Ultrapassar essas barreiras e conseguir uma adoção eficaz da IA — especialmente da IA conversacional — implica mudar a nossa perceção sobre os dados. Como profissional com mais de 10 anos de experiência centrada nas transações bancárias, talvez os meus conselhos possam ajudá-lo a integrar a IA na sua organização.
Óscar Barba
Cofundador e CTO da Coinscrap Finance
Otimização de processos bancários: oportunidades, desafios e exemplos práticos
A banca digital está a transformar-se com o machine learning
O machine learning, ou aprendizagem automática, é uma área da inteligência artificial que permite às máquinas aprenderem e melhorarem automaticamente a partir de dados, sem necessidade de serem programadas de forma explícita para cada tarefa.
As capacidades dos algoritmos continuam a evoluir, mas no setor financeiro é fundamental incluir supervisão (ou semi-supervisão) por parte de especialistas durante todo o processo de treino. Só assim é possível minimizar os erros ao máximo.
Em vez de seguirem instruções rígidas, estes sistemas analisam grandes volumes de informação, identificam padrões e geram previsões ou tomam decisões com base na experiência acumulada.
À medida que processam mais dados, a sua capacidade de deteção torna-se mais precisa e eficiente. O uso desta tecnologia já está a revolucionar a banca digital há vários anos é, sem dúvida, um pilar essencial na evolução do setor.
No caso do COCO, o nosso motor de IA próprio, a eficiência e o desempenho do seu algoritmo permitem à Coinscrap Finance processar e classificar dados bancários em menos de 10 milissegundos, otimizando assim a tomada de decisões em tempo real.
💡 Sabia que...
“O nosso algoritmo pode ajudá-lo a determinar qual o cliente que está pronto para um novo produto financeiro.”
O dado perfeito: um mito que atrasa a tua estratégia digital
Com o aumento do volume de dados de um negócio, torna-se imprescindível dispor de sistemas capazes de os analisar em tempo real para gerar valor tangível. Curiosamente, todas as entidades acreditam que os seus dados estão em pior estado do que os dos outros— e essa mentalidade conduz a uma paralisia crônica.
A chave não está em esperar por um ecossistema de dados perfeito, mas sim em agir com as soluções disponíveis e obter um primeiro quick win construindo assim uma base sólida para melhorar progressivamente a qualidade e usabilidade dos dados.
As organizações que adotam esta abordagem são as que avançam com maior rapidez e eficácia. Um bom conselho é recorrer a especialistas em tecnologia financeira com experiência comprovada e capacidade para realizar integrações fiáveis e 100% seguras.
Os dados transacionais são informação sensível e devem ser protegidos com múltiplas camadas de encriptação e ofuscação, com garantias adicionais de segurança e cumprimento normativo em todas as etapas do processo.
Não chega ter uma solução pontual: é necessário compreender profundamente a infraestrutura tecnológica da entidade. Um fornecedor que não partilha essa visão torna-se um fardo, e não um aliado.
Como alinhar tecnologia, cultura e negócio para gerar impacto real
Uma metodologia poderosa é inverter o processo de implementação da IA: começar por definir que perceção queremos gerar nos clientes nos próximos anos, e trabalhar a partir daí. Esta abordagem permite tomar decisões que alinham de forma natural os aspetos tecnológicos, culturais e estratégicos.
Não se trata apenas de implementar ferramentas de inteligência artificial por modismo, mas de refletir sobre que tipo de relação queremos construir com o utilizador e que valor concreto queremos oferecer.
Dessa forma, será mais fácil priorizar investimentos, escolher os parceiros certos e gerar alinhamento interno. As entidades que avançam neste caminho não são as que têm mais orçamento ou dados perfeitos, mas sim aquelas que se atrevem a agir com o que têm, com uma mentalidade de melhoria contínua.
Exemplos de ferramentas inovadoras na banca digital
Há muito que a indústria deixou para trás a segmentação tradicional. Hoje, os produtos, serviços e comunicações são ajustados em tempo real ao comportamento e às necessidades específicas de cada utilizador, de forma automática.
Como referi há alguns meses, o nosso artigo científico "Aplicar a aprendizagem automática para detetar periodicidade em dados bancários transaccionais" foi apresentado nos Simpósios IEEE sobre Inteligência Computacional Aplicada e representa um avanço significativo nesta área.
Em vez de oferecer recomendações genéricas, a banca moderna projeta experiências financeiras únicas para cada cliente. Refiro-me à análise de hábitos de consumo, localização, padrões de poupança e até pegada de carbono, para adaptar totalmente a oferta.
O caso da B100 e a nova categoria bancária: The Healthy Banking
Os números falam por si:
- 2 toneladas de plástico recolhido graças ao uso do cartão Pay to Save.
- 230 milhões de euros em volume de negócios em 2024 para um neobanco recém-lançado
- 500.000 clientes projetados até 2026.
Um banco que o recompensa por se movimentar e aposta num futuro sustentável. É assim que pensa uma empresa que não tem medo de mudar as regras do jogo.
Pensumo: poupança para a reforma com cada compra online
E se poupar para a reforma fosse tão fácil como fazer uma compra online? Agora já é possível. Uma proposta de valor que torna mais apelativo criar uma almofada financeira através de recompensas automáticas no banco digital.
Trata-se de um cashback 2.0, em que os clientes acumulam contribuições para o seu plano de pensões à medida que fazem compras em lojas parceiras. Benefícios para o cliente, o banco e os comerciantes.
Caso de sucesso da Unicaja: a micro poupança automática
Muitas pessoas têm como objetivo automatizar a sua poupança e melhorar a sua saúde financeira sem esforço. Por isso, o banco espanhol Unicaja — tal como os exemplos anteriores — confiou em nós para criar uma ferramenta inteligente na sua plataforma digital.
Com ela, os utilizadores podem:
- Agendar contribuições periódicas ou pontuais.
- Partilhar objetivos de poupança com familiares ou amigos.
- Arredondar os pagamentos com cartão.
- Separar uma porcentagem do salário ou da pensão.
- Poupar sempre que a sua equipa favorita marca um golo.
Tudo isto, adaptando-se às metas e necessidades de cada pessoa.
O que nos reserva o futuro do setor bancário? Conversas que convertem
Falar com o banco será o centro da experiência financeira. Os consumidores de hoje querem que o seu banco os ouça, compreenda e responda de forma imediata— tendo em conta o seu contexto pessoal e o momento da sua vida.
Muito em breve, os assistentes financeiros virtuais proporcionarão uma experiência excecional, compreendendo profundamente os termos financeiros e a linguagem natural do utilizador, para dar a resposta mais adequada e contextualizada possível.
Como é que a banca pode alcançar esse nível? A inteligência artificial conversacional está a atingir capacidades inéditas, tornando-se numa aliada estratégica para o negócio, para a experiência do cliente (CX) e para o cumprimento regulatório.
Coinscrap Finance terá um papel de destaque nesta adoção massiva. Por isso, convido-o a seguir o meu perfil no LinkedIn para acompanhar todas as novidades que iremos lançar nos próximos dias.
Obrigado por nos ler!
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.
