Capítulo 1
Restrições e barreiras à adoção da GenAI no setor bancário
A pesquisa revela cinco obstáculos que impedem o sucesso do investimento na GenAI.
Os bancos enfrentam desafios significativos que podem limitar a sua capacidade de gerar grandes retornos do seu investimento na GenAI. Os resultados da pesquisa identificaram alguns desafios principais:
Experiência e recursos insuficientes
Os bancos veem lacunas nos recursos para a contratação de pessoal nas iniciativas GenAI. Mais de metade dos entrevistados disseram que a experiência interna insuficiente representava um grande desafio no estabelecimento de uma equipe GenAI dedicada.
Falta de conhecimento
55%dos tomadores de decisão no setor bancário afirmam que a expertise interna insuficiente constitui um desafio no estabelecimento de uma equipe GenAI dedicada
Restrições de custo e orçamento
As realidades econômicas vem limitando os investimentos dos bancos em todas as tecnologias e a GenAI não é exceção. Mais de metade dos entrevistados citaram os custos de implementação como um desafio ao explorar as iniciativas GenAI.
Custos de implementação
54%dos tomadores de decisão no setor bancário afirmam que os altos custos representam uma barreira para as implementações da GenAI
Falta de confiança nas capacidades internas
As arquiteturas tecnológicas antigas e altamente personalizadas que existem hoje em muitos bancos, com todas as suas soluções alternativas e fluxos de dados deficientes, representam uma barreira à implementação da AI. Reconhecendo essas limitações, uma parcela significativa dos entrevistados afirmou não acreditar que a sua instituição tivesse a infraestrutura tecnológica e as capacidades corretas para implementar a GenAI.
Preocupações com capacidades internas
37%dos banqueiros não confiam nas suas capacidades internas (infraestrutura tecnológica, controles e talentos) para implementar casos de uso da GenAI
Priorização de casos de uso
As opções concorrentes para a implantação de AI desafiam os bancos a identificar os casos de utilização iniciais que geram mais impacto. Muitos bancos estão priorizando recursos de automação legados (por exemplo, automação de processos robóticos) em funções de back-office. Uma clara maioria dos entrevistados afirma que os seus bancos estão à espera de mais desenvolvimento e testes antes de priorizarem casos de utilização de front-office.
Priorização de casos de uso
67%dos bancos estão aguardando mais desenvolvimentos e testes antes de priorizar casos de uso de front-office
Incerteza e risco regulatório
A evolução das regulamentações cria incerteza sobre os requisitos de conformidade e os riscos de responsabilidade que os bancos podem enfrentar. Do ponto de vista da resiliência, os bancos precisam estar preparados para evitar que hackers, fraudadores e outros malfeitores se aproveitem indevidamente do poder da GenAI. Dado que a regulamentação está se atualizando, as empresas terão de pensar na forma como constroem e viabilizam sistemas que se antecipam aos avanços na regulamentação, em vez de criarem processos que possam ser ultrapassados por restrições. Da mesma forma, os bancos que pretendam implementar esses avanços devem ter em mente as alegações dos reguladores de que as regras existentes serão aplicadas à GenAI.
Os riscos relacionados com a privacidade, segurança, precisão e confiabilidade dos dados são as principais preocupações dos bancos nas implementações da GenAI. Isso é compreensível, visto que os grandes modelos de linguagem (LLMs) podem estar sujeitos a anormalidades e preconceitos. A prevalência de dados sensíveis e confidenciais no setor bancário levanta preocupações sobre violações acidentais de dados e transações erradas.
Capítulo 2
Cinco prioridades para os bancos avançarem na sua jornada GenAI
Os bancos devem concentrar-se nestas principais prioridades estratégicas para ajudar a acelerar a inovação e a reimaginar os modelos bancários.
1. Visualize mudanças nos negócios utilizando uma abordagem voltada para o futuro
Para aproveitar a oportunidade da GenAI, os bancos devem reimaginar os seus futuros modelos de negócio com base nas novas capacidades que a GenAI permite e depois trabalhar retroativamente para priorizar casos de utilização a curto prazo. Novos recursos habilitados para AI em toda a empresa podem criar novas oportunidades para monetizar dados, expandir ofertas de produtos e serviços e fortalecer o envolvimento do cliente. Todas essas etapas tornarão a organização mais competitiva.
Em que pontos agir agora
Aplicando os aprendizados de implementações anteriores de tecnologia inovadora (por exemplo, blockchain e automação de processos robóticos), os bancos devem avaliar se a GenAI, a tecnologia existente ou uma combinação das duas seria a solução certa para abordar questões e oportunidades específicas. Casos de uso bem fundamentados incluirão atividades de “alto contato” historicamente pertencentes a pessoas, que aproveitam grandes conjuntos de dados ou exigem uma lógica de resposta generativa. Considerações regulatórias também podem contribuir para definir a priorização de casos de uso. As autoridades provavelmente têm a expectativa de que as empresas implementem sistemas avançados de GenAI em áreas como o crime financeiro.
Olhando para o futuro
Com o tempo, os bancos devem desenvolver uma visão abrangente para o negócio, incorporando todo o portfólio de inovação e ficando prontos para dinamizar, com agilidade, à medida que a tecnologia de AI continua a evoluir rapidamente.
2. Explorar uma abordagem ecossistêmica para acessar novas tecnologias e talentos
Os vários bancos que precisam atualizar a sua tecnologia poderiam aproveitar a oportunidade para superar as atuais restrições de arquitetura tecnológica, adotando a GenAI. No entanto, para que a GenAI tenha utilidade no local de trabalho, necessita de acesso à experiência operacional e aos conhecimentos do ramo de atividade do colaborador.
Dada a novidade da GenAI e as capacidades tecnológicas limitadas de muitos bancos, podem ser necessárias aquisições ou parcerias para se obter acesso às competências e recursos necessários. A capacidade da GenAI de trabalhar com dados não estruturados facilita a conexão e o compartilhamento de dados com terceiros por meio de ecossistemas. Metade (51%) dos bancos afirmaram preferir parcerias como abordagem de entrada no mercado para casos de utilização da GenAI, em vez do desenvolvimento interno.
Em que pontos agir agora
Identificar oportunidades para modernizar a infraestrutura, melhorar a qualidade dos dados e aprimorar os fluxos de dados constituem o primeiro passo crítico. Os bancos talvez precisem melhorar as capacidades informáticas (por exemplo, capacidade do servidor, armazenamento de dados e poder computacional) para implementar a AI nos ambientes tecnológicos e de dados existentes nos bancos. Além disso, a construção de “gráficos de conhecimento” a partir da experiência institucional existente permitirá à GenAI extrair informações valiosas.
Olhando para frente
As oportunidades de aquisições e joint ventures podem ajudar os bancos a construir ecossistemas novos ou a melhorar os ecossistemas existentes com foco na GenAI e a fornecer novos produtos e soluções mais rapidamente. O argumento comercial para tais acordos deve basear-se em uma avaliação cuidadosa das capacidades e nos resultados dos casos de utilização iniciais.
3. Reequilibrar o portfólio de inovação, ao mesmo tempo identificando casos de uso
Quando se trata especificamente da GenAI, os bancos não devem limitar a sua visão à automação, melhoria de processos e controle de custos, embora estes façam sentido como prioridades para implementações iniciais. A GenAI pode causar impacto nas operações voltadas para o cliente e as receitas de uma forma que as implementações atuais de AI muitas vezes não fazem. Por exemplo, a GenAI tem o potencial de apoiar a hiper-personalização de ofertas, o que ajuda a promover a satisfação e retenção do cliente e níveis mais elevados de confiança.
Da mesma forma, muitos bancos têm buscado estratégias de verticalização da indústria e de retenção de depósitos, bem como procurado fluxos de receitas novos e diversificados. Estes são tópicos lógicos para uma discussão dos casos de uso iniciais da GenAI.
Os bancos podem utilizar a GenAI para gerar novos insights a partir dos dados que recolhem sobre hábitos de compra, padrões comerciais e conformidade fiscal interna e para criar fluxos de receitas adicionais.
Embora esses casos de uso de front-office possam gerar ganhos de alto perfil, também podem suscitar novos riscos. Os controles apropriados devem informar o planejamento inicial e ajudar a minimizar o risco de danos à qualidade do serviço, à satisfação do cliente e à marca e reputação do banco. Os bancos devem ainda reconhecer que os reguladores prestarão especial atenção aos casos de utilização voltados para os clientes e àqueles em que a AI permite decisões automatizadas.
Em que pontos agir agora
Os bancos devem analisar os casos de utilização sob a perspectiva da criação de valor e do risco. No curto prazo, os bancos devem concentrar-se em promover as oportunidades potenciais de maior valor, tendo simultaneamente em conta o nível de exposição ao risco. A carteira de investimentos em IA deverá acelerar objetivos estratégicos bancários mais amplos, ao mesmo tempo em que capitaliza ganhos rápidos a curto prazo que oferecem um valor claro com risco mínimo. Casos de uso orientados internamente para geração de conteúdo e automatização de fluxos de trabalho (por exemplo, gerenciamento de conhecimento) normalmente revelam-se bons pontos de partida.
Começar aos poucos e obter ganhos rápidos permitirá que os bancos avaliem as suas capacidades, reconheçam os principais desafios e considerações e avaliem as parcerias ou aquisições atuais e potenciais para uma maior escala.
Olhando para o futuro
Aprender com os ganhos rápidos iniciais viabilizará o impulso necessário para avançar para casos de uso de maior valor e maior risco, quando a organização estiver pronta. Também preparará o terreno para a utilização da GenAI para transformar e reinventar modelos de negócios.
4. Estabelecer um centro de excelência dedicado ou uma abordagem de torre de controle
Instituições financeiras de todos os portes podem se beneficiar com a criação de um centro de excelência (CoE) GenAI para implementar casos de uso iniciais, compartilhar conhecimento e melhores práticas e desenvolver habilidades. No entanto, à medida que as suas capacidades GenAI amadurecem, as organizações podem ir além da coordenação de talentos e projetos para adotar uma abordagem de “torre de controle” para desenvolver visão e estratégia, fornecer visibilidade sobre a adoção da GenAI em toda a organização e fortalecer os modelos de governança.
Em que pontos agir agora
Os bancos de maior porte, mais avançados na sua experimentação de AI, devem estabelecer uma função de torre de controle para não só fornecer orientação e visão, mas também documentar um roteiro de alto nível para alcançar os objetivos de GenAI da empresa. Um roteiro assim exige uma reformulação da cadeia de valor e do modelo de negócio, uma avaliação completa das arquiteturas tecnológicas e dos conjuntos de dados e uma avaliação dos investimentos em inovação. Uma abordagem de torre de controle fornece liderança com relação à GenAI e coordena a execução e implantações contínuas. É fundamental que sejam implementados os controles e métricas corretos, efetuando-se ajustes ao longo do tempo, à medida que os resultados do negócio são acompanhados e as necessidades passam por mudanças.
Para organizações de pequeno e médio porte em estágios iniciais de adoção da GenAI, um CoE será suficiente como primeiro passo e ponto de coordenação para o conhecimento. Além disso, um CoE permitirá à organização melhorar gradativamente as capacidades, difundir as melhores práticas, promover compartilhamento de conhecimento e promover casos de utilização iniciais.
Olhando para o futuro
À medida que os bancos monitorizam os casos de utilização e parcerias iniciais, devem avaliar continuamente os casos de utilização para expansão ou eliminação, bem como avaliar quais as parcerias a serem consolidadas. Os bancos também terão de decidir como a torre de controle irá interagir com as diferentes linhas de negócio e como a titularidade dos casos de utilização, do orçamento, do sucesso e da governança deverá ser repartida ou centralizada.
