As regras do setor financeiro estão sendo reescritas graças à AI AI generativa. Em sua conversa para o The Bridge, Joffrey Martinez, sócio-gerente e líder global de serviços financeiros Artefact, e Alexis Baufine-Ducrocq, sócia e líder de serviços financeiros, discutem a corrida para redefinir o desempenho financeiro com AI.

Joffrey Martinez supervisiona programas AI data AI para grandes bancos, seguradoras e instituições financeiras em todo o mundo. Antes de ingressar Artefact, trabalhou nas áreas de private equity e consultoria, incluindo na BearingPoint e na IBM Consulting France. É mestre pela Kedge Business School e possui a certificação Black Belt Lean Six Sigma, além de ter concluído o programa de educação executiva da École Polytechnique.

Alexis Baufine-Ducrocq auxilia bancos e seguradoras de renome na implementação de soluções AI IA Gerativa. Ele possui mais de 14 anos de experiência em consultoria na Europa e na Ásia e já ocupou cargos nas áreas de estratégia e tecnologia. Alexis estudou engenharia e telecomunicações na CentraleSupélec e é formado pela ESCP Europe.

Artificial intelligence parte do mundo financeiro Artificial intelligence muito tempo, mas o avanço da AI generativa AI da análise avançada está agora redefinindo a forma como as instituições encaram o desempenho, a produtividade e a criação de valor. Nos setores bancário, de seguros e de gestão de ativos, AI se tornando não apenas uma ferramenta para a eficiência operacional, mas um motor de transformação estratégica.

Hoje em dia, a competitividade no setor financeiro não é medida apenas pelas margens ou pela exposição ao risco, mas também pela eficácia com que as instituições conseguem coletar e utilizar seus data. A corrida está em andamento para oferecer decisões mais rápidas, melhores experiências para os clientes e operações mais resilientes, tudo isso baseado na orquestração inteligente da informação.

Rapidez, precisão e qualidade tornaram-se inseparáveis. Em um ambiente em que um banco pode aprovar um empréstimo em questão de horas, em vez de dias, ou uma seguradora pode reembolsar um sinistro em poucos minutos, as expectativas dos clientes mudaram para sempre. A liderança no setor financeiro pertencerá àqueles que conseguirem combinar agilidade com confiança: uma combinação possibilitada pela AI.

Dois caminhos para AI

Embora todas as instituições financeiras estejam envolvidas na AI , o nível de maturidade varia amplamente em todo o setor. O setor bancário de varejo e o de seguros foram dos primeiros a industrializar AI, em grande parte porque seus modelos de negócios dependem da escala: milhões de clientes, bilhões de data e pressão constante sobre as margens. Essas condições tornam o retorno do AI tanto mensurável quanto imediato.

Os bancos de varejo agora utilizam o aprendizado de máquina para pré-qualificar candidatos a empréstimos, personalizar ofertas e detectar anomalias nas transações dos clientes. As seguradoras empregam técnicas semelhantes para prever renovações de apólices, detectar fraudes e otimizar a subscrição. Em ambos os setores, AI contribui AI para a rentabilidade, reduzindo os custos operacionais e aumentando o potencial de vendas cruzadas.

Em contrapartida, a banca de investimento, a banca privada e a gestão de ativos entraram na AI por meio de áreas especializadas: negociação quantitativa, modelagem de risco e detecção de fraudes. Essas aplicações eram profundas, mas restritas, limitadas a especialistas como analistas quantitativos e atuários. O que está mudando hoje é a difusão da AI a cadeia de valor. O relacionamento com o cliente, a concessão de crédito e a gestão de risco estão agora impregnados de modelos preditivos e raciocínio automatizado. O que antes se limitava a centros de excelência isolados está se tornando parte integrante da tomada de decisões no dia a dia.

Como diz Joffrey: “Todos os participantes entraram na corrida pela AI, pois existe um verdadeiro desafio competitivo em explorar esse potencial.” A difusão da AI a transição da experimentação para a integração, de projetos isolados para uma capacidade abrangente em todo o setor que sustenta a competitividade.

Construindo as data

Entre os subsetores financeiros, o setor de seguros oferece talvez o retrato mais claro de como data profundamente a transformação. Os atuários, os primeiros data do setor, sempre utilizaram modelos estatísticos para calcular o preço do risco. Essa cultura de quantificação proporciona às seguradoras uma vantagem natural à medida que modernizam sua infraestrutura.

Nos últimos anos, o foco passou a ser a criação data de ponta a ponta. As seguradoras de saúde, de bens e de riscos gerais estão desenvolvendo plataformas capazes de coletar data de clientes, data de sinistros, data comportamentais e fontes externas em tempo real. O resultado é uma base unificada para previsão e personalização.

Atualmente, a maioria das seguradoras opera emcloud híbridas ecloud . Conjuntos de dados altamente confidenciais, como prontuários médicos, permanecem no local, enquanto data menos críticos data para nuvens públicas, a fim de proporcionar escalabilidade e análises avançadas. Cada vez mais, surge uma terceira camada — as nuvens soberanas — para conciliar a inovação com os requisitos regulatórios. Essa abordagem em camadas permite que as empresas equilibrem conformidade, agilidade e custo.

