Com os avanços na IA baseada em agentes, os sistemas inteligentes de IA estão amadurecendo para facilitar a tomada de decisões autônomas em todos os setores, incluindo serviços financeiros.
No ano passado, o uso de IA generativa relacionado ao atendimento ao cliente, incluindo chatbots e assistentes de IA, mais que dobrou nos serviços financeiros, passando de 25% para 60%. As empresas estão usando a IA para automatizar tarefas demoradas, como processamento de documentos e geração de relatórios, gerando economias significativas de custos e eficiência operacional.
De acordo com o último relatório State of AI in Financial Services da NVIDIA, mais de 90% dos entrevistados relataram um impacto positivo na receita de IA de sua empresa.
Os agentes de IA são versáteis, capazes de se adaptar a tarefas complexas que exigem protocolos rígidos e uso seguro de dados. Eles podem ajudar com uma lista crescente de casos de uso, desde permitir melhores decisões de investimento, identificando automaticamente estratégias de otimização de portfólio, até garantir o alinhamento regulatório e a automação da conformidade.
Onde os Agentes de IA Oferecem Mais Valor em Serviços Financeiros
Para melhorar os retornos do mercado e o desempenho dos negócios, os agentes de IA estão sendo adotados em várias áreas que se beneficiam muito da tomada de decisão autônoma apoiada por dados.
Experiências Elevadas de Atendimento ao Cliente
De acordo com o relatório State of AI in Financial Services, 60% dos entrevistados disseram que a experiência e o engajamento do cliente eram o principal caso de uso da IA generativa. As empresas que usam IA já viram as experiências do cliente melhorarem em 26%.
Os agentes de IA podem ajudar a automatizar tarefas repetitivas enquanto fornecem as próximas etapas, como resolução de disputas e atualizações do tipo conheça seu cliente. Isso reduz os custos operacionais e ajuda a minimizar os erros humanos.
Ao lidar com consultas e formulários de clientes, os chatbots de IA dimensionam o suporte e garantem disponibilidade 24 horas por dia, 7 dias por semana, aumentando a satisfação do cliente. Os funcionários podem se concentrar em casos de nível superior baseados em julgamento, em vez de realizar a entrada de casos, análise de dados e documentação.
Detecção Avançada de Fraudes
Além disso, os agentes de IA são cruciais para a detecção de fraudes, pois podem detectar e responder a transações suspeitas automaticamente. O relatório State of AI destacou que, de 20 casos de uso, a cibersegurança experimentou o maior crescimento no ano passado, com mais de um terço dos entrevistados avaliando ou investindo em IA para cibersegurança.
A IA fecha o intervalo de tempo entre a detecção e a ação, pois a falta de ação pode resultar em perdas financeiras significativas.
Para combater a fraude, os agentes de IA podem monitorar os padrões de transação em tempo real, aprender com novos tipos de fraude e tomar medidas imediatas, alertando as equipes de conformidade ou congelando contas suspeitas, tudo sem a necessidade de intervenção humana. Além disso, equipes de agentes de IA podem trabalhar com outros sistemas para recuperar dados adicionais, simular possíveis cenários de fraude e investigar anormalidades.
Gerenciando Pagamentos Digitais e Transações Bancárias
Os agentes de IA facilitam o gerenciamento financeiro, especialmente para pagamento de contas e gerenciamento de fluxo de caixa. Como a IA baseada em agentes oferece suporte a interações máquina a máquina em ecossistemas digitais, ela pode garantir a conformidade regulatória mantendo automaticamente trilhas de auditoria detalhadas. Isso reduz os custos de conformidade e o tempo de processamento, tornando mais fácil para as instituições financeiras operar em ambientes regulatórios complexos.
Processamento Inteligente de Documentos
Para os mercados de capitais, os insights de investimento mais poderosos geralmente estão ocultos em dados de texto não estruturados de fontes de documentos do dia a dia, como artigos de notícias, blogs e arquivos da SEC. Os agentes de IA podem acelerar o processamento inteligente de documentos (IDP) para fornecer informações e recomendações de investimento para os traders, permitindo uma tomada de decisão mais rápida e reduzindo o risco de perdas financeiras.
No banco de consumo, lidar com documentos como registros de empréstimos, registros regulatórios e registros de transações envolve muitos dados complexos. Essa quantidade de dados é tão grande que pode ser difícil e demorado processá-los e entendê-los manualmente. O IDP ajuda a resolver esse problema, usando IA para identificar tipos de documentos, resumir documentos, empregar geração aumentada por recuperação para respostas e suporte e organizar dados.
Os insights orientados por dados de sistemas multiagentes informam decisões estratégicas de negócios, pois esses sistemas aprendem continuamente com os dados institucionais e de clientes usando um data flywheel.
Exemplos de Agentes de IA em Serviços Financeiros
Muitos clientes e parceiros do setor se beneficiaram significativamente da integração da IA em seus workflows.
Por exemplo, a BlackRock usa o Aladdin, uma plataforma proprietária que unifica os processos de gestão de investimentos nos mercados público e privado para investidores institucionais.
Com várias aplicações Aladdin e milhares de usuários especializados, a equipe da BlackRock identificou uma oportunidade de usar a IA para otimizar a experiência do usuário da plataforma, promovendo a conectividade e a eficiência operacional. De forma rápida e segura, a BlackRock reforçou a plataforma Aladdin com IA avançada por meio do Aladdin Copilot.
Usando um modelo de desenvolvimento federado, em que diferentes equipes podem trabalhar em agentes de IA de forma independente enquanto constroem uma base comum, a equipe central de IA da BlackRock estabeleceu um sistema de comunicação padronizado e um registro de plug-ins. Isso permite que os desenvolvedores e cientistas de dados da empresa criem e implantem agentes de IA adaptados às suas áreas específicas, melhorando a inteligência e a eficiência para os clientes.
Outro exemplo é a plataforma de IA generativa da bunq, Finn, que oferece aos usuários uma variedade de recursos para ajudar a gerenciar finanças por meio de um chatbot no aplicativo. Ele pode responder a perguntas sobre dinheiro, fornecer informações sobre hábitos de consumo e oferecer dicas sobre como usar o aplicativo bunq. A Finn usa IA avançada para melhorar suas respostas com base no feedback e, além do chatbot no aplicativo, agora lida com mais de 90% de todos os tíquetes de suporte dos usuários.
A Capital One também está ajudando os clientes com o Chat Concierge, seu assistente de IA conversacional multiagente projetado para aprimorar a experiência de compra automotiva. Os consumidores têm acesso 24 horas por dia, 7 dias por semana, a agentes que fornecem informações em tempo real e agem com base nas solicitações dos usuários. Em uma única conversa, o Chat Concierge pode realizar tarefas como comparar veículos para ajudar os compradores de carros a encontrar sua escolha ideal e agendar test drives ou compromissos com uma equipe de vendas.
A mais recente plataforma de pesquisa global do RBC, Aiden, usa agentes internos para realizar análises automaticamente quando as empresas cobertas pelo RBC Capital Markets divulgam registros da SEC. Aiden tem um agente de orquestração trabalhando com outros agentes, como o agente de arquivamento da SEC, o agente de ganhos e um agente de notícias em tempo real.
Projetando Um Agente Financeiro com IA
As bases de um poderoso agente de serviços financeiros incluem:
- Recursos Multimodais e Multiconsulta: esses agentes podem processar e responder a consultas que combinam texto e imagens, tornando os processos de pesquisa mais versáteis e fáceis de usar. Eles também podem ser facilmente estendidos para suportar outras modalidades, como voz.
- Integração com Grandes Modelos de Linguagem: LLMs avançados, como a família NVIDIA Llama Nemotron, trazem recursos de raciocínio para assistentes de IA, permitindo que eles se envolvam em interações naturais e humanas. Os microsserviços NVIDIA NIM fornecem interfaces de programação de aplicações padrão do setor para integração simples em aplicações de IA, frameworks de desenvolvimento e workflows.
- Gerenciamento de Dados Estruturados e Não Estruturados: os microsserviços NVIDIA NeMo Retriever permitem a ingestão, incorporação e compreensão de fontes de dados relevantes, ajudando a garantir que as respostas dos agentes de IA sejam relevantes, precisas e sensíveis ao contexto.
- Integração, Otimização e Automação: o kit de ferramentas NVIDIA NeMo Agent permite criar, criar perfis e otimizar agentes de IA por meio de monitoramento unificado, criação detalhada de perfis de workflow e ferramentas de otimização orientadas por dados que expõem gargalos, reduzem custos e garantem sistemas escaláveis baseados em agentes e confiáveis em frameworks populares e workflows personalizados.
- Proteções para Conversas Seguras no Tópico: os NVIDIA NeMo Guardrails são implementados para ajudar a garantir que as conversas com o assistente de IA permaneçam seguras e no tópico, protegendo os valores da marca e reforçando a confiança do cliente.
Saiba mais sobre como as empresas de serviços financeiros estão usando a IA para aprimorar serviços e operações de negócios no relatório completo State of AI in Financial Services