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 Azul profundo 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 "Grandes dados", 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 - Chat GPT, 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 percepções 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 Gestor Scrum 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. 

Doutor em Tecnologias da Informação pela Universidade de Vigo, possui um Mestrado em Engenharia Informática, Mestrado em Comércio Eletrónico pela Universidade de Salamanca, Certificado Scrum Manager e Gestão de Projetos pelo CNTG, Certificado em Arquitetura SOA e Serviços Web pela Universidade de Salamanca. Recentemente obteve a certificação ITIL Fundamentals, um reconhecimento às boas práticas na gestão de serviços de TI.