5. Instituir governança e controles
A GenAI apresenta riscos novos e aumenta os riscos existentes nas operações bancárias. Embora os processos e controles de governança da AI sejam um tanto semelhantes aos das tecnologias legadas, novos riscos exigem novos modelos e estruturas, tanto para casos de uso internos quanto para uso de ferramentas de terceiros.
As organizações devem considerar quando e como os colaboradores podem potencializar a GenAI e avaliar os riscos distintos de casos de uso internos e externos. O impacto da GenAI nas operações é outro fator. Por exemplo, a aplicação da GenAI às decisões de concessão de empréstimos poderia levar a resultados tendenciosos com base em características protegidas (por exemplo, gênero ou raça). O ônus da prova cabe aos bancos, o que significa que terão de recolher provas para mostrar aos reguladores por que motivo(s) os pedidos são negados e que os requerentes são considerados de forma justa. Mesmo em casos em que atualmente não existem limites legais ou regulamentares, os modelos de governança devem ser concebidos para promover a utilização responsável e ética da GenAI.
Em que pontos agir agora
Como primeiro passo, os bancos devem estabelecer diretrizes e controles sobre a utilização, pelos colaboradores, de ferramentas e modelos GenAI existentes e disponíveis publicamente. Essas diretrizes podem ser projetadas para monitorar e impedir que os colaboradores carreguem informações proprietárias da empresa nesses modelos. Além disso, devem ser estabelecidas estruturas de governança e controle de ponta para o desenvolvimento, uso, monitoramento e gerenciamento de riscos da GenAI, independentemente de casos de uso individuais.
Olhando para o futuro
À medida que os bancos fazem mais investimentos em capacidades GenAI e desenvolvem novos casos de utilização, terão de avaliar os desafios e riscos únicos associados às ferramentas e ajustar a governança e os controles para cada caso de utilização individual. Novos casos de uso trarão novos requisitos contínuos para testes e avaliações de anormalidades, preconceitos e outros riscos.
Para encerrar
Aproveitar o poder transformador da GenAI requer uma combinação de novas ideias sobre um desafio duradouro para os bancos: como inovar mantendo as luzes acesas. Mas os bancos compreendem claramente essa premência; uma grande maioria já está dedicando recursos à GenAI.
Alocação de recursos
90%dos entrevistados observaram que seus bancos dedicaram recursos à exploração ou implantação de GenAI
O sucesso na GenAI requer um planejamento futuro para definir a visão e uma abordagem programática para a priorização de casos de utilização, gestão de riscos e governança. Os bancos terão de desafiar a sua compreensão atual da AI, principalmente como uma tecnologia para automação de back-office e redução de custos. Pensar em como a GenAI pode transformar as funções de front-office e o modelo de negócios geral é essencial para maximizar o retorno do investimento em tecnologia. Os bancos também devem reconhecer a GenAI como apenas uma das peças integrantes de uma agenda global de inovação. A utilização da GenAI juntamente com um conjunto equilibrado de ações mensuradas, apoiadas por uma estratégia de longo prazo, permitirá aos bancos criar valor para clientes e acionistas, ao mesmo tempo que constroem o banco do futuro.
Resumo
Para aproveitar o verdadeiro poder da GenAI, os bancos precisarão avaliar o valor e o risco do caso de uso para poder contribuir adequadamente com um roteiro de longo prazo. Mediante análise das lições aprendidas com projetos de inovação tecnológica, capacidades de gestão de dados e talentos, os bancos podem ajudar a desenvolver uma estrutura para o desenvolvimento de casos de uso. O estabelecimento de governança e controles corporativos para uso interno e externo da GenAI e uma abordagem de "torre de controle" serão essenciais para avaliar a criação de valor do caso de uso e, ao mesmo tempo, gerenciar os níveis de risco associados.
Prashant Kher, Diretor Sênior de Estratégia de Ativos Digitais, EY-Parthenon, Ernst & Young LLP e Zachary Trull, Estratégia de Serviços Financeiros EY-Parthenon, Ernst & Young LLP foram os autores colaboradores deste artigo.