Igualmente significativo é o surgimento de data robusta. A responsabilidade pelos data se aproximando das funções de negócios, atribuindo aos subscritores, gestores de sinistros e profissionais de marketing a responsabilidade direta pela data e pelo uso data . Uma governança sólida transforma data um ativo técnico em um ativo operacional: limpos, contextualizados e utilizáveis para AI. Com uma governança sólida, AI de ferramentas especializadas para sistemas de autoatendimento que aceleram o impacto nos negócios.

Data do cliente (CDPs) estão se tornando fundamentais para essa estratégia. Ao interligar informações entre os pontos de contato, as CDPs permitem que as seguradoras detectem sinais precoces de rotatividade, personalizem ofertas e respondam dinamicamente ao comportamento do cliente. Em um setor conhecido pela alta rotatividade, onde, como diz Alexis, “o desafio é encher a banheira mais rápido do que ela esvazia”, data é agora sinônimo de retenção de clientes.

Com essas bases estabelecidas, AI passar de iniciativas conduzidas por especialistas para aplicativos de autoatendimento acessíveis a todas as unidades de negócios. Data tornam-se,Data , a ponte entre o potencial tecnológico e o impacto comercial.

Contrastes globais na AI

Ao comparar AI em todo o mundo, surgem padrões claros. Os Estados Unidos lideram com uma vantagem significativa, respondendo por mais de um terço AI global AI no setor de serviços financeiros. Instituições americanas como o JPMorgan incorporaram AI praticamente todos os processos, desde negociações e gestão de crédito até consultoria ao cliente, demonstrando como é a integração total em grande escala.

A Ásia vem logo em seguida, impulsionada pela extraordinária capacidade de inovação da China. A Ping An, por exemplo, evoluiu de uma seguradora para uma empresa de tecnologia diversificada, registrando milhares de AI e implementando centenas de casos de uso nas áreas de saúde, crédito e gestão de patrimônio.

A Europa está em pé de igualdade com a Ásia no que diz respeito à amplitude de suas iniciativas, mas se destaca por sua ênfase na ética e na regulamentação. Bancos como o UBS, o BNP Paribas e o Santander estão investindo fortemente em AI responsável, ao mesmo tempo em que implementam modelos avançados na prevenção de fraudes e no atendimento ao cliente.

Outras regiões estão avançando rapidamente de maneiras distintas. A América Latina, liderada pelo Itaú e pelo Nubank do Brasil, está utilizando AI combater fraudes e gerenciar ecossistemas bancários exclusivamente digitais. O Oriente Médio está se beneficiando de estratégias AI impulsionadas pelo Estado que aceleram a inovação em todos os setores, enquanto instituições africanas estão utilizando AI ampliar a inclusão financeira a populações carentes.

Apesar dessas diferenças, um fator comum une os líderes: o reconhecimento da AI infraestrutura estratégica. Os países e as instituições que tratam AI como um fator de custo, mas como uma plataforma de crescimento, estão avançando mais rapidamente, com maior confiança e com maior coerência.

Três vetores de criação de valor

Em todo o setor financeiro, AI gerando valor por meio de três fatores interligados: otimização de custos, crescimento da receita e proteção contra riscos.

A otimização de custos continua sendo o aspecto mais visível. A automação está reduzindo o “custo de atendimento” ao agilizar o processamento de documentos, a análise de risco e o atendimento ao cliente. No setor de bancos de varejo, a análise de crédito AI reduziu em dias o tempo de aprovação de empréstimos, diminuindo as despesas operacionais e, ao mesmo tempo, aumentando a satisfação do cliente. No setor de seguros, a automação de ponta a ponta agora consegue processar até 30% dos pedidos de indenização de bens e saúde em questão de minutos. O reconhecimento óptico de caracteres e os modelos generativos leem faturas, verificam a cobertura e acionam pagamentos instantâneos: um exemplo concreto de como a eficiência se traduz em experiência.

Esses mesmos sistemas valorizam a contribuição humana. Ao lidar automaticamente com casos rotineiros, AI os especialistas para que se concentrem em situações complexas ou delicadas, nas quais o discernimento e a empatia são mais importantes. A automação, nesse sentido, torna-se uma forma de rehumanizar o trabalho, em vez de eliminá-lo.

O crescimento da receita representa a próxima fronteira. A análise preditiva permite que bancos e seguradoras antecipem as necessidades dos clientes — um novo emprego, a compra de uma casa, uma mudança na vida — e proponham produtos relevantes exatamente no momento certo. AI generativa AI essa vantagem em contextos de consultoria: no setor de private banking, ela pode sintetizar análises de mercado complexas em insights concisos e práticos, reduzindo o tempo entre a avaliação especializada e a decisão do cliente.

Essas capacidades transformam os modelos de atendimento de reativos em proativos. As relações tornam-se contínuas, contextuais e personalizadas, representando um diferencial significativo em mercados onde as ofertas de produtos tendem a ser comoditizadas. AI um novo padrão para as relações com o cliente: disponibilidade, acessibilidade, personalização e capacidade de resposta a qualquer momento.

