7 pecados capitais do uso de IA no setor financeiro

Apesar do avanço da digitalização no setor financeiro e bancário, a utilização da Inteligência Artificial ainda não atingiu todo seu potencial. Na análise do VP de product mining na Pegasystems, Kleber Stroeh, isso se dá seja pela má utilização da tecnologia ou por sua falta de conhecimento. Essa deficiência se traduz em resultados de projetos que não atingem as expectativas, frustrando clientes e tomadores de decisão.

Na lista abaixo, Stroeh detalha aquilo que considera como sete pecados capitais na implementação da IA e o que pode ser feito para redimi-los.

1. Falta de empatia (orgulho)

Stroeh destaca a necessidade de se entender o cliente e seu contexto, bem como de gerenciar sua jornada nos vários canais de atendimento. No entanto, o que se vê, com frequência, é a falta de empatia que se traduz em clientes subestimados, bombardeados por campanhas massivas que em nada se conectam à sua realidade. “Interações com o consumidor dizem muito sobre como ele é enxergado pela instituição. A IA, quando implementada para facilitar uma jornada centrada, confere a empatia necessária para que o atendimento cumpra bem o seu papel consultivo”, critica o executivo.

A “penitência” nesse caso cabe às instituições financeiras colocarem a IA a serviço do cliente, otimizando suas jornadas com informações contextuais, com ações e campanhas para pessoas reais. “Não há mais espaço para campanhas massificadas. Adentramos a era da individualização do marketing e do atendimento, e é um processo que não tem volta”, acrescenta Stroeh.

2. Falta de ética (luxúria)

“Infelizmente, propostas preconceituosas ainda ocorrem. São comuns exemplos como o que segue: para um casal que tem o mesmo salário e as mesmas condições de contexto (endereço, nível escolar etc), o marido recebe uma oferta de crédito melhor que a esposa – um caso típico de viés algorítmico. Com isso, o banco não só deixa de atender bem à cliente, mas abre margem para que a concorrência faça melhores propostas a ela, além de criar para si um problema de imagem de marca (sexismo).

A IA é capaz de lidar com esses vieses, mas cabe à instituição dar a devida atenção à etapa de testes, garantindo a isonomia das suas recomendações. Tais testes devem ativamente buscar por vieses associados com características sensíveis, como sexo, idade, raça, origem, entre muitos outros”, aconselha Stroeh.

3. Preguiça

A IA não pode ser tratada como uma caixa preta, nem como a solução para tudo funcionando de forma isolada. Stroeh recomenda que, para explorar seu máximo potencial, é necessário buscar profissionais que saibam usá-la, de preferência pessoas qualificadas e com experiência.

“Depois, testar sua aplicação em pequenas partes, em diferentes cenários e ter certeza que ela indica as melhores práticas. Caso contrário, a ferramenta não vai entregar tudo que pode e a preguiça vai emperrar o desenvolvimento. Pior do que não saber a informação, é interpretá-la incorretamente, ou não saber usá-la. A penitência aqui é incorporar as práticas necessárias, antes de querer que o resultado perfeito caia do céu”, alerta.

4. Focar nos objetivos de curto prazo (ganância)

É necessário ter paciência e implantar processos e interações considerando o perfil da empresa e o histórico do cliente. Um erro muito comum é contratar a IA e querer otimização imediata, que certamente não trará os resultados desejados. É necessário ter objetivos de longo prazo e revisitá-los com o tempo.

5. Gula

Stroeh comenta um erro frequente que não deve mais acontecer: “se a IA não automatiza tudo, não serve”. Se a empresa não está madura ainda para entregar a interação com o cliente à IA, é essencial desenvolver a ferramenta, trazer as áreas envolvidas e evoluir a solução tecnológica.

“Uma alternativa à automação completa de um processo é a extensão da inteligência do atendimento; em outras palavras, ao invés do sistema tomar a decisão sozinho e realizar a ação subsequente, ele mostra a um operador opções de linhas de ação (geradas por IA) e depois deixa o operador escolher a mais adequada – e aprende com o processo de tomada de decisão feito pelo humano. A implantação da IA também precisa de bom senso, antes de querer colocá-la em funcionamento. A redenção, nesse caso, é se envolver no desenvolvimento, para colher os resultados posteriormente.”

6. Inveja

Copiar o modelo do concorrente, porque deu certo, é o caminho errado, alerta o executivo. É preciso treinar a equipe que vai se beneficiar da IA, e buscar algo adequado à realidade e ao dado tratado pela instituição, antes de querer copiar o outro. “Para quem só conhece martelo, todo problema é prego” (Abraham Maslow).

7. Ira

O problema da coleta eficiente de dados é que eles podem contar o que não se quer ouvir. E, nesse caso, o erro é culpar o mensageiro. “A IA traz dados que contam a realidade e apontam para o problema que deve ser resolvido. Então a penitência nesse caso é ter maturidade ao implantar a solução, para enfrentar de olho aberto o problema que pode aparecer, implantar múltiplos pontos de checagem, com visão fim-a-fim. Esses serão os primeiros passos para fazer a IA evoluir o negócio”, sinaliza Stroeh.