O avanço de técnicas de inteligência artificial está permitindo às instituições financeiras personalizarem produtos e serviços de investimentos, criando ofertas mais assertivas e que atendem às necessidades dos investidores. Com isso, a experiência do cliente melhora, o que gera um grande ganho e uma vantagem competitiva para bancos e corretoras. 

Ao participarem do showcase “Inteligência artificial para hiper personalização de produtos e serviços de investimento”, realizado na última quarta-feira (2/10), Luís Rueda, gerente de produtos na Sinqia, e Riccardo Lanzuolo, cofundador da 4KST, concordaram que IA abre um vasto caminho para o setor financeiro e pode mudar o jogo na experiência do cliente. E fizeram um alerta: quem ainda não está trabalhando com IA vai ficar em desvantagem. O debate faz parte da nossa Jornada de Inteligência Artificial e foi mediado por Lucas Ferreira de Lucena, nosso analista de Inovação.

“Com o incremento dos grandes modelos de linguagem (LLMs, na sigla em inglês), temos a oportunidade de fazer a hiper personalização, que pode trazer uma série de vantagens e melhorar a relação cliente-banco, com um atendimento mais humanizado”, analisou Rueda. Para ele, a oportunidade da hiper personalização decorre da capacidade da IA de fazer análises de dados, preditivas e comportamentais obedecendo os parâmetros da LGPD (Lei Geral de Proteção de Dados).

“Os LLMs vão trazer um monte de possíveis aplicações e ferramentas, com enorme capacidade de individualização. Quem não usar, vai ficar para trás; e quem não está se preparando agora também vai ficar para trás”, reforçou  Lanzuolo, lembrando que a IA é um campo mais amplo que engloba o aprendizado de máquina. Enquanto a IA busca criar sistemas que possam simular aspectos da inteligência humana, o aprendizado de máquina é uma subárea que permite que computadores aprendam com dados sem serem explicitamente programados.

Lanzuolo explicou que o aprendizado de máquina pode ser dividido em diversas categorias, sendo duas das mais comuns o aprendizado de máquina generativo e o discriminativo. O aprendizado discriminativo, por exemplo, é amplamente utilizado em aplicações como 'conhecer o cliente' (KYC, na sigla em inglês), análise de crédito e modelos preditivos que calculam pontuações de risco, classificam dados e fazem previsões.

“IA, no que diz respeito a machine learning (aprendizado de máquina), tenta imitar alguma coisa. A IA não inventa nada, ela imita o passado achando que o futuro imita o passado e usa dados históricos para fazer isso”, assinalou Lanzuolo. 

É por isso que contar com uma vasta e confiável base de dados faz toda a diferença para o sucesso de projetos que usam IA. Além disso, o uso dos dados precisa estar em conformidade com as exigências da LGPD. “Temos de trabalhar em cima de bases anonimizadas e ter o consentimento do cliente”, ressaltou Rueda.
Alguns obstáculos desse processo ficaram evidentes durante a primeira fase de open banking, quando clientes se mostraram receosos com o processo de compartilhamento de informações. “Precisa ser feito um trabalho de educação financeira para que os clientes entendam as vantagens  de permitir que seus dados sejam utilizados. Também precisa estar claro como foram feitas as recomendações de investimentos”, acrescentou Rueda.

Tendências 

Robôs advisors, recomendações mais personalizadas e uma relação mais direta entre cliente e IA estão no radar da indústria financeira. “As principais tendências no curto prazo são as aplicações de comandos de voz. Tudo que vemos na rede pública, com o avanço do ‎Gemini ou do ChatGPT, deve ser trazido para os modelos internos dos bancos. Isso porque a interação por comando de voz permite entender comportamentos e amplia as variáveis disponíveis no banco de dados para a identificação de oportunidades mais personificadas”, disse Rueda. 

Os robôs têm ganhado relevância nesse cenário, uma vez que facilitam a automatização de sugestões de  investimentos, de acordo com o cenário econômico e o perfil do cliente. O pano de fundo é um modelo que se retroalimenta e, à medida que o robô tem acesso a mais dados, ele aprende e consegue melhorar a compreensão acerca do tema. Com isso, bancos e corretoras conseguem sugerir investimentos personalizados a uma gama maior de correntistas.  

Outra aposta está no uso de IA para criar ofertas que reflitam as demandas de bancarização dos brasileiros. “É a criação de produtos financeiros mais adequados a esta parcela da população, porque uma boa parte da população ainda não é atendida pelos serviços financeiros”, explicou Rueda.

Confira o showcase na íntegra: