16.03.17

Notícia de Imprensa

Os Robôs-Consultores Pessoais estão chegando e mudarão radicalmente as relações dos clientes com os bancos

    Por Frédéric Maserati | Diretor de Consultoria - Gestão Keyrus & Taoufik Amri | Diretor de Ciência de Dados – Keyrus

    Robôs-Consultores Pessoais estão começando a aparecer nos bancos de varejo. Tirando vantagem dos rápidos avanços  nas tecnologias de Inteligência Artificial (IA), esses robôs de software serão capazes, em um futuro próximo, de gerenciar mais e mais solicitações, atualmente geridas por agências bancárias e pessoal de call center. Embora a capacidade dos robôs em baixar o custo das relações do cliente torne sua adoção inevitável, seu aparecimento está forçando os bancos a já se questionarem sobre qual tipo de distribuição e modelo de relações com o cliente terão no futuro próximo, particularmente via suas redes já existentes e futuras, de agências físicas.

     

    1) A IA será inevitável para serviços bancários: exemplo de Robôs-Consultores Pessoais

    Os Robôs-Consultores inicialmente apareceram na área de gestão de carteira. Para indivíduos particulares que não tenham os ativos substanciais, eles oferecem uma solução acessível sem muitas barreiras para entrar.

    Nesta área de convergência de Digital e Dados, os Robôs-Consultores são uma ilustração das alterações ocorrendo no setor de serviço, que passará pelo que o setor industrial já experimentou com a robotização. Assim, as máquinas deverão ter cada vez mais importância em serviços, passando a assumir tarefas que sejam mais cognitivas que mecânicas. Essas tarefas cognitivas são inerentes na maioria de profissões de serviço e, mais particularmente, nos serviços financeiros.

    No futuro próximo, consultores financeiros serão substituídos por formas de Inteligência Artificial, os Robôs-Consultores. Eles capitalizarão sobre todos os dados disponíveis de um cliente para oferecer a eles respostas personalizadas que considerarão o seu apetite pelo risco e sua aversão a ele e, ao mesmo tempo, serão capazes de antecipar as coisas, graças aos recursos de previsão com os quais eles estarão equipados. Interações com esses Robôs-Consultores serão tão fáceis como a interação com um consultor real, como pode ser visto com assistentes inteligentes incorporados em determinados dispositivos hoje (SIRI em iPhones, Echo para o Amazon, Google Now...).

    Na realidade, essas tarefas cognitivas alojam dentro delas a Aprendizagem da Máquina[1] e Aprendizagem Profunda[2] algoritmos que consomem recursos substanciais e capacidade de computação. É por essa razão que esses embriões de assistentes inteligentes incorporados em Smartphones não estão operando dentro do próprio dispositivo, mas via nuvem, e isso nos faz pensar que  já estamos prontos para iniciar uma nova era. Além de tornar mais fácil o uso de minicomputadores do que Smartphones, esses assistentes têm a vantagem de educar os usuários no uso simples e prazeroso de produtos que sejam de altíssima tecnologia. Ninguém tem qualquer dúvida que os consumidores se tornarão cada vez mais inclinados a interagir com um consultor financeiro virtual, um assistente financeiro aprimorado autêntico, que estará disponível a qualquer momento e será capaz, acima de tudo, de fornecer respostas personalizadas em tempo real.

    Para os bancos, o advento dos Robôs-Consultores parece ser inevitável, mesmo que isso não necessariamente signifique decretar o fim do envolvimento humano. De fato, duas mudanças contraditórias estão surgindo e darão origem a um equilíbrio entre homens (clientes e empregados) e máquinas.

    • Primeira mudança: Os Consultores-Robôs oferecerão aos bancos oportunidades imperdíveis de tornar as relações com o cliente mais fluidas e melhorá-las delegando para as máquinas e algoritmos uma parte significativa do gerenciamento de solicitações ainda realizadas pelo pessoal de agência e call center. Dada a diversidade de aplicações cognitivas que já existem, não é difícil imaginar uma grande porção das solicitações atuais sendo negociadas com esses Robôs-Consultores, uma vez que elas envolvem procedimentos que são, afinal, altamente sistemáticos. Isso, portanto, representa uma oportunidade de otimizar as cadeias de valor que os bancos não devem perder.
    • Segunda mudança: Avanços na Inteligência Artificial permitirão que os Robôs-Consultores ampliem sua participação no sistema bancário, mas eles não substituirão completamente o homem em certas tarefas. Vamos citar o exemplo do PAYPAL[3] que percebeu os limites da Aprendizagem da Máquina na detecção de comportamento fraudulento. A conclusão principal de suas experiências nesse aspecto é que é mais sábio usar a IA para aumentar as capacidades humanas, ao invés de tentar substituí-las. A inteligência humana é capaz do raciocínio[4], mas também de empatia, enquanto as máquinas não possuem essa característica. Uma vez que os serviços passam por essa transformação, o homem não desaparecerá: ele intervirá de tempos em tempos, com sua influência sendo aprimorada e ampliada pelas máquinas. O banco do amanhã integrará em si mesmo os recursos humanos e artificiais para valorizar o que já é um de seus principais ativos intangíveis: Dados: Os Dados serão processados por uma variedade de canais, indo de interfaces digitais a objetos conectados.

