Por Daniel dos Santos, editor do AIoT Brasil

Na hora de escolher a quem emprestar seu dinheiro, como as empresas conseguem saber quem é um bom pagador? Cada vez mais a resposta está na tecnologia. Um exemplo disso é a plataforma Vadu, que usa Big Data integrada à inteligência artificial para mostrar não apenas o passado de uma pessoa que necessita de financiamento, mas também indicar seu possível comportamento no futuro. Em entrevista ao AIoT Brasil, Michel Varon, CEO da plataforma (à esquerda), explica como é possível antecipar quem será um mau pagador, acompanhar a evolução do risco e monitorar pontos de risco na carteira de clientes.

AIoT Brasil: Para começar, quando o Vadu foi fundado e como surgiu a ideia de oferecer essa solução para o setor de crédito?

Michel Varon, CEO do Vadu: O Vadu foi criado há cinco anos, mas só começou a operar oficialmente com clientes brasileiros em outubro de 2018. Foram dois anos de desenvolvimento do sistema e estamos há 3 anos operando. Trabalhei durante muitos anos no mercado financeiro com foco na área de tecnologia e, quando minha esposa recebeu uma proposta de trabalho e a família se mudou para a Inglaterra, comecei a pensar em como resolver as principais dores do mercado de crédito.

O Vadu é uma plataforma de Big Data que, com o uso de Inteligência Artificial (IA), proporciona uma análise completa de crédito sobre a empresa consultada e seus sócios/fundadores. Além disso, a ferramenta também faz um monitoramento contínuo da carteira de clientes, notificando, a qualquer momento, qualquer mudança de comportamento ou irregularidade. Para a indústria, esse monitoramento pode ser aplicado tanto para a carteira de clientes como para o controle da cadeia de fornecedores, por exemplo. Desta forma, o Vadu entrega respostas rápidas e diretas, o que permite tomar decisões com mais agilidade e assertividade, oferecendo segurança na aprovação de crédito e também segurança no pós-crédito.

Entre os diferenciais está o fato de a plataforma ser capaz de atualizar as informações para o momento da análise. Outro grande diferencial está no produto que faz a automação do crédito, chamado Motor de Decisão. Por meio de uma interface intuitiva, o cliente consegue cruzar qualquer informação disponível no Big Data, nos bureaus de crédito e nos sistemas da empresa em questões de segundos.

AIoT Brasil: Quantos clientes a empresa já tem e qual é o perfil dos clientes? Cite alguns exemplos de empresas que são clientes.

Michel Varon: O Vadu tem como clientes as fintechs com operações com FIDCs, factorings e securitizadoras, bancos, empresas de créditos simples, indústria e comércio. A base inclui aproximadamente 300 clientes, desde nomes de grande porte, como bancos, indústrias como a Hering, empresa de serviços com a VR Benefícios, até startups como IOUU, MOVA e Nexoos.

AIoT Brasil: Como vocês utilizam Big Data e inteligência artificial para auxiliar as empresas de crédito?

Michel Varon: Com automação, por meio do Big Data e Inteligência Artificial, a plataforma cruza centenas de fontes de informações, permitindo uma visão estratégica dos mais diversos segmentos do mercado de crédito.

AIoT Brasil: Vocês afirmam que a plataforma atua em toda jornada do crédito e fornece, em tempo real, informações para a tomada de decisões rápidas. Que informações são essas que a plataforma oferece? Onde essas informações são obtidas?

Michel Varon:  O Vadu facilita o processo de tomada de decisão baseado na prospecção, concessão, análise e manutenção de crédito, permitindo que vários processos sejam feitos de forma automatizada por meio do cruzamento de dados de mais de 400 fontes de informações públicas e privadas. Para facilitar a análise em relação a uma empresa ou a uma pessoa física, o Vadu conta com um módulo de criação de relatório de crédito 100% customizável. Em poucos cliques é possível criar um dossiê completo com todas as informações disponíveis na plataforma e incluir um parecer sobre a análise realizada.

AIoT Brasil: Vocês têm algum dado que mostre o quanto as empresas conseguem reduzir em perdas com o uso da plataforma?

Michel Varon:  É muito mais do que uma simples redução de perdas! Estamos falando em redução de custos com bureaus de crédito, otimização do tempo da equipe de analistas, gerando mais produtividade e assertividade nas análises, redução significativa de perdas com fraude e o mais importante: a redução de perdas com default baseadas em análise de comportamento preditivo (e não só reativo). São tantos pontos de sinergia e otimização que colocar essa redução de perdas como um percentual relacionado a simples redução com perdas pode não refletir o ganho total com a plataforma.

AIoT Brasil: Já é possível dizer que a inteligência artificial decide quem recebe ou não crédito ou isso é algo para o futuro?

Michel Varon:  A Inteligência Artificial é hoje uma importante vertente da análise de crédito. Nós no Vadu utilizamos o machine learning como ferramenta de retroalimentação dos nossos algoritmos e revisões de políticas de crédito. À medida que a Inteligência Artificial evolui, os heads de crédito têm condições de acrescentar e customizar cada vez mais variáveis nas políticas e diretrizes em nossa plataforma, que gera uma base de tomada de decisões de uma maneira cada vez mais célere e assertiva.

AIoT Brasil: Como funciona o Esg Monitore? Como é possível identificar os riscos ambientais de empresas na hora da análise de crédito e qual a influência dessa informação na hora de conceder ou não um crédito?

 Michel Varon:  O Vadu atrelou a Inteligência Artificial (IA) ao Machine Learning e as bases de dados do Ibama, da Receita Federal e do IBGE, seguindo a norma do Banco Central de regras de gerenciamento de risco, desta forma com o ESG Monitore quando os nossos clientes forem fazer um levantamento para uma determinada empresa, eles poderão consultar se a organização é ou não potencialmente poluidora ou  utilizadora de recursos naturais. Além disso, pelo score, eles também conseguirão ver o grau dessa poluição – pequeno, médio ou alto.

AIoT Brasil: Quantos funcionários a empresa tem atualmente? Pretendem ampliar a equipe? Se sim, devem fechar 2022 com quantos funcionários?

Michel Varon:  Hoje, o Vadu conta com 25 colaboradores. Sim, o Vadu vem dobrando o tamanho da sua operação ano a ano e isso tem possibilitado também o crescimento do nosso time. Atualmente temos algumas oportunidades abertas e até o final do ano devemos contratar mais 15 funcionários para as áreas comerciais e de tecnologia.

AIoT Brasil: Para quais áreas pretendem contratar? Quais vagas têm disponíveis?

Michel Varon: Atualmente contamos com oportunidades de vagas para a área comercial, temos vagas de SDR (Sales Development Representative), coordenador de SDR,  Executivo de Vendas e desenvolvedores.

AIoT Brasil: Como você avalia o mercado brasileiro para esse tipo de ferramenta? Vocês têm planos de expansão para outros países?

Michel Varon: A Internacionalização não está nos nossos planos, no momento. Pois enxergamos um grande potencial de crescimento para o Vadu no mercado de crédito brasilero.  Mesmo com sinais de recuperação, o mercado de crédito sofreu forte impacto pela pandemia do Covid-19 e vem registrando aumento no número de inadimplentes. A Serasa Experian estima que o total de brasileiros com contas em atraso tenha chegado a 63 milhões. Em 2021, cerca de 1,6 milhão de pessoas deixaram de pagar suas dívidas e acabaram sendo negativadas. Outra pesquisa da instituição mostra altas consecutivas na inadimplência das empresas, já atingindo 5,9 milhões delas em abril, com os negócios de menor porte liderando esse ranking, com 92,4%.

Neste cenário, conceder crédito transcende a maneira analógica de verificação de dados, com base no capital social. O grande problema a ser resolvido para a análise de crédito deixa de ser a investigação do passado e passa a ser avaliação do futuro da atividade do tomador de crédito.

E neste contexto o uso de tecnologias baseadas em Big Data e Inteligência Artificial para análise da concessão de financiamento deve ganhar cada vez mais força. Fato é que as empresas cedentes terão que fazer um controle maior dos riscos e isso precisa estar em constante evolução. Esse objetivo só será alcançado a partir da implantação de informações positivas na concessão de financiamentos. Quanto mais informação se tem, melhor o controle da inadimplência e a qualidade do crédito.