Onde a IA está realmente a fazer a diferença nas finanças neste momento

A FinTech move-se rápido. As notícias estão por todo o lado, a clareza não.

A FinTech Weekly apresenta as principais histórias e eventos num só local.

Clique Aqui para Subscrever a Newsletter da FinTech Weekly

Lido por executivos da JP Morgan, Coinbase, BlackRock, Klarna e mais.

Durante anos, a conversa em torno da inteligência artificial nas finanças foi frustrantemente pouco clara. A maioria das equipas financeiras continuou a fazer as coisas da mesma forma, mesmo enquanto os executivos falavam de disrupção e os consultores produziam apresentações cheias de promessas. Mas algo mudou nos últimos 18 meses ou mais. As ferramentas melhoraram, os casos de uso tornaram-se mais claros e departamentos anteriormente céticos começaram a ver resultados reais em áreas que importavam.

Nem todos foram afetados pela mudança da mesma forma ou ao mesmo tempo. Algumas áreas das finanças adotaram a IA mais rapidamente do que outras, e as razões merecem atenção. As equipas de FP&A foram das primeiras a avançar, em grande parte devido à dor óbvia. Todos sabiam que gastar duas semanas a extrair dados de sistemas desconectados apenas para construir uma previsão trimestral não era sustentável. Quando surgiram plataformas que conseguiam automatizar a recolha de dados e descobrir tendências em horas, em vez de dias, a adoção acelerou rapidamente.

O que fez com que esta vaga perdurasse foi que resolveu problemas com que as pessoas já estavam cansadas de lidar. A inteligência artificial nas finanças já ultrapassou largamente a fase experimental. As equipas estão a usá-la para fechar contas mais rapidamente, gerar previsões contínuas sem desgastar os seus analistas e executar modelos de cenários que teriam levado semanas a montar manualmente. O valor já não é abstrato. Aparece como ciclos de reporte mais curtos e menos noites tardias antes das reuniões do conselho.

O FP&A Chegou Lá Primeiro, Mas Não Parou Por Aí

Dado o quão manual e repetitivo era o fluxo de trabalho, a previsão e o orçamento foram o local lógico para começar. Mas assim que as equipas viram o que era possível, a tecnologia começou a espalhar-se para funções adjacentes. A análise de variância é um bom exemplo. Para determinar por que os valores reais não correspondiam ao plano, um analista normalmente passava horas a rever itens de linha. As ferramentas de IA podem sinalizar essas discrepâncias em minutos e, mais importante, apontar para as causas-raiz.

Outra área que está a ganhar tração é o reconhecimento de receitas. As folhas de cálculo e o extenso conhecimento institucional foram outrora a norma para empresas que lidam com estruturas contratuais complexas ou acordos multi-elemento. Partes desse processo podem ser automatizadas para reduzir o risco e libertar tempo para as decisões que realmente exigem inteligência humana. Onde quer que as equipas financeiras estivessem a gastar demasiado tempo em trabalho repetitivo e baseado em regras, a IA está a intervir e a fazê-lo mais rapidamente.

A Gestão de Risco É a História Maior

Se o FP&A foi o ponto de entrada, a gestão de risco pode ser onde a IA tem o impacto mais duradouro. A conformidade regulatória, a deteção de fraudes e a modelação de risco de crédito exigem todas um reconhecimento intrincado de padrões e grandes conjuntos de dados. Essas são exatamente as condições em que a aprendizagem automática supera a análise manual.

As seguradoras e os bancos foram os primeiros a reconhecer isto. Mas o que é mais recente é a adoção entre empresas de médio mercado que nunca tiveram equipas dedicadas de análise de risco. As plataformas baseadas na nuvem tornaram possível que uma empresa com algumas centenas de funcionários realize o tipo de avaliações de risco que costumava exigir uma equipa de quants. Estas ferramentas tratam da monitorização, detetam anomalias à medida que ocorrem e compilam relatórios prontos para auditoria por si só. Isso é um verdadeiro avanço para a gestão de processos financeiros no dia a dia.

Neste momento, a conformidade pode ser a parte mais convincente de toda esta mudança. Os ambientes regulatórios estão em constante mudança e, entre regras variáveis em diferentes jurisdições, apenas manter a conformidade é um trabalho por si só. Embora a IA não possa substituir um responsável pela conformidade, pode analisar atualizações regulatórias, compará-las com as políticas atuais e identificar quaisquer lacunas antes de se tornarem problemas. No passado, apenas as maiores instituições podiam pagar esse tipo de monitorização proativa.

O Que Está a Segurar Algumas Equipas

Nem todos os departamentos financeiros estão a operar ao mesmo ritmo, e as duas principais causas de hesitação são tipicamente o talento e a confiança. Confiança porque os profissionais de finanças precisam de compreender como um modelo chega às suas conclusões antes de apostarem a sua reputação no resultado. Talento porque implementar bem estas ferramentas exige pessoas que compreendam tanto a tecnologia como o contexto financeiro, e essa combinação ainda é rara.

O outro gargalo que não recebe atenção suficiente é a qualidade dos dados. Uma vez que a IA é tão boa quanto os dados que a alimentam, muitas empresas continuam a operar em sistemas desorganizados e desarticulados onde, dependendo do departamento, a mesma métrica pode ser definida de três maneiras diferentes. Embora limpar isso não seja uma tarefa glamorosa, é necessário para tirar o máximo proveito de qualquer implementação de IA.

A Trajetória É Bastante Clara

As equipas financeiras que já avançaram estão a expandir os seus casos de uso, não a recuar. As primeiras vitórias no FP&A construíram credibilidade interna suficiente para justificar a expansão para risco, conformidade e operações de tesouraria. As universidades estão a começar a integrar a literacia de dados nos seus currículos de finanças, o que deverá ajudar a fechar a lacuna de talento ao longo do tempo. Entretanto, os fornecedores continuam a lançar ferramentas mais especializadas.

A cada trimestre, a matemática torna-se mais difícil para as equipas que ainda não começaram. O fosso competitivo entre os departamentos financeiros habilitados com IA e os tradicionais está a aumentar, e fechar esse fosso mais tarde custa sempre mais do que manter o ritmo agora. A tecnologia não é perfeita, e ninguém deve fingir o contrário. Mas esperar pela perfeição é o seu próprio tipo de risco, e é um que menos organizações podem dar-se ao luxo de correr.