À medida que a inteligência artificial transforma um número crescente de domínios, as instituições financeiras e as empresas estão se movendo rapidamente para manter o ritmo. Isso pode afetar a forma como você lida com o banco, investe, recebe empréstimos e se previne contra crimes financeiros.

No coração da revolução da AI estão os algoritmos de aprendizado de máquinas, softwares que se auto-aprimoram à medida que são alimentados com mais e mais dados, uma tendência da qual o setor financeiro pode se beneficiar imensamente. Aqui estão algumas das principais tendências que fazem incursões no espaço.

Detecção de fraude

Assim como o comércio eletrônico aumentou em popularidade, a fraude on-line também o fez. No entanto, a luta contra a fraude on-line é muito desafiadora. Reduzir as transações de forma muito agressiva para evitar a fraude pode ser um objetivo auto-destrutivo. De acordo com um estudo de 2015 da firma de pesquisa Javelin Strategy, declínios falsos - transações legítimas que são indevidamente rejeitadas - representam US$ 118 bilhões em perdas para os varejistas. Um terço dos casos de falso declínio resultam em clientes perdidos, e apenas nos EUA eles incorrem em danos que valem 13 vezes o valor da fraude real.

A inteligência artificial pode ser útil aqui. Ao analisar vários pontos de dados, os algoritmos de aprendizado de máquina podem detectar transações fraudulentas que passariam desapercebidas por analistas humanos, melhorando a precisão das aprovações em tempo real e reduzindo declínios falsos.

Várias empresas estão explorando a prevenção da fraude baseada em AI. Um exemplo é a tecnologia de Decisão Inteligente (DI) lançada recentemente pela Mastercard. Em vez de se limitar a regras predefinidas, a DI recolhe os padrões de compras do histórico e os hábitos de consumo dos titulares de cartões para estabelecer uma linha de base comportamental contra a qual irá comparar e marcar cada nova transação. Esta é uma grande melhoria em relação às tecnologias de prevenção tradicionais, que dependem de uma abordagem de tamanho para todos para avaliar todas as transações. Enquanto a Mastercard não é a primeira empresa financeira a empregar inteligência artificial na detecção de fraudes, os bilhões de transações que processa a cada ano oferecem muitos dados para treinar e aperfeiçoar seus algoritmos.

Outras empresas como a Sift Science empregam uma abordagem mais holística. A Sift Science coleta dados de mais de 6.000 sites onde sua solução de detecção de fraude é implantada. Isso permite rastrear e analisar dados em vários canais e dispositivos. O motor correlaciona diferentes pontos de dados, incluindo pagamentos e atividades em sites para criar melhores modelos de comportamento do cliente e detectar transações fraudulentas.

Chatbots de banco

Nos últimos anos, os chatbots alimentados por algoritmos de processamento de linguagem natural (NLG) e máquina de aprendizagem tornaram-se uma ferramenta poderosa com a qual fornecer uma experiência personalizada e conversacional para usuários em diferentes domínios.

Há várias maneiras pelas quais o chatbots de AI podem melhorar o setor bancário, inclusive ajudando os usuários a gerenciar seu dinheiro e economias. O Plum, um chatbot acessível através do Facebook Messenger, ajuda você a economizar dinheiro em pequenos incrementos. Ao se registrar, você conecta Plum à sua conta bancária, após o qual o motor AI por trás dele analisa seus hábitos de renda e gastos e prevê o quanto você pode economizar. Em seguida, deposita pequenos montantes em sua conta de poupança Plum em momentos oportunos e informa-o periodicamente.

Outro exemplo é o Cleo, um chatbot que ajuda você a acompanhar suas receitas e despesas em várias contas. O chatbot permite consultar seus dados financeiros de maneira conversacional, como se você estivesse falando com um contador pessoal. O assistente também pode ajudá-lo fornecendo dicas sobre como gerenciar seu dinheiro e economizar para planos futuros.

Os bancos também estão se regozijando com o negócio de chatbot para melhorar suas interfaces de autoatendimento, uma área geralmente atribuída com má qualidade. O Bank of America planeja lançar o seu chatbot AI Erica (um jogo de palavras com o nome do banco) no final deste ano. O assistente digital, que está disponível através de bate-papo por voz ou mensagem no aplicativo móvel do banco, o ajudará a tomar decisões mais rápidas e inteligentes. Em vez de navegar na UI do aplicativo, você pode comandar Erica, por exemplo, para enviar dinheiro para um amigo ou pagar uma conta. O motor AI do chatbot também aproveita a análise para ajudá-lo a gerenciar suas finanças pessoais. Por exemplo, pode ajudá-lo a atingir uma meta de poupança fazendo sugestões com base em seus padrões de renda e gastos..

Negociação algorítmica

Se há uma coisa na qual os computadores sempre foram bons é triturar números. Graças ao aprendizado automático, eles podem agora assumir as sutilezas e complexidades envolvidas em tarefas como ações comerciais. Um punhado de fundos hedge está explorando o conceito e conseguiu obter resultados que rivalizam com a intuição de especialistas humanos.

A Sentient Technologies, uma empresa da AI com sede em San Francisco, que também administra um fundo hedge, desenvolveu um algoritmo que ingere milhões de pontos de dados para encontrar padrões de negociação e tendências de previsão, o que lhe permite tomar decisões comerciais bem-sucedidas. A Sentient executa trilhões de cenários de negociação simulados criados a partir das grandes quantidades de dados públicos disponíveis on-line. Seus algoritmos usam esses cenários para identificar e misturar padrões de negociação bem-sucedidos e desenvolver novas estratégias. Essas técnicas permitem que a start-up esprema 1.800 dias de negociação em alguns minutos. Estratégias comerciais bem-sucedidas, que ele chama de "genes", são testadas em negociações ao vivo, onde elas evoluem de forma autônoma à medida que ganham experiência.

Outro fundo hedge, o Numerai, usa inteligência artificial para tomar decisões comerciais. Em vez de desenvolver os próprios algoritmos, eles terceirizaram a tarefa para milhares de cientistas de dados anônimos, que competem para criar os melhores algoritmos e ganhar criptomoedas por seus esforços. O Numerai compartilha dados comerciais com os cientistas de uma forma que os impede de replicar os negócios de financiamento, permitindo que eles criem modelos para melhores negócios.

O júri ainda está fora de como a AI efetiva estará no domínio das complexidades da negociação de ações, que são muitas vezes impactadas pelos parâmetros mais inesperados e imprevisíveis, como o Twitter do presidente dos EUA. A prática ainda tem muitos céticos, especialmente com comerciantes tradicionais que são duvidosos quanto à falta de transparência dos algoritmos AI. No entanto, o que é evidente é que os algoritmos podem fornecer insights e sugestões inestimáveis que ajudarão os seres humanos a executar as operações a tomar melhores decisões.

O futuro da AI nas finanças

A inteligência artificial como a conhecemos hoje ainda está em sua infância e tem obstáculos a superar, incluindo desafios legais, éticos, econômicos e sociais. No entanto, as perspectivas de negociação mais inteligente, menos danos e uma experiência mais personalizada são excelentes. O futuro do dinheiro ficou mais excitante.