A popularização das ferramentas de inteligência artificial (IA) vem suscitando debates sobre os erros e acertos do uso dessa tecnologia nos processos de tomada de decisão nas empresas.
No quarto painel do XSummit, fórum aberto de inovação no mercado de capitais da Bloxs, em março, uma das preocupações foi definir como a aplicação de dados e IA dentro das organizações pode ser feita de forma responsável.
A conversa foi conduzida por Vinicius Melo, da Bloxs, e contou com a participação dos especialistas Rafael Delgado, da Okiar, e Dionísio Agourakis, da JAI.
O debate se aprofundou em temas como a otimização de processos em um mundo de recursos finitos e o uso de IA no setor financeiro para diversas finalidades, como análise de crédito, detecção de fraudes, gestão de portfólio, previsão de indicadores econômicos, entre outros.
Neste artigo, vamos nos aprofundar nos pontos mais importantes dessa conversa ao longo dos seguintes tópicos:
Dados como ativo: o poder da inteligência artificial nas tomadas de decisão
O quarto painel do XSummit discutiu em profundidade o impacto dos dados e da IA no mercado financeiro e de capitais.
Na conversa, foi destacado inicialmente a essencialidade dos dados nas decisões empresariais. Vinicius Melo abriu a discussão, enfatizando como é essencial compreender o uso dos dados no dia a dia das empresas e a importância de prepará-los adequadamente antes de tomar qualquer decisão.
“Em um mundo inundado de dados, a capacidade de selecioná-los, organizá-los e interpretá-los é fundamental para orientar decisões estratégicas assertivas.”
A conversa também explorou como a inteligência artificial pode ser uma aliada nesse processo, simplificando o manejo da complexidade e grande volume de dados.
LEIA TAMBÉM: O impacto da tecnologia na disrupção do mercado de capitais
Como melhorar a alocação de recursos escassos
Os participantes também abordaram a otimização de processos em cenários de recursos limitados. O ponto central foi como a IA pode ser utilizada para aumentar a eficiência na tomada de decisões.
A IA foi apontada como uma ferramenta valiosa para melhorar a alocação de recursos escassos, seja aumentando a precisão das decisões ou automatizando tarefas que demandam tempo, permitindo que os recursos humanos e financeiros sejam utilizados de forma mais estratégica.
Ao abordar a estruturação e a análise de dados, Rafael Delgado enfatizou a importância de organizar e analisar meticulosamente as informações como fundamentos para uma tomada de decisão otimizada.
Ele destacou que, antes de adentrar em modelos complexos de IA ou análises avançadas, é essencial que as empresas tenham uma base sólida de dados limpos e bem organizados.
Delgado apontou ainda que a preparação dos dados é uma etapa crítica em muitos projetos de IA, na qual a coleta, limpeza e estruturação dos dados são vitais para garantir a confiabilidade e a precisão dos resultados obtidos por modelos de IA.
“Essa fase preparatória é um componente crucial que impacta diretamente a eficácia da aplicação subsequente da IA.”
Aplicações práticas da inteligência artificial
Em seguida, Rafael Delgado e Dionísio Agourakis discutiram como a inteligência artificial está revolucionando o setor financeiro com suas aplicações práticas.
Eles destacaram que, embora algumas aplicações sejam baseadas em conceitos de estatísticas e economia, a IA eleva a eficiência, a velocidade e a precisão a novos patamares. Entre os exemplos citados estão:
- Análise de crédito: os modelos de IA estão transformando a análise de crédito ao avaliar com mais precisão o risco de inadimplência. A IA analisa um grande volume de dados dos candidatos, incluindo informações não convencionais, para prever a capacidade de pagamento, diminuindo o risco de crédito e possibilitando taxas mais favoráveis para consumidores de confiança.
- Detecção de fraudes: a IA é essencial na detecção de fraudes, identificando padrões suspeitos e aprendendo continuamente com novos dados para se tornar mais eficaz na identificação de atividades fraudulentas, minimizando os falsos positivos e protegendo os ativos dos clientes e a integridade do sistema financeiro.
- Gestão de portfólio: modelos de IA na gestão de portfólio auxiliam investidores a maximizar retornos ajustados ao risco, utilizando algoritmos avançados para analisar o mercado e ajustar alocações de ativos em tempo real, seguindo princípios como a diversificação de Markowitz.
- Modelos de propensão à compra: A IA é usada para prever quais clientes têm maior tendência a adquirir produtos financeiros específicos, permitindo que as instituições direcionem suas ofertas de forma mais eficiente, analisando históricos de transações e comportamentos de navegação.