     

    2) Consequências de curto prazo para bancos da transformação provocada pelos Robôs-Consultores Pessoais

    Esse novo estágio na transformação digital carrega com ele mudanças absolutamente críticas para as redes bancárias de grande porte. Confrontados com a redução de suas margens, eles devem prestar bastante atenção ao seu índice de operação, particularmente via sua folha de pagamento. A FinTechs que tem sido bem sucedida, em especial no campo de meios de pagamento, não está preocupada com esses tipos de problemas, devido a seu tamanho e suas cadeias de valor altamente digitalizadas.  Nela reside um belo exemplo do impacto da Tecnologia Digital.

    Nesse contexto, as oportunidades abertas pela IA e Robôs-Consultores Pessoais são decisivas: essas tecnologias representam praticamente a única carta que os bancos de varejo tradicionais podem jogar para manter seus clientes, que têm se tornado cada vez mais autônomos, mas também mais exigentes em termos da qualidade de serviço e relações com o cliente.

    Além disso, é interessante observar o quanto a visão dos consumidores em relação ao uso de Robôs-Consultores está mudando. O estudo mais recente da AT KEARNEY[5]  neste aspecto é bastante edificante: hoje, quase 20% dos consumidores nos Estados Unidos estão dispostos a utilizar os Serviços de Robôs-Consultores no gerenciamento de suas vidas diárias.

    Mesmo que hoje somente por volta de dez bancos de grande porte ofereçam tais serviços baseados na Inteligência Artificial, e somente  menos de 3% dos consumidores usem robôs para seus serviços bancários, aproximadamente 48% deles acham que esses serviços se tornarão inevitáveis no futuro, e quase 69% deles consideram que robôs serão inevitáveis no gerenciamento de ativos.

    Observamos que robôs já estão bem estabelecidos no mercado financeiro, com a Negociação de Alta Frequência[6]. Assim, conforme os números da European Securities and Markets Authority (ESMA), a Negociação de Alta Frequência representa hoje de 50% a 70% de pedidos (em Dezembro de 2016) executados na bolsa de valores de Paris. Para os atores do mercado financeiro, os robôs já são uma realidade inegável. Através dessas novas soluções de software, os bancos serão capazes de oferecer um serviço mais imediato e assistência pessoal verdadeira para a maioria de seus clientes. Dessa forma, eles terão os meios para:

    • Manter, a um custo reduzido, clientes de baixo retorno que tenham poucos ativos sendo geridos, mas que no entanto, podem se deixar seduzir por ofertas de serviço de baixo valor agregado;
    • Atrair, em virtude dessas tecnologias de IA, novos clientes que sejam cada vez mais voláteis;
    • Reforçar a assistência humana fornecida para clientes premium e aqueles que contribuam mais para a Receita de Net Banking do banco, com o uso de sistemas de Inteligência Artificial que permitam que os gerentes de conta forneçam consultoria de maior valor agregado, enquanto ao mesmo tempo deleguam as tarefas de gestão de baixo valor para os robôs. Dessa forma, será possível gerar maior interesse e lealdade do cliente com base nos serviços de alta especialização.

    Sobre este último ponto, deixe-nos observar a iniciativa da UBS[7], que atualmente está testando o uso de reconhecimento facial para avaliar os padrões de comportamento do cliente em relação a suas estratégias de investimento. Essa é uma maneira radical de associar essa tecnologia com o uso de um robô, que amanhã será capaz de medir um estado emocional do cliente durante uma transação.

     

    3) Aceitação de sua própria “transformação” e focar na assistência , treinamento, reciclagem etc.

    Em razão das consequências de longo alcance que acabamos de mencionar, a questão fundamental é obviamente não determinar qual é a melhor tecnologia de IA. Para compreender todas as implicações desta nova perturbação, os bancos devem começar a vislumbrar o seu futuro com a IA e robôs, e deve  projetar-se em um futuro de curto e médio prazo, trabalhando a partir de um axioma muito concreto: qual será o impacto do uso de robôs em minha política de distribuição e qual será a consequência em relação a minha estratégia de relação com meus clientes?

    O exercício estratégico, trabalhando a partir do ponto de início desta situação teórica futura, portanto, consiste em voltar no tempo, ano a ano, para saber o que deve ser feito para preparar as soluções para esse cenário aparentemente inevitável.

    Cada estágio deste processo de “contagem regressiva” força os bancos a esclarecerem as estratégias a serem implementadas relacionadas a sua distribuição, organização e treinamento do empregado, para assim dar suporte a esta transformação digital de um modo abrangente.

    Quando nós tentamos responder a esse tipo de questão, rapidamente imaginamos que as agências físicas não necessariamente desaparecerão, uma vez que os bancos se utilizam delas para oferecer outras ofertas e serviços. É este tipo de cenário prospectivo que, lamentavelmente, está faltando no setor bancário hoje. Assim, nós estamos testemunhando a redefinição de trabalhos bancários tradicionais à luz de novas tecnologias, mas o que não estamos vendo são novos trabalhos, tornados possíveis por meio das novas transformações tecnológicas, sendo definidos.

    De acordo com Peter Drucker, “a melhor maneira de prever o futuro é criá-lo”. Isso é precisamente o que os bancos devem fazer hoje. Eles devem criar seu futuro redefinindo sua visão e, no processo, e nesta era de impregnação Digital e “revolução” da IA, reprojetar seus modelos, organizações e ofertas, antes de outros atores, ou mesmo startups, com mais experiência nessas áreas “uberizar” o setor e desempenhar um papel chave neste processo.

     

    SOBRE OS AUTORES

    Frédéric Maserati é MBA (da ESSEC). Ele ocupou diversos cargos operacionais no Mercado e e-Business trabalhando para os principais grupos bancários. Atualmente, ele está desenvolvendo diversas ofertas relativas a Blockchain, Criptomoedas,  comércio do amanhã, e o banco do futuro (com novas abordagens em relação à Inteligência Artificial).) Ele está cada vez mais interessado no impacto de tecnologias exponenciais (NBIC) nos novos modelos.

    Taoufik Amri é pós-graduado na França na Ecole normale supérieure e doutor em física quântica. Ele começou sua carreira desenvolvendo modelos quantitativos no setor bancário, mercado financeiro e seguros. Na Keyrus, ele chefia a Unidade de Negócios de Ciência de Dados, que trabalha com o setor bancário, de finanças e seguros.

     

    SOBRE A GESTÃO KEYRUS

    Gestão Keyrus é a Empresa de consultoria incorporada no Grupo Keyrus e combina know-how de negócios com conhecimento tecnológico em gestão de dados.

    A natureza complementar desses dois aspectos proporciona vantagem em termos de valor, e proporciona à Gestão Keyrus uma posição única no cenário de consultoria.

    A Gestão Keyrus ajuda empresas de todos os tamanhos, sejam elas Grandes Contas ou empresas de pequeno e médio porte, para atender suas necessidades crescentes para uma rápida transformação,  desenvolvendo sua agilidade e acelerando o uso Digital. A empresa está desenvolvendo suas atividades na França e internacionalmente, com apoio do Grupo Keyrus, especialista em Dados e Sistemas Digitais presente em quinze países em quatro continentes.

    Mais informações em: http://www.keyrus.com.br/pt/gestao-e-transformacao/

     


    [1]Aprendizagem de Máquina: em inglês nós chamamos de Aprendizagem de Máquina e em francês, de aprendizagem automática ou aprendizagem estatística. Aprendizagem de Máquina, como é comumente conhecida, é na verdade um subcampo de inteligência artificial que, usando algoritmos matemáticos complexos, e a equipando com recursos de aprendizagem, permite que uma máquina cumpra tarefas difíceis ou problemáticas  de tal forma que os processos não necessariamente ou estritamente se repitam, permitindo assim, que a máquina ganhe em “eficiência de processo”.

    [2] Aprendizagem Profunda: As pessoas falam de Aprendizagem Profunda como um campo avançado da Aprendizagem de Máquina. Além dos algoritmos complexos da Aprendizagem de Máquina, a Aprendizagem Profunda se refere a arquiteturas complexas (não lineares ou neurais em certos casos) que nos permitam mover ainda mais adiante nos recursos de inteligência artificial. Essas arquiteturas agora tornam possível fornecer um significado aos dados na forma de imagens, sons e texto, que a máquina pode interpretar por si mesma. Em outras palavras, a Aprendizagem Profunda propicia que a máquina possa ver, ouvir e assim, interagir com seres humanos.

    [3] Peter Thiel, “ Zero a Um: Notas sobre Startups, ou Como Construir o Futuro”, Crown Business (16 de setembro , 2014).

    [4]A Capacidade de Raciocínio da inteligência humana: nós falamos de raciocínio como uma maneira de pensamento que consiste em considerar diversos casos específicos e tirar deles uma conclusão geral.  O processo de raciocínio é, portanto, precisamente o inverso do processo dedutivo. O primeiro nos conduz a partir do conhecimento de fatos específicos para o conhecimento de princípios gerais, enquanto o segundo nos conduz do nível geral para um específico.

    [5] AT KEARNEY 2015 / ROBO ADVISORY SERVICES STUDY

    [6] A negociação de alta frequência é a execução em alta velocidade de operações financeiras realizadas por algoritmos de computador

    [i] http://www.ictjournal.ch/news/2016-09-14/ubs-veut-exploiter-les-expressions-faciales-pour-son-conseil-dinvestissement