investimento até à análise avançada de riscos.
No Banco Montepio dizem estar «convictos de que o sector financeiro é uma das áreas que mais podem beneficiar com esta tecnologia, sendo que também sabemos que devemos acautelar alguns riscos, nomeadamente de ética. A sua implementação acaba por ser exigida, por exemplo, para a optimização de processos demorados, o aumento da eficiência e o reconhecimento de padrões e irregularidades que, de outra forma, passam despercebidos ao ser humano. É importante notar que a IA estará na base de grande parte das futuras tomadas de decisões complexas».
Já o novobanco vai ao passado antes de abordar o futuro. Fonte oficial explica que em 2015 apenas 7% dos clientes interagiam com o novobanco através da app. Agora, apenas oito anos depois, 70% dos clientes utilizam a app no seu telemóvel para um conjunto significativo de operações e 70 a 80% das operações do dia-a-dia (consultas, pagamentos, transferências, etc.) são actualmente feitas em dispositivos móveis.
«Olhando para o futuro e analisando a constante disrupção tecnológica, como condução autónoma, casas inteligentes, assistentes virtuais, observamos que o nosso dia-a-dia tem vindo a ser redefinido de acordo com a nossa relação e interacção com a tecnologia e IA. E os serviços financeiros têm também eles que ser embebidos nesta transformação», destacam.
David Brito, director-geral da Ebury, acredita que, «no futuro mais próximo, diria que os chats (tipo ChatGPT) vão ser cada vez mais utilizados. Veremos também oferta de produtos cada vez mais estruturados e feitos à medida do consumidor com a ajuda de sistemas de inteligência artificial. Por fim, na parte menos visível para o consumidor, tudo o que tenha a ver com protecção de riscos e modelos de controlo».
Em conclusão, a integração da IA no sector financeiro tem provado ser uma mudança revolucionária, impulsionando a eficiência operacional, melhorando a experiência do cliente e mitigando riscos. Através da análise avançada de dados, machine learning e algoritmos inteligentes, as instituições financeiras estão a abrir novas possibilidades para tomadas de decisão mais precisas e estratégicas. No entanto, é fundamental equilibrar o progresso tecnológico com considerações éticas e regulatórias, garantindo que a segurança e a privacidade dos dados dos clientes permaneçam sempre como prioridade. À medida que a IA continua a evoluir, o sector financeiro enfrentará novos desafios e oportunidades, solidificando a sua posição como um dos pioneiros na adopção dessa transformação digital.
