Por Daniel dos Santos, editor do AIoT Brasil      

Temos falado muito nos últimos tempos sobre inteligência artificial. Mas o que muita gente se esquece é que, sem a capacidade de analisar essas informações para aprender com elas, a IA perde grande parte do seu potencial. Durante sua participação no Febraban Tech 2023, evento que acontece em São Paulo, o SAS (especialista em analytics) apresentou soluções para o setor bancário e abordou a importância da análise das informações para a tomada de decisão.

“É preciso de fato ter capacidade de processar aquela informação e entender esses padrões comportamentais”, explica Aline Riquetti, cientista de dados e consultora de indústria do SAS. Segundo a especialista, muitas vezes os bancos e outras indústrias têm times que estão sobrecarregados de demandas, então é preciso oferecer insumos para que o tomador de decisão esteja subsidiado para escolher o caminho correto.

“Quando um profissional tem dados mas não sabe utilizar, ele gasta muito tempo para consolidar informações dispersas para a tomada de decisão. É preciso colocar a tecnologia para trabalhar a favor das pessoas”, destaca Aline.

E isso não se resume à jornada analítica. É preciso dar um passo além para chegar no machine learning, que é a capacidade de analisar textos, pegar informações não estruturadas (exemplo: em um relatório para o Coaf sobre suspeita de lavagem de dinheiro, entender automaticamente o conteúdo daquele texto e extrair os nomes das pessoas envolvidas, valores, endereços, para criar um relatório consistente para ser transmitido ao regulador de lavagem de dinheiro).

“Com o dado estruturado e o machine learning é possível calcular seu risco de crédito, qual a taxa juros cobrar, qual é o risco da inadimplência e também fazer a análise de fraude em tempo real, que é um desafio gigantesco. E isso em questão de milissegundos”, afirma a especialista.

De acordo com o SAS, é preciso ter um motor consistente, que além de regras simples também chame modelos preditivos. “A fraude é sofisticada, então precisamos ter ferramentas tão sofisticadas quanto. Aí entram os modelos de machine learning treinados na própria plataforma do SAS, que é chamado pelo motor em tempo real para calcular qual a probabilidade de aquela pessoa pagar o empréstimo, qual a probabilidade de aquilo ser fraude, por exemplo”, explica.

Durante o  Febraban Tech, SAS oferece em seu estande uma demonstração de todo o ciclo de concessão de crédito de um banco, desde a solicitação online do cliente até o envio da resposta, passando pelos processos de análise de risco e fraudes. Ao final, as soluções do SAS exibem as principais métricas que, segundo a empresa, podem ajudar as instituições a melhorar a tomada de decisões e otimizar a experiência do cliente.