A inteligência artificial desponta como nova arma da indústria bancária na disputa para determinar em qual instituição o cliente irá concentrar a maior parte de sua vida financeira, a chamada ‘principalidade’.
Para isso, as instituições estão adotando modelos de IA que consigam entender milhões de clientes de modo detalhado e, assim, moldar o atendimento a cada um deles, entregando comunicação e produtos hiperpersonalizados.
Com isso, bancos já conseguem ofertar um empréstimo para a compra de móveis assim que identificam uma mudança no endereço de cobrança do cliente, supondo que ele acabou de se mudar e irá precisar mobiliar a casa. Se pegou um carro de aplicativo ao aeroporto com o cartão de crédito, a instituição pode presumir que ele fará transações em outra cidade, e não irá bloqueá-las de imediato.
Visando melhorar o atendimento e torná-lo mais seguro, o Bradesco tem investido em reconhecimento de voz, para que seus sistemas reconheçam o cliente. Segundo Janaina Antoniassi de Souza, responsável pelos Canais Digitais do banco, isso reduziu em 30% o tempo de atendimento nos testes feitos no call center da instituição.
Neste processo, são usados dados sintéticos no treinamento dos modelos de IA, por meio da tecnologia LLM (“Large Language Model”, grande modelo de linguagem). Os desenvolvedores definem arquétipos e desenham o programa de modo que ele aprenda a melhor maneira de lidar com cada cliente, qual o meio de comunicação preferido, qual a linguagem a se adotar, o melhor horário para contato, além de analisar o momento financeiro.
“Dados sintéticos nunca tiveram um papel tão importante quanto hoje nesta área de aprendizado de máquina de IA”, diz Scott Zoldi, cientista diretor de análise de dados da Fico, provedora de software para instituições financeiras, incluindo Itaú e Bradesco.
Esses dados criados à imagem de dados reais também são fundamentais no desenvolvimento de ferramentas de combate à fraude, explica Zoldi, que tem 101 patentes de IA registradas nos Estados Unidos e outras 42 em análise.
“Devido à natureza do fraudador, temos que antecipar o que eles podem fazer. E então criamos dados sintéticos e pensamos: ‘Bem, se eles fizessem isso, como isso se pareceria em um fluxo de transações?'”, disse Zoldi durante a conferência anual da Fico, na Flórida (EUA).
O investimento nessas ferramentas tem crescido à medida que participantes da indústria veem um aumento nas tentativas de fraude conforme a piora do cenário macroeconômico.
“Hoje, é essencialmente uma guerra entre os criminosos e esses modelos, que se tornaram necessários. Se alguém os desligasse, o setor bancário certamente ficaria em uma situação muito ruim”, afirma Zoldi.
Atualmente, hackers desenvolvem modelos de IA que buscam encontrar vulnerabilidades nas instituições financeiras. Não apenas em processos tecnológicos, mas na avaliação de concessão de crédito e abertura de contas. Uma vez que essas fraquezas são identificadas, são exploradas por meio de contas laranja.
Outra maneira de evitar perdas com fraude é a divisão de responsabilidade. Por exemplo, ao identificar que a conta de destino de uma transação é suspeita e já foi alvo de reclamações, o banco pode pedir uma confirmação expressa do clientes antes de realizar a transferência, o que poderia isentá-lo da responsabilidade de estornar o valor.
“Todo mundo está usando o Pix. O problema é que, quando você envia o dinheiro, ele se vai instantaneamente e não apenas no final do dia ou três dias depois, como antigamente. Quem é o responsável pelo prejuízo? Deveria ser você, porque deveria saber que se tratava de um golpe e deveria tê-lo rejeitado? Ou deveria ser eu, porque eu deveria ter impedido o envio desde o início?”, diz Adam Davies, diretor de fraude, compliance e autenticação da Fico.
A jornalista viajou a convite da Fico
