Discurso de abertura: AI serviços financeiros: principais tendências e insights do mercado para 2024, pela ARTEFACT

Há dezesseis anos, investir em instituições financeiras tradicionais parecia uma aposta segura. No entanto, o rápido avanço da AI que a tecnologia pode ultrapassar até mesmo os bancos mais consolidados. Nos últimos anos, AI significativamente o panorama financeiro, desde o aprimoramento da detecção de fraudes com aprendizado de máquina até o aumento da eficiência da negociação algorítmica. O salto mais notável ocorreu nos últimos dois anos com AI generativa AI GenAI), que agora permite que as tecnologias demonstrem empatia nas interações com os clientes — um marco antes inimaginável.

Apesar dos avanços nas AI e da redução dos custos, apenas cerca de 10% das empresas financeiras conseguem ampliar com sucesso suas AI . A maioria das aplicações limita-se à integração de ferramentas como o ChatGPT ou o Copilot em processos já existentes, o que dificulta a medição do retorno sobre o investimento, da redução de custos ou do aumento da satisfação do cliente. A questão que se coloca é: quais são os obstáculos que impedem o uso bem-sucedido da AI e como eles podem ser superados?

Para enfrentar AI , a solução está no TIME — um acrônimo que representa Transformação, Integração, Medição e Capacitação.

Para alcançar resultados tangíveis, é necessário concentrar-se em uma transformação empresarial em grande escala, alinhada com a estratégia e as prioridades do grupo. A transformação deve ser abrangente, não se limitando apenas à incorporação de tecnologia aos processos existentes. Por exemplo, otimizar o custo de atendimento pode significar trabalhar nos processos administrativos, enquanto uma transformação focada na receita poderia ter como alvo os modelos de distribuição e os canais de atendimento ao cliente. O segredo está em identificar onde reside o valor e comprometer-se totalmente com isso.

Os sistemas legados no setor de serviços financeiros costumam criar silos, tornando complexos data e o controle de qualidade. As operações cloud no local raramente estão totalmente integradas. O foco deve ir além da infraestrutura para garantir que os modelos estejam totalmente incorporados à data e aos processos de negócios. Aproveitar o “LLMOps” — um conceito semelhante ao DevOps, mas adaptado para grandes modelos de linguagem — é fundamental para integrar AI ecossistema existente de forma eficaz.

O paradigma mudou: já não se trata apenas de treinar modelos, mas de medir seu impacto e desvios. O desenvolvimento de modelos está se tornando algo comum, mas monitorar seu desempenho na detecção de fraudes, na alocação de capital e nas interações com os clientes é fundamental. Uma estrutura de medição robusta envolve identificar questões, quantificar e compreender os problemas, além de supervisionar o impacto do modelo nos negócios, garantindo uma melhoria contínua.

O verdadeiro valor AI AI está nas pessoas. O sucesso na AI está ligado ao empoderamento e à capacitação dos profissionais da linha de frente. Ganhos reais de produtividade só podem ser alcançados quando a força de trabalho está ativamente envolvida, capacitada e pronta para adotar AI . Portanto, é essencial garantir que as pessoas mais próximas das operações sejam incluídas nesse processo e compreendam como AI suas funções.

AI tempo para transformar ambientes e processos altamente regulamentados. No entanto, o apelo à ação é para agir rapidamente a fim de obter uma vantagem competitiva. Como em qualquer corrida, a velocidade é importante, mas também é fundamental garantir que cada etapa da transformação seja sólida. A conclusão é clara: dê tempo AI , mas aja rapidamente para se manter à frente neste cenário em rápida evolução.