Cinco prioridades para aproveitar o poder da Inteligência Generativa (GenAI) no setor bancário

Os bancos enfrentam desafios significativos que podem limitar a sua capacidade de gerar grandes retornos do seu investimento na GenAI. Os resultados da pesquisa identificaram alguns desafios principais:

Experiência e recursos insuficientes

Os bancos veem lacunas nos recursos para a contratação de pessoal nas iniciativas GenAI. Mais de metade dos entrevistados disseram que a experiência interna insuficiente representava um grande desafio no estabelecimento de uma equipe GenAI dedicada. 

Restrições de custo e orçamento

As realidades econômicas vem limitando os investimentos dos bancos em todas as tecnologias e a GenAI não é exceção. Mais de metade dos entrevistados citaram os custos de implementação como um desafio ao explorar as iniciativas GenAI. 

Falta de confiança nas capacidades internas

As arquiteturas tecnológicas antigas e altamente personalizadas que existem hoje em muitos bancos, com todas as suas soluções alternativas e fluxos de dados deficientes, representam uma barreira à implementação da AI. Reconhecendo essas limitações, uma parcela significativa dos entrevistados afirmou não acreditar que a sua instituição tivesse a infraestrutura tecnológica e as capacidades corretas para implementar a GenAI.

Priorização de casos de uso

As opções concorrentes para a implantação de AI desafiam os bancos a identificar os casos de utilização iniciais que geram mais impacto. Muitos bancos estão priorizando recursos de automação legados (por exemplo, automação de processos robóticos) em áreas de back-office. Uma clara maioria dos entrevistados afirma que os seus bancos estão à espera de mais desenvolvimento e testes antes de priorizarem casos de utilização de atendimento direto ao cliente (front-office).  

Incerteza e risco regulatório

A evolução das regulamentações cria incerteza sobre os requisitos de conformidade e os riscos de responsabilidade que os bancos podem enfrentar. Do ponto de vista da resiliência, os bancos precisam estar preparados para evitar que hackers, fraudadores e outros malfeitores se aproveitem indevidamente do poder da GenAI. Dado que a regulamentação está se atualizando, as empresas terão de pensar na forma como constroem e viabilizam sistemas que se antecipam aos avanços na regulamentação, em vez de criarem processos que possam ser ultrapassados por restrições. Da mesma forma, os bancos que pretendam implementar esses avanços devem ter em mente as alegações dos reguladores de que as regras existentes serão aplicadas à GenAI.

Os riscos relacionados com a privacidade, segurança, precisão e confiabilidade dos dados são as principais preocupações dos bancos nas implementações da GenAI. Isso é compreensível, visto que os grandes modelos de linguagem (LLMs) podem estar sujeitos a anormalidades e preconceitos. A prevalência de dados sensíveis e confidenciais no setor bancário levanta preocupações sobre violações acidentais de dados e transações erradas. 

2. Explorar uma abordagem ecossistêmica para acessar novas tecnologias e talentos

Os vários bancos que precisam atualizar a sua tecnologia poderiam aproveitar a oportunidade para superar as atuais restrições de arquitetura tecnológica, adotando a GenAI. No entanto, para que a GenAI tenha utilidade no local de trabalho, necessita de acesso à experiência operacional e aos conhecimentos do ramo de atividade do colaborador.

Dada a novidade da GenAI e as capacidades tecnológicas limitadas de muitos bancos, podem ser necessárias aquisições ou parcerias para se obter acesso às competências e recursos necessários. A capacidade da GenAI de trabalhar com dados não estruturados facilita a conexão e o compartilhamento de dados com terceiros por meio de ecossistemas. Metade (51%) dos bancos afirmaram preferir parcerias como abordagem de entrada no mercado para casos de utilização da GenAI, em vez do desenvolvimento interno.

Em que pontos agir agora

Identificar oportunidades para modernizar a infraestrutura, melhorar a qualidade dos dados e aprimorar os fluxos de dados constituem o primeiro passo crítico. Os bancos talvez precisem melhorar as capacidades informáticas (por exemplo, capacidade do servidor, armazenamento de dados e poder computacional) para implementar a AI nos ambientes tecnológicos e de dados existentes nos bancos. Além disso, a construção de “gráficos de conhecimento” a partir da experiência institucional existente permitirá à GenAI extrair informações valiosas.

Olhando para frente

As oportunidades de aquisições e joint ventures podem ajudar os bancos a construir ecossistemas novos ou a melhorar os ecossistemas existentes com foco na GenAI e a fornecer novos produtos e soluções mais rapidamente. O argumento comercial para tais acordos deve basear-se em uma avaliação cuidadosa das capacidades e nos resultados dos casos de utilização iniciais. 