O terceiro vetor, a proteção, é talvez o mais crucial para a confiança. Atualmente, modelos de aprendizado de máquina monitoram milhões de transações em tempo real, detectando anomalias que indicam possíveis fraudes ou atividades de lavagem de dinheiro. A capacidade AIde lidar com data desequilibrados — em que as transações legítimas superam amplamente as fraudulentas — revolucionou a detecção de riscos.

No âmbito da conformidade, AI reduzAI os falsos positivos. Em vez de equipes numerosas de analistas revisando transações manualmente, AI os alertas para concentrar a atenção humana em atividades genuinamente suspeitas, reduzindo-os em algumas instituições por um fator de 100, sem perda de precisão. O resultado? Custos mais baixos, tempos de resposta mais rápidos e maior confiança por parte dos órgãos reguladores e dos clientes.

Além do ROI: o retorno cultural

Quantificar o impacto AIé relativamente simples. Os modelos de detecção de fraudes podem economizar dezenas de milhões de euros; a automação de processos pode gerar ganhos de eficiência de 20% a 30%. No entanto, o valor mais profundo reside na forma como AI a maneira como as organizações pensam e trabalham.

Tratar AI como uma ferramenta de automação é ignorar seu potencial transformador. Não se trata apenas de economizar alguns minutos em tarefas rotineiras; trata-se de redefinir funções, práticas de gestão e até mesmo o conceito de especialização. Na seguradora do futuro, por exemplo, os gestores supervisionarão AI que lidam com a maioria dos sinistros comuns, dedicando o tempo dos profissionais a casos excepcionais que exigem empatia e discernimento.

Há também a produtividade mais discreta das ferramentas do dia a dia, que Alexis descreve como produtividade difusa. Tecnologias assistivas como o Copilot podem economizar apenas alguns minutos por usuário, mas seu efeito cumulativo harmoniza a qualidade entre as equipes. Quando os funcionários compartilham descobertas e melhores práticas, eles aceleram a adoção e geram confiança em AI mais complexas.

Dessa forma, a preparação cultural torna-se tanto um pré-requisito quanto um resultado do AI . As organizações que estimulam a curiosidade e a colaboração obtêm retornos a longo prazo muito maiores do que aquelas que se concentram exclusivamente em indicadores financeiros imediatos.

Gerenciando as novas dimensões do risco

Nenhum setor tem mais experiência em gestão de riscos do que o financeiro. No entanto, AI novas formas de risco que exigem controles adaptados, desde data e o viés dos modelos até a resiliência cibernética e a explicabilidade.

Muitas instituições estão enfrentando esses desafios por meio do modelo das “três linhas de defesa”. Uma equipe desenvolve o algoritmo, outra valida sua integridade e uma terceira, que geralmente inclui autoridades reguladoras, analisa seu desempenho. Essa separação de funções garante a prestação de contas e a transparência ao longo de todo AI .

Fundamentalmente, a cultura de governança profundamente enraizada no setor oferece uma base sólida para AI responsável. Bancos e seguradoras já operam sob rigorosos padrões de confidencialidade e conformidade; estender esses princípios aos sistemas algorítmicos é uma evolução natural. Como observa Joffrey, “O maior risco é o risco de não fazer nada”. A inércia, nesse contexto, significaria ceder terreno competitivo a rivais mais ágeis.

A transformação humana

A mudança mais profunda, no entanto, é de natureza humana. A história mostra que cada onda de automação redireciona o foco profissional, em vez de eliminá-lo. Quando a calculadora mecânica surgiu no final do século XIX, os escriturários não foram substituídos; eles se tornaram analistas. A mesma lógica se aplica hoje.

AI cálculos, documentação e monitoramento, mas a necessidade de supervisão, interpretação e empatia humanas só tenderá a aumentar. Os profissionais do futuro serão supervisores de agentes inteligentes, orquestradores de processos e arquitetos da transformação. Seu valor não residirá na execução de tarefas rotineiras, mas na perspicácia e no discernimento.

O desafio não é tornar os seres humanos obsoletos, mas torná-los indispensáveis de uma nova maneira.

Rumo a um ecossistema financeiro mais inteligente

AI já AI a forma como as instituições financeiras gerenciam suas operações, interagem com os clientes e controlam os riscos. Na próxima fase, AI especializados AI atuarão de ponta a ponta ao lado de especialistas humanos, incorporando inteligência a todos os processos.

As instituições que liderarão essa transformação são aquelas capazes de combinar a inovação com a disciplina que sempre caracterizou o setor financeiro. Elas encararão AI apenas como uma tecnologia, mas como um meio de renovar o compromisso fundamental do setor: atender melhor os clientes, gerenciar riscos com responsabilidade e criar valor com inteligência e integridade.

Em suma, o futuro dos serviços financeiros não será determinado por quem implementar mais modelos, mas por quem os utilizar para construir instituições mais confiáveis, adaptáveis e centradas no ser humano.

 

Assista à entrevista original em francês: