Como a inteligência artificial está a transformar a indústria financeira

Atualmente, estou a concluir o meu doutorado na Universidade de Vigo, focado na captação de informações, sua análise semântica, classificação e aplicação ao setor financeiro. Foi assim que nasceu o motor de categorização que usamos na Coinscrap Finance para ajudar as pessoas a melhorar sua saúde financeira: COCO (que também é meu apelido carinhoso desde criança). Trata-se de uma ferramenta que utiliza Inteligência Artificial, Aprendizado de Máquina e Processamento de Linguagem Natural.

Hoje vamos falar sobre essa primeira perna, inteligência artificial.

Vamos começar com um pouco de contexto:

Óscar Barba

Cofundador e CTO da Coinscrap Finance

Antes do Chat GPT. O que é e quando surgiu a inteligência artificial

A RAE define IA como: "a disciplina científica que se ocupa de criar programas de computador que executam operações comparáveis às que realiza a mente humana, como aprendizado ou raciocínio lógico" (aliás, nomeada expressão do ano pela FundéuRAE em 2022). Este termo foi incorporado ao Dicionário da Língua Espanhola em 1992, nada menos.

O blog da Universidade de Harvard faz um interessante resumo da história da IA, desde seus primórdios nos anos 50.

Vamos dar uma olhada no gráfico com sua evolução até o século XXI:

Para muitos, aquela partida de xadrez de 1997 em que Deep Blue derrotou o campeão Gary Kasparov representou um antes e um depois. Com uma mistura de incredulidade e (por que não dizer?) medo, percebemos que a IA havia chegado às nossas vidas (embora a primeira coisa que viesse à mente fossem algumas cenas de ficção científica). Mas a realidade é que sua aplicação em massa só ocorreu anos depois, com a explosão do “Big Data”, um mercado global avaliado em 2013 em 10 bilhões de dólares.

A aplicação da inteligência artificial à indústria

Arthur Samuel, engenheiro na empresa IBM, desenvolveu o primeiro programa de jogo de damas com habilidade suficiente para desafiar qualquer aficionadoo. Conseguiu que as ações da sua empresa disparassem 15 pontos no dia seguinte. Estamos a falar do ano de 1955. Algo mais recente é o caso do Google, que em 2012 desenvolveu uma rede neural profunda chamada Google Brain, capaz de melhorar significativamente a capacidade dos computadores para reconhecer imagens e voz.

Naturalmente, os governos sempre estiveram muito interessados nos benefícios do reconhecimento facial e da análise de dados. Muitas empresas têm realizado desenvolvimentos neste campo. Nos últimos anos, desfrutamos de uma vida mais simples graças à IA: presente em: o assistente virtual que liga a luz quando pedimos, o recomendador de conteúdo da Netflix, o frigorífico que faz a compra online ou - cada vez mais utilizado - GPT Chat, para mencionar algumas aplicações.

Poderíamos continuar por horas, mas concentremo-nos no que nos interessa: o mundo da banca e dos seguros.

Por que a IA é tão importante para o setor financeiro?

Como mencionamos, o atual crescimento da Inteligência Artificial deve-se ao Big Data, pois permite gerir volumes enormes de informações e processá-las em tempo real. Quanto maior é o volume de informações, melhor é o treinamento gerado e, portanto, mais precisas são as respostas. Isso interessa muito aos bancos e seguradoras, uma vez que seus clientes geram diariamente bilhões de transações.

A análise e processamento desses dados são realizados através do desenvolvimento de algoritmos, capazes de aprender e tomar decisões de forma autônoma. É uma disciplina que busca alcançar um raciocínio semelhante ao do cérebro humano. O fato de que as entidades possam compreender profundamente a situação financeira de seus clientes significa poder oferecer um aconselhamento hiper personalizado.

Uma vez que a IA faz seu trabalho, valiosas insights são obtidas, como datas de vencimento de seguros, gastos recorrentes, assinaturas, comportamentos de risco, renda habitual e muito mais.

Vamos dar um exemplo:

"Se o usuário receber uma renda extra, a entidade poderá recomendar que ele economize uma parte para aumentar sua poupança digital e se aproximar de seus objetivos (uma viagem, um novo computador...)."

O poder de uma ferramenta Insights pode impulsionar o seu negócio

Desta forma, as mensagens são hiperpersonalizadas e as comunicações são limitadas a mensagens que realmente são do interesse dos clientes. O segredo dos insights é que eles servem como ativadores de decisões para as pessoas, que finalmente podem tomar o controle de sua economia doméstica, graças aos dados. Além disso, permitem focar a estratégia de negócios de bancos e seguradoras e aumentar o envolvimento dos usuários, que veem melhorar sua experiência em suas plataformas digitais.

O nosso motor de IA é alimentado pelos ensinamentos de um Prémio Nobel de Economia 

Gostaria também de mencionar que muitos dos casos de uso do COCO levam em conta os princípios de Richard H. Thaler. O Prémio Nobel de Economia em 2017 baseou a sua investigação nas finanças comportamentais. A sua teoria explica como as pessoas precisam de um pequeno "empurrão" para tomar as melhores decisões em matéria económica.

"Se queres incentivar alguém a fazer algo, torna-o fácil."

Richard Thaler

Os seus estudos lançaram luz sobre o comportamento, limitações e dificuldades que as pessoas encontram em relação à economia doméstica. Inspiradas pelo seu trabalho, as nossas soluções apresentam dados compreensíveis aos usuários para que, com toda a informação dos seus hábitos, sejam capazes de estabelecer objetivos, antecipar eventos e melhorar a sua saúde financeira.

70% das famílias têm problemas para poupar

Encontramo-nos num ambiente económico turbulento e, precisamente por isso, a nossa missão é melhorar a vida das pessoas. Tal como reflete o último "Índice OCU de Solvência Familiar", 70% das famílias têm problemas para poupar e 11% têm dificuldades para chegar ao final do mês. Perante esta situação, muitas pessoas escolhem a sua instituição financeira com base nas ferramentas digitais disponíveis para a gestão das suas finanças. Não devemos esquecer que a penetração da banca móvel ultrapassa os 90% para o grupo etário entre os 16 e os 74 anos.

Sobre o autor

Óscar Barba é cofundador e CTO da Coinscrap Finance. Ele é um especialista Scrum Manager com mais de 6 anos de experiência na coleta e análise semântica de dados no setor financeiro, classificação de transações bancárias, deep learning aplicado em sistemas de análise de sentimento do mercado de ações e medição da pegada de carbono associada aos dados transacionais. 

Com vasta experiência no setor bancário e de seguros, Óscar está finalizando seu Doutorado em Tecnologia da Informação Atualmente está concluindo seu doutorado em Tecnologias da Informação no campo da Inteligência Artificial. É Engenheiro e Mestre em Engenharia da Computação pela Universidade de Vigo, Mestre em Comércio Eletrônico pela Universidade de Salamanca, Certificado Scrum Manager e Gerenciamento de Projetos pelo CNTG, Certificado em Arquitetura SOA e Serviços Web pela Universidade de Salamanca. Recentemente obteve a certificação ITIL Fundamentals, um reconhecimento das boas práticas na gestão de serviços de TI.