3. Reequilibrar o portfólio de inovação, ao mesmo tempo identificando casos de uso

Quando se trata especificamente da GenAI, os bancos não devem limitar a sua visão à automação, melhoria de processos e controle de custos, embora estes façam sentido como prioridades para implementações iniciais. A GenAI pode causar impacto nas operações voltadas para o cliente e as receitas de uma forma que as implementações atuais de AI muitas vezes não fazem. Por exemplo, a GenAI tem o potencial de apoiar a hiper-personalização de ofertas, o que ajuda a promover a satisfação e retenção do cliente e níveis mais elevados de confiança.

Da mesma forma, muitos bancos têm buscado estratégias de verticalização da indústria e de retenção de depósitos, bem como procurado fluxos de receitas novos e diversificados. Estes são tópicos lógicos para uma discussão dos casos de uso iniciais da GenAI.

5. Instituir governança e controles

A GenAI introduz novos riscos e aumenta os já existentes nas operações bancárias. Embora os processos e controles de governança de IA sejam um pouco semelhantes aos das tecnologias legadas, novos riscos exigem novos modelos e estruturas, tanto para casos de uso interno quanto para o uso de ferramentas de terceiros.

As organizações devem considerar quando e como os colaboradores podem potencializar a GenAI e avaliar os riscos distintos de casos de uso internos e externos. O impacto da GenAI nas operações é outro fator. Por exemplo, a aplicação da GenAI às decisões de concessão de empréstimos poderia levar a resultados tendenciosos com base em características protegidas (por exemplo, gênero ou raça). O ônus da prova cabe aos bancos, o que significa que terão de recolher provas para mostrar aos reguladores por que motivo(s) os pedidos são negados e que os requerentes são considerados de forma justa. Mesmo em casos em que atualmente não existem limites legais ou regulamentares, os modelos de governança devem ser concebidos para promover a utilização responsável e ética da GenAI.

Em que pontos agir agora

Como primeiro passo, os bancos devem estabelecer diretrizes e controles sobre a utilização, pelos colaboradores, de ferramentas e modelos GenAI existentes e disponíveis publicamente. Essas diretrizes podem ser projetadas para monitorar e impedir que os colaboradores carreguem informações proprietárias da empresa nesses modelos. Além disso, devem ser estabelecidas estruturas de governança e controle de ponta para o desenvolvimento, uso, monitoramento e gerenciamento de riscos da GenAI, independentemente de casos de uso individuais.

Olhando para o futuro

À medida que os bancos fazem mais investimentos em capacidades GenAI e desenvolvem novos casos de utilização, terão de avaliar os desafios e riscos únicos associados às ferramentas e ajustar a governança e os controles para cada caso de utilização individual. Novos casos de uso trarão novos requisitos contínuos para testes e avaliações de anormalidades, preconceitos e outros riscos.

Para encerrar

Aproveitar o poder transformador da GenAI requer uma combinação de novas ideias sobre um desafio de longa data para os bancos - como inovar e, ao mesmo tempo, manter as luzes acesas. Mas os bancos entendem claramente a urgência; uma grande maioria já está dedicando recursos à GenAI.

O sucesso na GenAI requer um planejamento futuro para definir a visão e uma abordagem programática para a priorização de casos de utilização, gestão de riscos e governança. Os bancos terão de desafiar a sua compreensão atual da AI, principalmente como uma tecnologia para automação de back-office e redução de custos. Pensar em como a GenAI pode transformar as funções de front-office e o modelo de negócios geral é essencial para maximizar o retorno do investimento em tecnologia. Os bancos também devem reconhecer a GenAI como apenas uma das peças integrantes de uma agenda global de inovação. A utilização da GenAI juntamente com um conjunto equilibrado de ações mensuradas, apoiadas por uma estratégia de longo prazo, permitirá aos bancos criar valor para clientes e acionistas, ao mesmo tempo que constroem o banco do futuro.

Sumário

Para aproveitar o verdadeiro poder da GenAI, os bancos precisarão avaliar o valor e o risco do caso de uso para poder contribuir adequadamente com um roteiro de longo prazo. Mediante análise das lições aprendidas com projetos de inovação tecnológica, capacidades de gestão de dados e talentos, os bancos podem ajudar a desenvolver uma estrutura para o desenvolvimento de casos de uso. O estabelecimento de governança e controles corporativos para uso interno e externo da GenAI e uma abordagem de "torre de controle" serão essenciais para avaliar a criação de valor do caso de uso e, ao mesmo tempo, gerenciar os níveis de risco associados.

Prashant Kher, Diretor Sênior de Estratégia de Ativos Digitais, EY-Parthenon, Ernst & Young LLP e Zachary Trull, Estratégia de Serviços Financeiros EY-Parthenon, Ernst & Young LLP foram os autores colaboradores deste artigo.