Edit Content

Menu

shutterstock_240486709_joel-santana

Como a AI e machine learning estão moldando o cenário de pagamentos

Como a AI e machine learning estão moldando o cenário de pagamentos

Melhorar a eficiência operacional, suportar o processamento de grandes volumes de dados e dar inteligência aos processos são alguns destaques dessas tecnologias nos meios de pagamentos

Compartilhar:

Share on facebook
Share on twitter
Share on linkedin
Share on email
Share on whatsapp

Não é preciso dizer que inteligência artificial (AI) e machine learning estão influenciando consideravelmente o mundo ao nosso redor. De automação de processos robóticos e reconhecimento de fala até agentes virtuais e carros sem motorista, tudo está sendo impactado por essas tecnologias. E, de acordo com o CEO do Google, Sundar Pichai, esse movimento está nos levando de um mundo mobile-first para AI-first.

 

Há cerca de dez anos, pouquíssimas pessoas estavam familiarizadas com a ideia de machine learning ou AI. Hoje, no entanto, o mercado é muito diferente. Um recente estudo global da Pega descobriu que 72% das pessoas já entendem o que é AI e apenas 28% se sentem desconfortáveis com a tecnologia. Não é surpresa que muitas indústrias, empresas e a mídia estejam tão focadas nisso.

 

Além do hype, do aumento da atenção da mídia com relação a AI e machine learning, e das inúmeras startups e gigantes da Internet que estão correndo para adquirir essas tecnologias, houve um aumento significativo no investimento e na adoção pelas empresas. De fato, de acordo com o estudo ‘State of Artificial Intelligence for Enterprises’ (O Estado da Inteligência Artificial para Empresas, em tradução livre), da Vanson Bourne, 80% das empresas já têm alguma forma de AI em produção atualmente; 30% planejam expandir seus investimentos nos próximos 36 meses; e 62% devem contratar um Chief AI Officer no futuro.

 

Na última década, construímos computadores poderosos que podem processar mais dados e usar algoritmos mais complexos e sofisticados do que nunca. Além disso, o volume de dados gerados aumentou exponencialmente, o que pode acelerar o treinamento desses algoritmos ainda mais. Essas evoluções rápidas e inovadoras mostram que há grandes oportunidades.

 

Melhores insights

 

O impacto da AI é sentido fortemente em todo o cenário de pagamentos, desde mudanças na forma como as pessoas investem seu dinheiro até a automatização do processo de empréstimo – um enorme avanço nesse mercado que já foi tão negligenciado por conta de desafios e infraestruturas complexos.

 

Um dos principais benefícios da inteligência artificial nas empresas de pagamentos é que ela pode ajudá-las a melhorar drasticamente a eficiência operacional. Os exemplos incluem redução do erro humano e do tempo de processamento, bem como melhores insights ao usuário e mais automação. Nesse sentido, a AI está ajudando as empresas a reimaginar e reestruturar modelos e processos operacionais.

 

Por exemplo, ela pode suportar o processamento de grandes volumes de dados das empresas para gerar relatórios financeiros e atender aos requisitos regulamentares e de compliance. Além disso, permite automatizar processos que normalmente envolvem um grande número de pessoas e tarefas repetitivas de processamento de dados.

 

Na verdade, o poder transformador da AI está tendo um impacto tão monumental na indústria que, segundo previsões, substituirá até 75% dos empregos de serviços financeiros terceirizados em 15 anos (KPMG). Isso pode ter uma enorme implicação nas organizações que buscam reduzir custos operacionais, permitindo-lhes desenvolver e cultivar outras áreas de negócios.

 

E nem preciso dizer que também haverá mudanças para os próprios trabalhadores. Tanto que há muitos debates sobre os impactos da inteligência artificial na força de trabalho – se a tecnologia levará ao aumento ou à degradação dela. Argumenta-se que a remoção de algumas das tarefas mais repetitivas e laboriosas dá às pessoas a chance de se desenvolver e assumir papéis mais estratégicos e envolventes. De fato, uma pesquisa da Forbes indica que, até 2034, essa tecnologia poderia aumentar a produtividade do trabalho em até 40%.

 

Decisões mais embasadas

 

Tanto inteligência artificial quanto machine learning estão apoiando decisões de investimento orientadas por dados. Técnicas quantitativas e novos métodos de análise de big data têm sido cada vez mais adotados pelos principais players do mercado. E como a quantidade e o acesso a dados disponíveis continua crescendo, a tecnologia continuará impactando a maneira como os investidores alavancam a análise de dados para tomar decisões mais embasadas.

 

O setor de empréstimos tem potencial para atingir eficiências operacionais e estratégicas massivas ao implementar machine learning. A tecnologia já está sendo usada em todos os tipos de verticais, de varejo à saúde, e pode substituir abordagens antigas de modelagem estatística por técnicas novas e inovadoras em toda a indústria de serviços financeiros.

 

Em termos gerais, machine learning gera um enorme impacto na indústria por ser uma forma confiável de reduzir gastos e riscos. Além disso, as ferramentas estão sendo usadas para automatizar o processo, proporcionando um enorme benefício aos clientes, tanto em termos de velocidade de processamento quanto, claro, de redução de custos.

 

Sucesso em ação

 

Um exemplo de AI e machine learning em ação é o trabalho que um dos parceiros da PayU, a Kreditech, está fazendo em pagamentos. As empresas acreditam no enorme potencial de machine learning e AI para levar serviços de crédito e financeiros para populações carentes e melhorar a liberdade financeira em mercados emergentes, como Índia e Brasil, que exigem melhores acessos a esses serviços.

 

O modelo da Kreditech usa ciência e tecnologia de dados para permitir que as empresas obtenham um melhor entendimento sobre a classificação de crédito de um cliente. Além disso, usa machine learning e AI para processar dados alternativos que permitem o desenvolvimento de uma ferramenta de pontuação que aproveita esses dados para substituir os modelos tradicionais de crédito.

 

Serviços como esse são importantes em economias maduras em que as empresas hesitam em reduzir seu limite de risco com base nos modelos tradicionais de verificação de pagamento. Segundo a McKinsey, dois bilhões de pessoas em países em desenvolvimento não têm acesso a serviços financeiros, como contas de poupança e crédito. Isso é quase metade da população adulta do mundo em desenvolvimento. A oportunidade é, sem dúvida, enorme.

 

Até o momento, inteligência artificial e machine learning possibilitaram que os principais players do cenário de pagamentos e fintechs se transformassem dramaticamente, tanto em termos de processos de back-end quanto de front-end. A partir do corte de custos, da automação de operações demoradas e do encurtamento do processo de aprovação de crédito, essas tecnologias continuarão abrindo caminho para o setor de pagamentos. As mudanças que citei são apenas o começo e, pessoalmente, estou animado para ver o que ainda está por vir.

 

*José Velez é CTO da PayU