A Inteligência Artificial já é uma velha conhecida no sistema financeiro. Bancos e fintechs utilizam diversas soluções desse tipo, seja para automatizar tarefas, seja para reforçar a segurança das transações. Porém, ainda assim, existem desafios. Devido a limitações de recursos, as organizações nem sempre conseguem ganhar escala ou tornar-se AI-first, para usar o jargão internacional.
Um artigo assinado por Chris Ibbitson, tecnologista chefe da HPE com foco em serviços de finanças, trata dessas questões. Confira os destaques a seguir.
Importância da Inteligência Artificial no sistema financeiro
Muitas empresas recorrem à Inteligência Artificial para otimizar as operações. No segmento financeiro, existem os softwares para automatização de tarefas repetitivas e os sistemas avançados para detecção de fraudes. Além disso, assistentes virtuais e chatbots tornaram-se importantes interfaces de relacionamento com o público.
Segundo estimativa da consultoria McKinsey, a IA pode adicionar até US$ 1 trilhão por ano em valor às companhias do setor financeiro. Alguns dos potenciais usos, parte dos quais inclusive vem sendo testada, envolvem:
- Monitoramento em tempo real das movimentações financeiras (para identificar ações atípicas ou suspeitas);
- Robôs de investimento, que negociam ativos automaticamente, com base em cálculos algorítmicos;
- Análise automatizada do perfil financeiro de cada cliente (para oferta de produtos personalizados);
- Prevenção de ciberataques.
Como você vê, a imaginação é o limite. No entanto, as organizações encontram barreiras para aproveitar, de fato, as vantagens da IA no sistema financeiro. São três os principais obstáculos: dados, qualificação profissional e capacidade de se adaptar à tecnologia.
Saiba mais: Como utilizar Inteligência Artificial na sua empresa
Os desafios do “AI-first” no sistema financeiro
Os dados são a chave para qualquer sistema de IA obter sucesso. Só que as empresas do setor financeiro têm dificuldade de integrá-los. Isso porque as informações geralmente estão espalhadas por diferentes locais (na borda, no data center ou até mesmo numa nuvem pública).
Sendo assim, o primeiro desafio para ganhar escala consiste em acessar os dados importantes onde quer que eles estejam. Mas, para tanto, é necessário levar em conta a segurança da operação, em consonância com a LGPD.
Depois vem a qualificação. A falta de profissionais habilitados em TI é notória tanto no Brasil quanto fora do país. Contudo, em se tratando de soluções que evoluem tão depressa, não basta contratar os (raros) talentos capacitados. Também é preciso treiná-los – o chamado upskilling.
Os times têm que entender quais são as aplicações possíveis da IA, bem como seus riscos e desafios de implementação. De preferência, essa mentalidade deve se estender aos gestores e aos membros do conselho administrativo, de modo que todos compreendam quando e por que é necessário investir em tecnologia.
Aliás, esse é o terceiro desafio. Estamos falando particularmente da infraestrutura. Programas de IA lidam com cargas de trabalho altíssimas, que precisam de processamento rápido e disponibilidade total. Sem isso, a empresa não consegue ganhar escala nem oferecer soluções eficientes ao público.
Portanto, é importante encontrar um conjunto de produtos e serviços que atendam à demanda, facilitando a digitalização das operações em larga escala. Você consegue isso com a ajuda da HT Solutions. Fale com nossos especialistas e saiba como podemos contribuir para o sucesso de seu negócio.
Foto: iStock/chombosan
