Os serviços financeiros estão provando ser um ponto ideal para aplicações generativas de IA
Desde que a OpenAI lançou o ChatGPT-4, os maiores nomes da tecnologia, bem como uma miríade de aspirantes a start-ups, lutaram para criar soluções comercializáveis alimentadas por IA generativa.
Não demorou muito para que os analistas percebessem que os serviços financeiros são o ponto ideal para a geração AI. Os bancos, as seguradoras e as empresas do mercado de capitais são muito mais complexos do que o fabricante ou retalhista médio, com uma grande proporção de processos que se prestam à automação ou ao aumento (ver gráfico abaixo). Estão também sujeitos a mais regulamentação, com uma carga de conformidade que exige uma grande quantidade de dados e esforço manual. E há também o fato de que os serviços financeiros envolvem uma enorme quantidade de tarefas linguísticas, que a geração AI pode realizar sem suar a camisa.
Os serviços financeiros têm o maior número de empregos que podem ser automatizados ou aumentados pela IA
É claro que as empresas de serviços financeiros investem em IA há muitos anos. Os bancos, em particular, recrutaram agressivamente cientistas de tecnologia e de dados das universidades. Isto não só lhes permitiu desenvolver as suas capacidades de IA em áreas como a gestão de fraudes; criou também ambientes de investigação e de trabalho apelativos para académicos e outros especialistas escassos, facilitando o recrutamento adicional, bem como parcerias com o meio académico.
Qual é então a trajetória provável da geração AI nos serviços financeiros? Acredito que veremos duas tendências principais, trabalhando em direções diferentes.
Em primeiro lugar, os gigantes da tecnologia continuarão a investir maciçamente em sistemas grandes e complexos que abordem as funções horizontais das empresas de uma forma genérica mas em escala. Finanças, TI, vendas e marketing, RH e muito mais serão profundamente afetados. A construção, a formação e a utilização destes sistemas serão dispendiosas, pelo que é provável que haja relativamente poucos concorrentes ao prémio do domínio do mercado.
Em muitos casos, porém, será difícil auditar, gerir e governar estes modelos de acordo com os padrões que uma organização de serviços financeiros exigiria. De certa forma, a geração de IA em serviços financeiros é um pouco como a máquina a vapor quando entra em cena. Houve muito entusiasmo inicial, mas para obter valor com isso, as pessoas precisavam de maneiras mais rápidas de projetar ferrovias e fabricar material rodante, além de criar outras infraestruturas importantes. O trabalho de base deve ser feito primeiro para que os serviços financeiros aproveitem totalmente a IA generativa.
A segunda tendência, creio, será a proliferação de start-ups altamente especializadas, visando não apenas indústrias específicas, mas também nichos dentro de cada indústria. Esses sistemas verticais serão menores, mais simples e mais baratos, e serão habilitados por segmentação e modelagem de dados avançados. Nos serviços financeiros, irão abordar muitas das 73% das tarefas bancárias e 70% das tarefas de seguros que estão prontas para serem automatizadas ou aumentadas.
Esta verticalização e especialização dos modelos cria oportunidades para que as fintechs assumam nichos específicos e treinem os seus modelos em conjuntos de dados muito específicos. Isso permitirá resultados descomunais. Algumas das aplicações irão sobrecarregar tarefas e processos existentes; outros irão transformá-los completamente ou introduzir serviços ou capacidades nos quais ainda não pensamos.
O fascínio desta oportunidade reflecte-se no aumento do financiamento de capital de risco que, em certa medida, reverteu a queda no financiamento das fintech causada pelo aumento das taxas de juro. Entretanto, muitas fintechs existentes estão a aderir e a aproveitar a geração AI de formas especializadas, em benefício dos prestadores de serviços financeiros. De acordo com Centro de Cambridge para Finanças Alternativascerca de 90% de todas as empresas fintech já utilizam algum nível de IA nos seus modelos de negócio, todas trabalhando simultaneamente para conquistar o seu respetivo nicho de mercado.
Um exemplo é Como assim, que ajuda as empresas a resolver problemas de disponibilidade de dados, gerando dados sintéticos privados, totalmente auditáveis e utilizáveis para qualquer tarefa. A auditoria dos modelos de geração de IA e dos dados que utilizam é altamente evoluída e extremamente importante para os intervenientes nos serviços financeiros, a fim de garantir que não haja preconceitos na tomada de decisões.
Na gestão de patrimônio há IA responsiva, uma plataforma de última geração que usa IA de geração para análise de documentos e geração de e-mail de consultor personalizado. Outros exemplos incluem SkyHiveuma solução de requalificação da força de trabalho que aproveita a geração de IA para organizar dados do local de trabalho, automatizar processos de RH e capacitar uma economia de trabalho dinâmica e baseada em habilidades, e Núclia, que incorpora pesquisa de IA e respostas generativas em produtos de terceiros.
Embora as empresas de SF precisem gerenciar os riscos relacionados à explicabilidade, privacidade e segurança, a taxa de adoção de soluções baseadas em IA de geração genérica poderia ser dramaticamente mais rápida do que em qualquer outro setor, à medida que as empresas priorizam casos de uso, incluindo desenvolvimento de software e chatbots de gestão do conhecimento para apoiar o pessoal do front office. No entanto, os bancos e as seguradoras terão de estar atentos às regulamentações em torno da geração de IA à medida que são desenvolvidas e garantir que seguem os padrões e diretrizes corretos em várias geografias.
A adoção será impulsionada não apenas pelo rápido avanço da tecnologia em geral, mas, mais importante ainda, pela capacidade inerente da IA de melhorar continuamente. Pesquisas recentes demonstraram consistentemente que a grande maioria dos executivos empresariais reconhece isso e relata um maior investimento na tecnologia.
É demasiado cedo para prever o impacto exacto da IA genérica nos serviços financeiros, mas parece certo que haverá oportunidades significativas para aumentar a personalização, aumentar a gestão de relacionamento e o serviço ao cliente, e melhorar a eficiência através da automatização de tarefas com utilização intensiva de idiomas. As empresas Fintech podem muito bem estar na vanguarda deste movimento.