- Previsão de churn: modelos preditivos de churn com IA identificam clientes com alta probabilidade de deixar a empresa, possibilitando ações proativas para retenção, como ofertas personalizadas ou melhorias no serviço.
- Previsão de indicadores econômicos: a IA ajuda na previsão de indicadores econômicos, como taxas de juros e preços de commodities, auxiliando instituições financeiras a antecipar movimentos do mercado e ajustar estratégias de investimento.
A discussão ressaltou que o sucesso da IA no setor financeiro depende de dados de alta qualidade e uma estratégia bem definida, apesar das ferramentas poderosas que a tecnologia oferece.
Desafios e estratégias de implementação
Além disso, os debatedores abordaram o tema da padronização tecnológica e da governança no ecossistema de IA, ressaltando sua importância para estimular a inovação e manter um mercado competitivo justo.
Rafael destacou que estabelecer padrões tecnológicos não só promove a integração e a interoperabilidade entre sistemas e soluções de IA, mas também cria um ambiente equitativo para empresas de todos os portes competirem.
A governança de IA é essencial para garantir que a implementação e o uso da tecnologia sejam éticos, transparentes e estejam em conformidade com as normas do setor, incluindo políticas claras sobre coleta e privacidade de dados, consentimento e segurança, além de diretrizes para o uso responsável de modelos de IA.
Agourakis abordou ainda desafios e estratégias de implementação da IA, reconhecendo que, apesar do seu grande potencial transformador, a implementação apresenta desafios, como a complexidade de integrar IA aos sistemas existentes, exigindo mudanças organizacionais e tecnológicas significativas.
Ele enfatizou a importância de começar com projetos pilotos pequenos e controlados, permitindo testes e aprendizado antes de escalar a implementação, minimizando riscos e facilitando a adaptação.
Os projetos-piloto também servem como casos de estudo para demonstrar o valor da IA e obter apoio interno para futuras iniciativas.
A escalabilidade é chave para a expansão e integração das soluções nas operações do negócio após o sucesso inicial.
Uso responsável dos dados e da IA
Por fim, os especialistas falaram mais sobre a regulação e o uso responsável da IA, com foco na criação de normas que incentivem o uso ético e consciente da tecnologia.
Rafael e Dionísio ponderaram que o avanço acelerado da IA e suas aplicações práticas suscitam questões críticas de ética, privacidade, transparência e responsabilidade.
Houve consenso sobre a necessidade de regulamentações claras e abrangentes para aproveitar o potencial da IA e ao mesmo tempo mitigar seus riscos.
Essas normas devem abordar não só a implementação técnica da IA, mas também considerações éticas, gestão de dados, consentimento dos usuários e impactos sociais.
A discussão sublinhou a colaboração entre reguladores, acadêmicos, setor privado e sociedade civil no desenvolvimento desses frameworks, assegurando que sejam inclusivos e flexíveis diante do progresso tecnológico.
Delgado e Agourakis ressaltaram a importância de mecanismos de governança para garantir operações de IA transparentes, incluindo a capacidade de explicar decisões automatizadas e a responsabilidade das organizações que as adotam.
“Isso é fundamental para manter a confiança pública na IA e garantir que seu desenvolvimento e aplicação beneficiem a todos.”
Eles também enfatizaram a relevância da formação em ética da IA para quem desenvolve e usa a tecnologia, defendendo que o entendimento dos princípios éticos e das práticas recomendadas seja parte integrante do processo inovador em IA.
Tal abordagem garantiria que as soluções de IA sejam criadas e empregadas de forma a respeitar os direitos humanos e fomentar o bem-estar social.
Por fim, a conversa reconheceu que regular a IA é complexo, devido à sua ampla influência em vários setores. No entanto, os especialistas frisaram que é muito importante desenvolver frameworks regulatórios sólidos e adaptáveis para orientar o uso responsável da IA, maximizando seus benefícios e minimizando riscos e dilemas éticos.
Sobre a Bloxs
A Bloxs é uma fintech que lidera a transformação digital no mercado de capitais brasileiro. Como uma empresa de tecnologia B2B2C, é pioneira no modelo de “Capital Market As A Service” (CMAAS), proporcionando aos usuários uma solução completa e integrada para a emissão de títulos estruturados no mercado de capitais.
O compromisso da Bloxs é tornar esse processo mais simples, rápido, digital e conectado ao Drex, oferecendo uma experiência única e eficiente para todos os participantes do mercado.Cadastre-se em nossa plataforma e tenha acesso a soluções voltadas tanto para o buy-side quanto ao sell-side, como marketplace, emissão digital de títulos estruturados, automação de processos, além de dados, insights e conteúdos exclusivos.
