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.
