Tiago Piassum (*) e Cristiano Oliveira (**)
Ao falar sobre inteligência artificial (IA), muitas vezes surgem associações com cenários de ficção científica, nos quais robôs autônomos substituem humanos em diversas tarefas e, em casos extremos, assumem o controle do mundo.
Embora esse cenário ainda esteja distante, os avanços recentes em IA são inegavelmente impressionantes. Modelos de linguagem de grande escala (LLMs, na sigla em inglês) estão automatizando tarefas complexas com alta precisão, segurança, velocidade e eficiência. O mercado de crédito, que lida diretamente com grandes volumes de dados e informações essenciais, é um exemplo claro do potencial da IA para revolucionar.
Fundamental na economia global, o mercado de crédito facilita o acesso ao capital para empresas e indivíduos. No entanto, enfrenta desafios persistentes, como a assimetria de informação, onde os credores frequentemente carecem de dados completos e atualizados para avaliar adequadamente os riscos. Além disso, os métodos tradicionais de análise de crédito são conhecidos por sua lentidão e altos custos. A IA surge como uma solução para esses desafios, transformando as decisões de crédito.
Diversas instituições já estão liderando a implementação da IA para transformar seus processos de crédito. Um estudo recente da McKinsey, que entrevistou executivos de risco de crédito de 24 instituições financeiras, incluindo nove dos dez maiores bancos dos Estados Unidos, revelou que 20% já adotaram IA em pelo menos uma área de suas operações, enquanto outros 60% planejam fazê-lo dentro de um ano.
Mesmo os executivos mais cautelosos acreditam que a IA será essencial para seus processos de gestão de risco de crédito nos próximos dois anos.
Uma das aplicações mais promissoras da IA no mercado de crédito é a automação dos processos de concessão de crédito.
Tradicionalmente, esse processo envolve a análise detalhada de grandes quantidades de dados e documentos, o que pode ser demorado e suscetível a erros humanos. No entanto, ferramentas de IA podem revisar documentos rapidamente, identificar fraudes, detectar dados faltantes e realizar análises automatizadas, automatizando e otimizando o processo de concessão de crédito.
A IA também aumenta significativamente a precisão dos modelos de risco de crédito. Usando algoritmos preditivos, conhecidos como aprendizado de máquina (machine learning), as instituições financeiras conseguem identificar padrões em volumes vastos de dados que passariam despercebidos por métodos tradicionais. Essa capacidade analítica aprimorada resulta em decisões mais seguras e com menores taxas de inadimplência.
Após a aprovação do crédito, a IA agiliza e acelera os processos de contratação, redigindo contratos legais e comunicando-se automaticamente com os clientes sobre as decisões de crédito e próximos passos. Na gestão de carteiras, ferramentas de IA podem automatizar relatórios de desempenho e risco, além de identificar proativamente mutuários ou segmentos que necessitam de atenção especial, utilizando dados em tempo real.
As instituições financeiras podem expandir suas operações com processos mais eficientes e decisões de crédito mais rápidas, sem aumentar os custos proporcionalmente. Isso beneficia tanto as instituições quanto os tomadores de crédito, tornando o crédito mais acessível e competitivo, promovendo a inclusão financeira.
Com o desenvolvimento contínuo da IA, surgem novas oportunidades, como a criação de modelos de crédito inovadores e formas avançadas de análise de risco. As instituições que adotarem essas tecnologias de forma estratégica estarão à frente da revolução tecnológica, moldando o futuro do crédito e garantindo sua competitividade nas próximas décadas.
(*) – É CEO e Founder da Rivool Finance (https://rivool.finance/).
(**) Professor Associado na Universidade Federal do Rio Grande e Head of Research na Rivool Finance.
