As empresas de serviços financeiros têm o desafio de definir e executar sua estratégia de AI.
As soluções de AI são usadas em praticamente todas as funções das empresas, como atendimento ao cliente, cibersegurança, aquisição de contas e conformidade com as normas, contribuindo para a receita bruta e o resultado líquido das organizações.
Toda a equipe, desde executivos até cientistas de dados, participa da decisão do valor investido, dos casos de uso mais lucrativos a serem priorizados e dos principais desafios que precisam ser superados de 2021 em diante.
Estas são algumas das conclusões da pesquisa recente da NVIDIA com mais de 200 profissionais de serviços financeiros de todo o mundo. Para apresentar um quadro mais completo de como as instituições de serviços financeiros estão usando AI e o que o futuro reserva para ela, a pesquisa “Estado da AI nos Serviços Financeiros” consistiu em perguntas abordando vários tópicos relacionados à AI, como modelos de implementação, gastos com infraestrutura, principais casos de uso e os maiores desafios. Os participantes da pesquisa eram líderes executivos, gerentes, desenvolvedores e arquitetos de TI de empresas de tecnologia financeira e empresas de investimentos, além de bancos de varejo.
Identificando o Status da AI nos Serviços Financeiros
Os resultados da pesquisa mostraram dois temas recorrentes: a AI oferece uma vantagem competitiva nos serviços financeiros, e os bancos pretendem investir pesado na infraestrutura de AI para aproveitar todo o seu potencial.
Os dados da pesquisa revelaram que, entre diversas funções e subsetores do setor, há pequenas diferenças em relação à melhor forma de implementar a AI e aos desafios específicos dos tomadores de decisão empresariais e implementadores técnicos.
Nos resultados da pesquisa, três pontos se destacaram:
Serviços com AI Aumentam a Receita e Reduzem os Custos
A maioria dos participantes reconheceram que a AI corporativa tem seu valor: 83% concordaram com a afirmação “A AI é importante para o sucesso da empresa no futuro”.
Os resultados da pesquisa mostraram como as empresas de serviços financeiros veem a AI como um facilitador de oportunidades de crescimento. Mais da metade dos participantes que deram suas opiniões afirmaram que a AI aumentará a receita anual das suas empresas em 10% ou mais. Por outro lado, apenas 12% dos participantes, exceto os que marcaram “Não sei”, declararam que a AI não está tendo impacto no crescimento da receita.
A AI também pode melhorar a receita líquida das instituições de serviços financeiros por meio da redução de custos. Bancos, seguradoras e gestoras de investimentos, por exemplo, estão realizando operações diárias com mais eficiência graças a tecnologias como AI conversacional, automação robótica de processos, reconhecimento óptico de caracteres e outras aplicações de machine learning e deep learning.
Esses serviços de AI economizam tempo e reduzem as despesas, automatizando o processamento de comunicações de sinistros, ajudando operadores de centrais de atendimento com o reconhecimento automatizado de fala para a transcrição de chamadas e realizando outras tarefas que exigem trabalho manual.
Levando as Vantagens da AI aos Clientes
Os participantes da pesquisa afirmaram que a AI ajudou suas empresas em três principais áreas: geração de modelos mais precisos (42%), garantia de vantagem competitiva (41%) e criação de produtos (34%).
Usar a AI para criar modelos mais precisos gera melhores resultados para os bancos e seus clientes, especialmente na proteção contra fraudes e na maximização dos retornos sobre investimentos. Essas vantagens proporcionam uma vantagem competitiva que geralmente garante uma participação maior no mercado e oferece mais valor aos acionistas. Os novos produtos de AI trazem oportunidades de venda cruzada, pois permitem maior personalização, o que melhora a retenção de clientes.
Desafios para Atingir as Metas de AI
Não se pode negar as vantagens de usar a AI nos serviços financeiros, mas, no caminho da pesquisa à produção em escala empresarial de modelos de AI para bancos, seguradoras e gestoras de investimentos, há possíveis dificuldades e desafios.
Nossa pesquisa identificou essas barreiras, começando pelos maiores desafios para atingir as metas de AI da empresa. Os três principais citados pelos participantes foram poucos cientistas de dados (38%, infraestrutura de tecnologia insuficiente (35%) e falta de dados (35%).
Para superar esses desafios, os executivos estão investindo na especialização da empresa em AI. Dos executivos, 60% responderam que o foco principal de agora em diante é identificar outros casos de uso da AI. Um em cada dois executivos participantes destacou que sua empresa também pretende contratar mais especialistas em AI para suprir a escassez de cientistas de dados.
Esses resultados abrem espaço para mais exploração, principalmente no contexto de novos frameworks e plataformas de AI para transações bancárias mais inteligentes.
Casos Famosos de Uso da AI nos Serviços Financeiros
Os participantes que trabalham em empresas de tecnologia financeira e de investimentos destacaram a otimização do portfólio e os robôs de investimento como os principais casos de uso da AI em que as empresas estão investindo atualmente. Esses dados vão ao encontro da maximização do retorno dos clientes sobre seus investimentos.
Já os participantes que trabalham em bancos comerciais e de varejo declararam que suas empresas estão investindo em AI principalmente para detectar fraudes por meio de pagamentos, transações e prevenção à lavagem de dinheiro. Esses resultados mostram que o foco principal é proteger os dados financeiros confidenciais dos clientes.
Capacitando o Futuro do Setor Bancário com a AI Empresarial
Com esses principais casos de uso da AI nos serviços financeiros e tantos outros mais disponíveis para bancos, seguradoras e gestoras de investimentos, faz sentido que o setor queira investir mais em AI. Salvo os participantes da pesquisa que marcaram “Não sei”, 62% disseram que sua empresa deveria investir mais em aplicações de AI.
Os profissionais de serviços financeiros veem o potencial da AI e estão dispostos a investir mais na tecnologia para cumprir o que ela promete. As empresas que veem como a AI pode gerar uma vantagem competitiva, criar produtos, aumentar a receita bruta e reduzir os custos para melhorar o resultado final são as que mais estão aproveitando o potencial da tecnologia.
Com a identificação de novos casos de uso e a presença cada vez maior da AI nas empresas, o próximo desafio dos executivos e da liderança de TI é criar plataformas de AI corporativa que ofereçam a produtividade, a escalabilidade e o retorno sobre investimentos necessários para ajudar as diversas equipes de AI das empresas.
Em vez de começar do zero, os cientistas de dados que criam modelos para diversos casos de uso podem usar contêineres do NGC, o hub de softwares otimizados por GPU da NVIDIA. Alguns deles são a NVIDIA Riva para reconhecimento de fala e conversão de fala em texto automatizados para transcrições de centrais de atendimento e o NVIDIA Merlin para frameworks de aplicações de sistemas de recomendação.
Para saber mais sobre a AI no futuro dos serviços financeiros, faça download do relatório da pesquisa para ver os resultados em detalhes.