A facilidade que a Inteligência Artificial traz aos canais de serviços financeiros, assim como para obter insights a partir dos dados, é insuficiente para a hiperpersonalização do relacionamento sem mudanças estruturais na visão das áreas de negócios e no uso da informação ao longo das organizações. “O dado se valoriza quando é democratizado, para que as áreas de negócio possam criar produtos e formas de extrair valor”, definiu Fernando Castro, diretor de TI do Itaú Unibanco.
Ele explica que o paradigma tradicional de focar exclusivamente nos dados necessários a transações e registros leva, inclusive, a uma fragmentação da informação em silos. “Os silos de dados são sintoma da baixa colaboração entre as áreas”, observou Rafael Cavalcanti, superintendente executivo de dados, analytics e IA do Bradesco. “Quem atua em conjunto não vê sentido em abordagens isoladas”, afirmou.
“A arquitetura de dados é a base para tudo”, resumiu Analaura Morais, gerente-geral da Unidade CRM do Banco do Brasil. Ela defende que a padronização e a fluidez entre os sistemas de negócio são o ponto de partida.
Os executivos compuseram o painel “Há uma IA para tudo?! A hiperpersonalização a serviço do cliente”, durante a Febraban Tech 2024.
O diretor do Itaú lembrou que começou a trabalhar na acessibilidade tanto dos dados quanto das aplicações antes do advento da IA. O objetivo essencial é que tanto a informação quanto os sistemas de negócios possam ser acionados para a criação de produtos e ofertas hiperpersonalizadas. “Pense no alicerce da prontidão das aplicações e quanto os dados estão disponíveis para a IA”, recomendou. Ele revelou que pelo menos 60% da instituição são “democratizados”. “Nenhum caso de uso (de analytics e IA) funciona sem essa fundação”, disse.
Castro enfatiza o desafio da mudança cultural das áreas de negócios, de pensar no uso de dados de forma estratégica. “A jornada não é simples. Para cada time, há um grau de democratização de dados”, ponderou.
Tushar Parikh, diretor-geral da TCS no Brasil e também participante do painel, destacou três pilares: arquitetura padronizada, compartilhamento de informação e “liquidez” dos dados. “A perspectiva de que outras linhas de negócio possam monetizar os dados evita os silos”, mencionou.
“Nem sempre os dados transacionais têm disponibilidade e liquidez”, constatou Analaura Morais. Nesse contexto, o trabalho na modernização da arquitetura, que agrega um uso mais flexível dos próprios sistemas centrais, determina o sucesso das estratégias de personalização com o uso de IA.
Dados: erros aparecem na hora, acertos nem se veem
“Errar na personalização tem impacto imediato. Quando se acerta, o resultado vem com o tempo”, disse Cavalcanti, do Bradesco. “Mais importante do que o framework (de hiperpersonalização) é ter clareza de como mensurar”, continuou.
O superintendente do Bradesco mencionou que, entre os 20 milhões de usuários da BIA (o atendimento por IA do banco), apenas 3% dão feedback. “Os 97% são os que continuam a usar. Quem gosta não dá feedback. Simplesmente usa”, concluiu.
Cavalcanti enfatizou a importância de uma estratégia de hiperpersonalização no desenvolvimento de produtos (software) para possibilitar ao cliente uma experiência relevante e única em todos os pontos de contato.
A gerente-geral de CRM do Banco do Brasil falou sobre a necessidade de mapear a experiência dos clientes de forma mais ampla. “A hiperpersonalização deve olhar além dos pontos de interação na empresa. É preciso transformar todo o ecossistema conforme o contexto do cliente, o que é um desafio”, reconheceu.
“Boa parte dos casos de uso tem a ver com melhorias na jornada através do canal”, lembrou Castro, do Itaú. “No segmento de atacado, usamos GenAI para analisar relatórios de agências de análise de investimentos. Aplicamos IA em vários processos”, exemplificou.
