Image generator/ChatGPT A IA generativa está a transformar os serviços financeiros, oferecendo oportunidades de eficiência e inovação, mas a rápida corrida pela modernização tecnológica pode trazer alguns riscos. Numa altura em que já se conhece o potencial da Inteligência Artificial na produtividade dos bancos, impera perceber também qual o melhor modelo operacional para a implementar.
O McKinsey Global Institute estima que, em todo o setor bancário global, a IA pode acrescentar entre 200 mil milhões e 340 mil milhões de dólares em valor anualmente, ou 2,8% a 4,7% das receitas totais da indústria, em grande parte através do aumento da produtividade. Contudo, a implementação rápida da tecnologia por parte dos bancos e outras instituições financeiras pode trazer alguns riscos e desafios: “gerar informações falsas ou ilógicas, violar a propriedade intelectual, transparência limitada no funcionamento dos sistemas, questões de parcialidade e justiça e preocupações de segurança”.
Com o estudo “Scaling gen AI in banking: Choosing the best operating model”, a McKinsey começou por analisar uma das dimensões que considera fundamental para capturar o valor da IA generativa: o modelo operacional.
Olhando especificamente para a indústria de serviços financeiros, a análise observou que as instituições financeiras que utilizam um modelo operacional centralizado de IA generativa são as que estão a colher maiores frutos. “Observámos que a maioria das instituições financeiras que tiram o máximo partido da IA generativa estão a utilizar um modelo operacional mais centralizado para a tecnologia, mesmo que outras partes da empresa sejam mais descentralizadas. É provável que isso evolua à medida que a tecnologia amadurece”, pode ler-se no estudo sobre o setor bancário.
Quais são os motivos que justificam esta conceção?
Num ambiente de rápida mudança, onde os novos modelos de linguagem e recursos de IA generativa são regularmente introduzidos, criar um modelo operacional centralizado, poderá trazer mais vantagens do que a opção de ter várias equipas dispersas na organização, indica o estudo. Esta abordagem será particularmente “útil no início do impulso da IA generativa de uma empresa, quando é necessário tomar decisões frequentes e importantes sobre questões como financiamento, arquitetura tecnológica, fornecedores de cloud ou fornecedores de modelos de linguagem e parcerias”.
Além disso, por ser uma área recente nas empresas, ainda se verifica alguma escassez de talentos. Este modelo de centralização poderá “permitir também que a empresa aloque talentos de forma que tenha maior probabilidade de beneficiar toda a organização”, ajudando a construir uma equipa de IA generativa mais coesa, com impacto no futuro, na atração e retenção talentos.
A gestão de risco e o acompanhamento dos desenvolvimentos regulamentares também são identificados como fatores que beneficiarão com esta abordagem.
50% das empresas estudadas centralizam a liderança na implementação da IA generativa
A McKinsey conduziu, recentemente, uma análise da utilização da IA generativa em 16 das maiores instituições financeiras da Europa e dos Estados Unidos, representando coletivamente quase 26 biliões de dólares em ativos. A análise mostrou que mais de 50% das empresas estudadas adotaram uma organização liderada de forma mais centralizada para a IA generativa, mesmo nos casos em que a sua configuração habitual para dados e análises é relativamente descentralizada.
“É provável que esta centralização seja temporária, com a estrutura a tornar-se mais descentralizada à medida que a utilização da nova tecnologia amadurece. Eventualmente, as empresas podem achar benéfico permitir que funções individuais priorizem as atividades de IA generativa de acordo com suas necessidades”, pode ler-se na investigação.
O potencial da modernização tecnológica no setor bancário
Outro estudo recente da McKinsey, divulgado no final do ano passado, mostrou o potencial da modernização tecnológica e da IA generativa para aumentar a aposta na produtividade interna do setor bancário. Pelas estimativas da empresa, a IA generativa pode aumentar ainda mais a produtividade no setor bancário – entre 2,8% e 4,7%, o equivalente a 200 mil milhões a 340 mil milhões de dólares em receitas anuais.
Já a modernização tecnológica dos bancos poderá diminuir os custos operacionais entre 20% a 30% e reduzir pela metade o tempo de lançamento de novos produtos no mercado. O Índice de Modelos Operacionais da McKinsey, compilado a partir de inquéritos a 150 instituições financeiras, revelou que aquelas com pontuação mais alta em maturidade do modelo operacional tendem a crescer mais rapidamente – em média 20% – e a ser mais lucrativas (retorno total aos acionistas 69% mais alto) do que as outras.
Por último, o estudo indicou também que a utilização de IA generativa para automatizar ou acelerar as atividades manuais atuais pode aumentar em 30% a 50% a produtividade na deteção de fraudes. “As empresas de pagamentos provavelmente precisarão de transferir a suas operações contra fraudes das funções de apoio para um centro de competência gerido ativamente, mas isso deve reduzir as perdas e melhorar a experiência do cliente”, explica a McKinsey.
