Inteligência Artificial: As Novas Roupas do Imperador? Adoção nos Serviços Financeiros

Katharine Wooller é Chefe de Estratégia – Serviços Financeiros, Softcat plc, uma empresa de TI listada na FTSE.

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter do FinTech Weekly

Lido por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

Poucos temas são tão polarizadores quanto a IA; os veredictos variam desde, na vertente mais positiva, a próxima fronteira do progresso humano, uma solução tecnológica à procura de problemas a resolver, ou, na pior das hipóteses, o potencial de criar o fim da humanidade.

Como Chefe de Estratégia da Softcat, que apoia 2.500 empresas de serviços financeiros através de serviços de TI e infraestrutura, tenho um lugar privilegiado na primeira fila para assistir à inovação a desenrolar-se em todo o espectro das empresas de FS&I.

Primeiro, houve uma forte adesão por parte dos hedge funds quantitativos, que investem significativamente em IA para melhorar os retornos, e também no setor de seguros, que beneficia de grandes volumes de dados – ambos podem facilmente justificar casos de uso claros com um forte ROI.
 
As empresas de serviços financeiros já faziam modelação matemática e aprendizagem automática há quase uma década antes de a IA ser comercializada na sua forma atual, mas recentemente o desempenho extraordinário da infraestrutura de IA tem impulsionado uma forte adesão por parte de fundos de trading quantitativo e empresas de seguros e gestão de patrimónios, todas procurando beneficiar dos enormes volumes de dados agora disponíveis.

Além disso, muita do que é vendido como IA é simplesmente a próxima encarnação da automação.

Embora vejamos um grande interesse na IA em todos os tipos de empresas de serviços financeiros, com base no potencial enorme da tecnologia, estamos ainda nos estágios iniciais de adoção. Existem também casos de uso altamente variáveis – um banco de primeira linha irá implementar IA de forma muito diferente de, por exemplo, uma sociedade de poupança local com dez filiais.

Frequentemente vejo apetites diferentes dentro da mesma organização, com os conselhos de administração, as gerações mais jovens e mais digitais, e as funções de operações/finanças muitas vezes mais receptivas à ideia do que, por exemplo, colegas de compliance. As preocupações levantadas incluem frequentemente a natureza de “caixa preta” da tecnologia, receios sobre a implementação ética da IA e a falta de clareza regulatória.

No entanto, estão a emergir padrões claros sobre o que favorece uma adoção precoce e níveis elevados de utilização. As empresas bem-sucedidas têm uma estratégia sólida para a adoção de IA, estabelecendo centros de excelência e garantindo que os seus dados estejam em um estado adequado desde o início; estes passos podem parecer pequenos, mas são a base para uma inovação bem-sucedida.

Frequentemente, o primeiro caso de uso é em ferramentas de produtividade como o ChatGPT, Co-pilot ou Claude, que muitas vezes representam a porta de entrada para muitos colegas na adoção da IA, sendo às vezes referidos de forma humorística como a “droga de entrada”!

Culturalmente, a adoção de IA pode representar uma grande mudança em relação ao status quo, e equipas de liderança altamente eficazes procurarão garantir a resiliência futura das suas organizações. Uma estratégia de RH inovadora é fundamental, construindo capacidades e conhecimentos internos de IA, focando em competências aplicáveis, especialização e incentivando a partilha de conhecimentos. Uma visão de longo prazo será necessária para realocar colegas cujos papéis sejam substituídos por eficiências impulsionadas por IA.

Há, com razão, muito foco no valor acrescentado da IA; há bancos com centenas de casos de uso potenciais, e navegar por quais implementar em provas de conceito e expandir pode ser desafiante. As melhores práticas, para uma tecnologia tão nova, estão ainda a emergir. Inicialmente, passar por um grande número de casos de uso potenciais para priorizar aqueles que oferecem maior valor pode ser avassalador, e uma triagem rigorosa baseada no impacto, custo, viabilidade e alinhamento com os objetivos de negócio mais amplos pode ajudar a avaliar o ROI potencial.

É fundamental ter um quadro de medição bem pensado para avaliar projetos de IA, com KPIs relevantes, metodologias robustas de recolha de dados e mecanismos de reporte claramente definidos. Uma vez que um projeto de IA faz parte do funcionamento normal, deve haver uma política de desenvolvimento iterativo contínuo ao longo do tempo, para maximizar os retornos e garantir o alinhamento com as prioridades estratégicas – algo que muitas vezes caracteriza equipas de alto desempenho.

Recentemente, fui convidada a falar sobre IA com um regulador. Durante uma mesa-redonda do setor, foi colocada uma questão brilhantemente desconcertante: “Qual é o problema que a IA resolve melhor do que qualquer outra coisa?” Como era de esperar, cada organização tinha uma resposta completamente diferente, e espero que as empresas continuem a debater esta questão durante anos.

Aqueles que não conseguirem ser estratégicos na implementação da IA, de forma adequada e atempada, estarão em desvantagem significativa.