Estratégias objetivas e transformadoras para funcionários e clientes marcam projetos de adoção massiva de conselheiros digitais, que por sua vez ganham a cada dia a experiência de quem trabalha em banco.
Por: Vanderlei Campos
Acertar é humano e repetir o acerto é inteligência. Ao longo de 2016, a indústria financeira testou estratégias de uso de sistemas cognitivos. Mais do que entender a linguagem natural, por chat ou reconhecimento de fala, o sistema de inteligência artificial (conhecida pela sigla AI, de artificial intelligence) é capaz de se autocodificar por observa- ção. Embora as novas aplicações de big data e analytics se beneficiem das tecnologias e arquiteturas computacionais, a AI vai além das estatísticas e regras parametrizadas, propondo-se a sistematizar o conhecimento empírico da organização. “A indústria financeira lida com um grande volume de dados não estruturados antes de qualquer tomada de decisão. Ainda que esses dados sigam um padrão de publicação, seu processamento envolve a participação de muitas pessoas. Contudo, a rotina de atividades de consolidação da informa- ção adiciona pouco valor ao aprendizado do ser humano. Por isso, a inteligência artificial tem contribuído para o desenvolvimento da indústria e do ser humano, aumentando sua capacidade de conseguir processar tamanha quantidade de informação”, define Thiago Rotta, líder da plataforma Watson na IBM Brasil. Em julho de 2015, o Bradesco elaborou com a IBM a primeira iniciativa para uso da inteligência artificial no Brasil. A BIA (Bradesco Inteligência Artificial) começou com parcimônia, mas rapidamente atingiu escalas que a destacam como o mais amplo projeto com Watson no mundo. Hoje, ela é usada por 65 mil funcionários diariamente e responde a perguntas sobre cerca de 60 produtos, cujo entendimento e resposta foram “aprendidos” com o uso. “Em 96% dos casos, a BIA responde com a mesma eficácia de um funcionário experiente”, diz Marcelo Câmara, gerente de Inovação do Bradesco.
Ele esclarece que o banco criou uma estrutura de curadoria para supervisionar o auto aprendizado da plataforma. “Conforme for aumentando a confiança, pode ser que o sistema tenha mais autonomia no futuro”, admite. A BIA contém também mecanismos que distinguem perguntas comuns de outras que recomendem resposta supervisionada.
O Banco do Brasil – que partiu para o uso do Watson em um assistente embutido no aplicativo de mobile bank, com reconhecimento de fala natural – também criou uma estrutura de curadoria. Segundo Rotta, a abordagem é típica das implementações na área financeira em todo o mundo. “Em nossos projetos, as empresas normalmente treinam as plataformas durante meses antes de disponibilizá-las ao público. Esse treinamento é supervisionado, ou seja, os próprios funcionários ensinam respostas para as perguntas mais comuns dos clientes. Além disso, aplica-se o conceito de coleta de feedback, em que o cliente avalia o atendimento feito pela plataforma”, descreve.
No início do projeto do Bradesco, foram cadastradas algumas centenas de respostas, com as variações nas perguntas, derivadas em sua maioria dos manuais de produtos, normativos e outras informações documentadas, mas nem sempre lembradas diante do cliente. “Trabalho há anos na indústria financeira e não consigo descrever grande parte dos produtos. Qualquer bancário tem dúvidas, mas, agora, cada vez que alguém acha uma solução, o sistema aprende”, diz Câmara.
Um precedente importante para o êxito do projeto BIA é o workshop anual com gerentes de agências, em que bancários de todo o país levam aos executivos a visão e as demandas do ponto de vista do dia a dia do atendimento. “Cerca de 60% das dúvidas coletadas são coisas que um funcionário já teve de perguntar a outro para responder a um cliente. Já havia esse ‘chat’ interno”, menciona. Ele conta que, ainda em 2015, houve uma campanha nas agências. “Logo que começamos, todos passaram a pedir para participar”, diz. O idioma, segundo Câmara, foi uma preocupação inicial, rapidamente superada.
O executivo conta, inclusive, que a BIA é usa da em mais de 5 mil agências, em todos os estados, e rapidamente incorporou os regionalismos.
