ODDO BHF & INDOSUEZ WEALTH MANAGEMENT na AI for Finance by Artefact - AI for Private banking & financial services

O private banking é um aspecto profundamente pessoal dos serviços financeiros, e ambos os bancos discutiram suas jornadas de IA. Começando com a IA em 2018, um banco lançou um fundo de investimento alimentado por IA e utilizou algoritmos para corretagem direcionada. O outro começou com NLP para resumir reports para gerentes de ativos e agora está testando casos de uso de GenAI, como tradução, conversão de fala em texto e data consulta.

Ambos os bancos exploraram uma variedade de aplicativos de IA. Um dos principais focos é capacitar a equipe de front office para agilizar reuniões, gerenciar atividades de clientes e fornecer listas de tarefas personalizadas. A IA ajuda os banqueiros a filtrar procedimentos complexos, liberando-os para passar mais tempo com os clientes. No entanto, o desafio está em equilibrar os casos de uso de alto impacto com a viabilidade operacional, garantindo um suporte significativo para a equipe sem complicar demais os fluxos de trabalho diários.

A confiança e a personalização são vitais na gestão de patrimônio. Em vez de substituir as interações humanas, a IA serve para aprimorar a capacidade dos banqueiros de dar suporte eficaz aos clientes. Começando com ferramentas internas - como chatbots integrados aos CRMs - os banqueiros recebem insights acionáveis dos clientes para melhorar a tomada de decisões. Ambos os bancos veem a IA como uma ferramenta para aumentar, em vez de substituir, os relacionamentos personalizados com os clientes, cruciais para o private banking.

Demonstrar o retorno sobre o investimento para projetos de IA é complexo, mas ambos os bancos enfatizam a agilidade. A estratégia envolve investimentos rápidos e pequenos com validação rápida, minimizando o risco e criando confiança com os patrocinadores. Um banco adotou design sprints para validar conceitos antes de grandes investimentos, e ambos estão convencidos de que a IA terá um impacto significativo no setor. No entanto, eles evitam tirar conclusões rápidas, concentrando-se em ganhos de longo prazo.

A industrialização e o dimensionamento das tecnologias de IA continuam sendo um desafio. Os sistemas legados, as pilhas de tecnologia em evolução e os novos requisitos de habilidades em análise data e IA apresentam obstáculos. Ambos os bancos investem na contratação de talentos especializados, como engenheiros de data e especialistas em ML, além de aprimorar as habilidades dos funcionários atuais para manter a continuidade. Apesar do apoio da gerência, provar que esses investimentos são corretos é vital para desbloquear um apoio mais amplo às iniciativas orientadas por IA.

Um banco promove a adoção criando ambientes sem estresse para que os bancários explorem a IA, começando com casos de uso geral antes de passar para aplicações mais específicas. O objetivo é ajudar os bancários a ver o valor que a IA traz para suas vidas profissionais. Para o treinamento, são encenados cenários para mostrar como a IA pode ajudar na aquisição de clientes e em outras tarefas. O segundo banco enfatiza o envolvimento da liderança, treinando a alta gerência em IA, promovendo as comunidades data e IA e realizando regularmente eventos de conscientização para compartilhar histórias de sucesso e facilitar o aprendizado. Os bancos priorizam diferentes níveis de treinamento - tanto de base ampla quanto focado em especialistas - para criar confiança e adoção entre os funcionários.