Publicações

Oportunidades e riscos da IA generativa para o mercado financeiro

A chegada da GenAI (inteligência artificial generativa) sinaliza uma nova era de produtividade e oportunidade para os mercados financeiro e de capitais. Um estudo da Deloitte prevê que os 14 principais bancos de investimento globais podem gerar receita adicional de US$ 3,5 milhões por funcionário até 2026 por meio do uso dessas plataformas na interação com clientes.

O que mudou?

A IA tradicional (ou prescritiva) é usada, há algum tempo, em modelos de aprendizado de máquina para avaliar risco financeiro, automatizar processos e analisar grandes volumes de dados em busca de padrões e tendências. Esse tipo de IA, no entanto, é treinada para executar bem uma tarefa, mas apenas uma tarefa. Além disso, consome mais tempo e recursos para o treinamento.

A novidade, aqui, é o poder transformador da GenAI e dos grandes modelos de linguagem aplicados nos mercados que a Harvard Business Review chama de WINS Work: setores da economia em que pessoas, lidando com elementos como linguagem, imagens e dados numéricos, estão no coração do negócio. A integração da GenAI nessas verticais da economia do conhecimento traz mudanças de paradigma na forma como interagimos com esses dados e, por extensão, na forma como podemos trabalhar tendo a IA como copiloto.

"A IA Generativa começa com capacidades generalizadas semelhantes às humanas – como ler – que são aplicadas a um amplo conjunto de questões ou declarações de problemas. É assim que ela cria novos conteúdos que vão desde código de computador a texto e imagens", explica Matt Long, diretor sênior e líder global de mercado de capitais da Accenture.

"O uso da IA ​​Generativa pela indústria do mercado de capitais gera novas capacidades e eficiências, que podem incluir um potencial aumento de liquidez no front-office até a automatização das atividades do back-office", aponta o estudo assinado por Gavin Little Gill, chefe de insights de valores mobiliários e investimentos da consultoria Datos Insights. O relatório elenca 11 potenciais usos de IA no mercado de capitais (gráfico abaixo, clique para aumentar).

Onde estão as oportunidades?

Os grandes modelos de linguagem podem ajudar a automatizar tarefas repetitivas ou operacionais, reduzir custos, aumentar a produtividade das pessoas e gerar mais fidelização dos clientes. O entusiasmo com a tecnologia, explica Charlotte Wood, head de Inovação e Alianças com Fintechs da gestora de fundos Schroeders, deriva da oportunidade das pessoas poderem fazer coisas novas lidando com dados que conheciam e com dados que não estavam tão visíveis assim. "O que é realmente incrível sobre essa tecnologia é que você não precisa ser um cientista de dados para usá-la na vida cotidiana ou no trabalho", diz Charlotte.

Veja alguns exemplos:

• Modelos de risco automatizados: pode gerar modelos de risco complexos que se adaptam às condições de mercado em tempo real, fornecendo avaliações de risco mais precisas.
• Detecção de fraude: algoritmos podem detectar atividades fraudulentas de forma mais eficiente.
• Negociação algorítmica: criação de algoritmos de negociação mais avançados que se adaptam às condições de mercado em tempo real.
• Gestão de carteira: estratégias de carteira adaptadas aos perfis de risco individuais e às condições de mercado.
• Consultores financeiros automatizados: conselhos de investimento personalizados e objetivos para os clientes por meio de chatbots ou aplicativos com base no histórico financeiro.
• Análise de sentimento: análise de notícias, redes sociais e outros dados textuais para gerar pontuações de sentimento de mercado.
• Análise preditiva: identificação de tendências de mercado com base em dados históricos e condições de mercado atuais.
• Relatórios automatizados: produção de relatórios em conformidade com padrões regulatórios, reduzindo o esforço manual e mantendo o acompanhamento permanente das mudanças regulatórias.
• Auditoria: criação de trilhas de auditoria detalhadas para transações, auxiliando na transparência e responsabilidade.

Nos Estados Unidos, o JPMorgan Chase registrou recentemente um produto chamado IndexGPT que oferece consultoria de investimento aos clientes. E o Morgan Stanley criou, para os consultores financeiros da divisão de Wealth Management (MSWM), uma plataforma com a tecnologia da OpenAI para acessar, processar e sintetizar conteúdo da MSWM sobre empresas, setores, classes de ativos, mercados de capitais e regiões ao redor do mundo.

Impacto versus risco

É possível alinhar pelo menos quatro impactos importantes derivados do uso da GenAI no mercado financeiro e de capitais:

1. Cria uma força de trabalho humana com inteligência e habilidades “amplificadas” pelo uso de ferramentas.
    
2. Aumenta a produtividade da TI das instituições financeiras, criando e corrigindo aplicações com mais eficiência e menos tempo. Segundo um estudo da Nielsen, esse aumento de produtividade pode chegar a 126%.
    
3. Automatiza processos com agentes de software e grandes modelos de linguagem autônomos, otimizando operações internas e externas.
    
4. Altera a dinâmica do mercado, reduzindo a barreira de entrada e gerando oportunidades para fundos menores que souberem extrair valor nas habilidades aumentadas pela GenAI sem precisar de grandes equipes de tecnologia.

Por outro lado, é fundamental entender que a GenAI também apresenta novos riscos legais, reputacionais e operacionais para o mercado financeiro. O uso de dados incorretos, vieses inconscientes e conscientes, erros nos algoritmos de automação, falta de transparência dos modelos de GenAI são alguns dos riscos citados pela especialista em IA, Clara Durodié, que participou recentemente do ANBIMA Summit. 

Os mesmos riscos são apontados no relatório recente do FMI chamado Generative Artificial Intelligence in Finance: Risk Considerations. O equilíbrio entre a oportunidade e o risco depende de uma série de medidas e práticas que as empresas precisam adotar, desde reorganizar e requalificar suas equipes até revisar políticas e procedimentos internos para uso correto dos dados.

O uso dos dados fora do ambiente da empresa – incorrendo, portanto, em transgressões nas regulações de proteção à privacidade dos dados, como LGPD e GDPR (regulação europeia) – é um dos grandes riscos para as empresas do mercado financeiro, muitas vezes sem que seus funcionários se atentem para isso. 

"Após colocar os dados em uma plataforma como o ChatGPT, você não terá mais controle sobre o que está sendo feito com eles. A OpenAI tem o direito de armazená-los e utilizá-los no futuro. É preciso que as pessoas sejam cautelosas ao usar uma versão pública de IA generativa. Não coloque os dados dos seus clientes nisso porque é como publicá-los diretamente na internet", alerta Charlotte Wood.

O relatório do FMI recomenda às instituições financeiras trabalhar em estreita colaboração com os órgãos reguladores, garantindo que a implementação da IA ​​Generativa esteja alinhada com a estabilidade e a equidade da indústria.

E mais: ANPD (Autoridade Nacional de Proteção de Dados) abriu uma consulta pública para o sandbox regulatório de inteligência artificial e proteção de dados pessoais no Brasil. Contribuições ao projeto podem ser feitas por meio da plataforma "Participa + Brasil" até 1º de novembro. O sandbox regulatório da ANPD está sendo construído em colaboração com o CAF (Banco de Desenvolvimento da América Latina e do Caribe). Um dos objetivos é testar inovações que levem a uma eventual regulação que traga aumento da transparência algorítmica e fomento à inovação responsável em IA. 

Para o seu radar

• Vale conferir: estudo recente do Fórum Econômico Mundial, em parceria com a Accenture, sobre como os LLMs (grandes modelos de linguagem) vão impactar mais de 19 mil atividades em quase mil diferentes empregos da economia do conhecimento.
   
• Para prestar atenção: riscos e desafios das empresas para criar uma estratégia de IA responsável. Spoiler: as maiores falhas estão nas plataformas de terceiros.