Em uma atividade já profundamente ligada à análise de dados como a avaliação de risco para a concessão de crédito, a revolução recente com o uso da inteligência artificial trouxe impactos diretos. Os principais bancos e fintechs do Brasil têm acelerado a incorporação da IA na concepção e oferta de produtos a clientes, em aplicativos cada vez mais avançados. Mas a ferramenta também já apresenta resultados de eficiência "dentro de casa", antes mesmo da originação de crédito, na definição de limites para cartões ou na avaliação do perfil de risco.

De forma geral, ganhos de eficiência operacional e a redução de custos são os principais benefícios percebidos pela maioria das instituições na adoção da IA. De acordo com estudo da Federação Brasileira de Bancos (Febraban), estes pontos são citados por 74% das empresas que usam as ferramentas.

A IA se destaca pela capacidade de identificar potenciais riscos, um valor percebido por 63% dos bancos consultados na Pesquisa Febraban de Tecnologia Bancária. A tecnologia tem sido aplicada ainda na previsão de tendências e comportamentos em 37% dos casos.

Na busca pela eficiência operacional, 50% dos bancos apontam ter uma integração em larga escala da IA na análise de risco de crédito. Por outro lado, 25% afirmam não utilizar as ferramentas neste tema. É o segundo setor mais desenvolvido - apenas detecção de fraudes e lavagem de dinheiro são assuntos em que a IA está mais madura, de acordo com a pesquisa da Febraban.

Bruno Diniz, especialista em fintech da consultoria Spiralem, comenta que a área de crédito permite mensurar facilmente os impactos. "Melhorias nos modelos de concessão acabam se transformando em ganhos imediatos em termos de inadimplência, precificação da operação e eficiência", afirma. No Brasil, há um elemento que beneficia a adoção das análises de dados: o Open Finance. A infraestrutura consegue facilitar a visão holística a respeito do tomador de crédito, seja pessoa física ou empresa, indica Diniz.

As fintechs e bancos ainda usam mecanismos de análise de dados mais tradicionais no coração do motor de crédito, segundo Diniz. Os modelos de IA generativa, como o ChatGPT, por exemplo, estão sendo incorporados em etapas da análise. Ainda assim, o especialista aponta que há desafios técnicos, pelo risco de "alucinação" das ferramentas, e regulatórios.

Casos

No Nubank, a IA esteve por trás de um programa que aumentou significativamente os limites de cartão de crédito para um grupo de clientes. Em teleconferência com analistas, o CEO da fintech, David Vélez, explicou que o desenvolvimento dos modelos busca incorporar mais e melhores fontes de dados, a expansão das amostras de treinamento e o refinamento das técnicas de modelagem. "Traduzindo isso em resultados comerciais, nossos modelos iniciais permitiram uma grande atualização nas políticas de limite de cartão de crédito no Brasil, permitindo aumentar significativamente os limites mantendo o mesmo apetite de risco", ressaltou.

A empresa de infraestrutura de tecnologia financeira Celcoin, que atende cerca de 300 empresas na sua vertical de crédito, adquiriu a startup Vulkan Labs. A empresa é especializada em motor de decisão de risco orientado por IA. A solução é orientada por fontes de dados como o Open FInance e a base do Serasa.

O iFood Pago está avançando no crédito para pessoas físicas, além da oferta para restaurantes. A área financeira da empresa de delivery se apoia em dados gerados pelo comportamento dos clientes e parceiros e, com IA, consegue fazer uma avaliação mais completa da capacidade de pagamento dos restaurantes e oferecer crédito para quem enfrenta dificuldade nos bancos.

"Criamos um algoritmo que enxerga a capacidade operacional de um restaurante e dá uma nota de sustentabilidade operacional e financeira", afirmou o CEO do iFood, Diego Barreto, em entrevista à Broadcast, em outubro.

No Mercado Pago, o principal ganho gerado pela IA vem da possibilidade de incluir novas variáveis aos modelos. O vice-presidente sênior da fintech do Mercado Livre, André Chaves, explica que, agora, a tecnologia é capaz de incorporar na análise mais do que variáveis numéricas, mas também dados não estruturados, como texto e, em breve, voz e vídeo. Na prática, isso permite uma análise mais aprofundada do comportamento dos clientes, para além de renda ou histórico formal, o que ajuda a otimizar a concessão de crédito.

À frente

A hiper personalização nos serviços bancários é um objetivo perseguido pelo setor. O uso de IA é um catalisador para alcançar este patamar em temas como a concessão de crédito, avalia Diniz. Ele enxerga que crédito baseado em fluxo de caixa, por exemplo, pode evoluir a ponto de ter análises em tempo real.

"Espero para os próximos dois a três anos a evolução de governança para os motores de crédito com base na análise de dados. Estamos nos movendo nesta direção, mas é preciso observar este aspecto."

Monitoramento de carteiras de crédito e mecanismo de avisos de riscos são outras verticais que devem se desenvolver no uso da IA, assim como cobrança, negociação e prevenção a fraudes podem ganhar eficiência.

Diniz considera que a evolução da análise de dados pode até mesmo contribuir para a "democratização" da concessão de crédito Ele chama atenção, porém, para o risco de que os modelos de IA carreguem vieses que reforçam padrões discriminatórios e desigualdades, por exemplo.