Uso inédito de nuvem pública
A BIA é sustentada em uma instância localizada em Nova York da infraestrutura de serviços Watson da IBM. Apesar da potência de seu centro tecnológico, com escala e recursos atualizados, o projeto implicou o primeiro grande contrato de nuvem pública do banco. “É um supercomputador, com arquitetura que evolui muito rápido. Os padrões de hardware ainda não estão definidos”, justifica. “E, para nós, a estrutura de processamento é transparente. Se amanhã tiverem um computador quântico, a aplicação roda.”
Logo no início do projeto, Câmara foi recrutado da área de segurança. Além das interseções técnicas (pela experiência com inteligência de ameaças), a realocação evidenciou o foco em mitigação de risco, até que se conhecesse mais a tecnologia. “Hoje, não trabalhamos com nada transacional na BIA. A premissa agora é não usar dados sensíveis dos clientes”, enfatiza.
Escopo estratégico e riscos mitigados
A decisão de focar no suporte aos funcionários que interagem com os clientes e restringir o uso de informações transacionais e pessoais tem um alto efeito na qualidade de atendimento, sem que haja, em contrapartida, riscos aos dados bancários e à privacidade. Na prática, a maioria dos clientes já prefere um atendimento impessoal e esquemático para as transações do dia a dia. Contudo, uma boa dica da BIA, mesmo para uma pergunta genérica, pode representar a melhor decisão de crédito ou investimento.
Evidentemente, o banco continua a desenvolver suas plataformas da em mais de 5 mil agências, em todos os estados, e rapidamente incorporou os regionalismos. Uso inédito de nuvem pública A BIA é sustentada em uma instância localizada em Nova York da infraestrutura de serviços Watson da IBM. Apesar da potência de seu centro o Tecnológico, inclusive por questões de privacidade e soberania de dados.
Hoje, o projeto BIA conta com 20 profissionais dedicados, incluindo especialistas do grupo de Algoritmos da TI do banco. Com base nos resultados e na rápida disseminação, o projeto despertou interesse em áreas como RH, jurídico e processos de crédito.
Apesar de o Brasil contar com uma razoável produção acadêmica na área, Câmara admite que foi necessário um grande esforço inicial para aproximar e qualificar internamente especialistas em AI. Há ainda um trabalho mais amplo e perene, de identificar os funcionários mais habilitados a supervisionar as respostas da BIA.
O executivo ressalta que, à medida que a plataforma se torna mais assertiva, os funcionários ganham autoconfiança e motivação para não apenas atender o cliente como fazer o que é efetivamente melhor para cada um deles.
Do lado dos clientes finais, alguns segmentos tendem a confiar mais no aconselhamento do sistema do que em interações humanas aleatórias. Pior do que a incerteza sobre a competência de seu interlocutor é o medo de que ele esteja mais interessado em suas próprias metas de vendas do que em oferecer a alternativa mais adequada. Além do português, em 2016 começou o primeiro projeto com Watson na área financeira em língua espanhola. Na Espanha, o CaixaBank anunciou em abril do ano passado um serviço de assessoramento a clientes empresariais baseado em AI, o que confirma o potencial da plataforma em aplicações consultivas.
“Clientes com leque mais diversificado de produtos e de maior valor tendem a querer interagir com gerentes de conta. O desafio é instrumentalizar quem oferece os produtos a esse público”, constata Rodrigo Soeiro, CEO da Allgoo e presidente da ABFintechs (Associação Brasileira de Fintechs). A fintech apoia as instituições em gestão e assessoramento a clientes, com aplica- ção de AI para gerar serviços de consultoria com base nos dados transacionais.
O software da Allgoo roda na Azure, a nuvem da Microsoft, e em alguns casos é implementado em nuvens privadas. Para restringir o escopo de segurança e privacidade, a Allgoo estabelece com a instituição financeira um esquema de “tokenização”, em que as informações de clientes são convertidas em um código conhecido apenas internamente, sem que o provedor de AI veja nenhum dado pessoal.
Fonte: Blog Televendas
