A incorporação da inteligência artificial ao sistema financeiro brasileiro avança rapidamente e já provoca mudanças diretas em uma das áreas mais sensíveis dos bancos e fintechs: a análise de risco para concessão de crédito. Tradicionalmente ligada ao uso intensivo de dados, essa atividade passou a ganhar novos contornos com o uso de modelos mais sofisticados, capazes de ampliar a eficiência operacional, reduzir custos e refinar decisões antes mesmo da oferta de produtos aos clientes.
Hoje, os principais bancos e plataformas digitais do país utilizam a IA tanto na criação de produtos e na experiência dos usuários em aplicativos quanto em processos internos, como definição de limites de cartão, avaliação de perfil de risco e políticas de crédito. Em muitos casos, os ganhos aparecem antes mesmo da liberação do crédito, ao melhorar a precisão das análises e a gestão do apetite ao risco.
De acordo com a Pesquisa Febraban de Tecnologia Bancária, os ganhos de eficiência operacional e a redução de custos são os principais benefícios observados com a adoção da inteligência artificial, apontados por 74% das instituições que utilizam a tecnologia. Outro destaque é a capacidade de identificar riscos potenciais, reconhecida por 63% dos bancos consultados, enquanto 37% utilizam a IA para previsão de tendências e comportamentos dos clientes.
Na análise de risco de crédito, 50% das instituições afirmam já ter integração em larga escala da inteligência artificial em seus processos, enquanto 25% dizem não utilizar a tecnologia nessa frente. O tema aparece como o segundo mais desenvolvido no uso de IA no setor financeiro, atrás apenas de áreas como detecção de fraudes e combate à lavagem de dinheiro, consideradas mais maduras.
Segundo o especialista em fintech Bruno Diniz, da consultoria Spiralem, o crédito é um campo em que os efeitos da tecnologia podem ser medidos de forma mais direta. Melhorias nos modelos de concessão tendem a gerar impactos imediatos na inadimplência, na precificação das operações e na eficiência geral do processo. No Brasil, o avanço do Open Finance funciona como um facilitador, ao permitir uma visão mais ampla e integrada do tomador de crédito, seja pessoa física ou empresa.
Apesar do avanço, bancos e fintechs ainda utilizam mecanismos mais tradicionais no núcleo dos motores de crédito, enquanto os modelos de inteligência artificial generativa começam a ser incorporados em etapas específicas da análise. Esse movimento, segundo Diniz, traz desafios técnicos, como o risco de respostas imprecisas das ferramentas, além de questões regulatórias que ainda estão em discussão.
Na prática, algumas instituições já colhem resultados concretos. No Nubank, a inteligência artificial esteve por trás de um programa que permitiu ampliar de forma significativa os limites de cartão de crédito para determinados grupos de clientes. Segundo o CEO da fintech, David Vélez, os modelos foram aprimorados com novas fontes de dados, amostras maiores de treinamento e técnicas de modelagem mais refinadas, o que possibilitou elevar os limites mantendo o mesmo nível de risco.
A Celcoin, empresa de infraestrutura de tecnologia financeira que atende cerca de 300 companhias em sua vertical de crédito, adquiriu a startup Vulkan Labs, especializada em motores de decisão de risco orientados por IA. A solução utiliza dados do Open Finance e bases como a do Serasa para aprimorar a análise de crédito oferecida a seus clientes.
O iFood Pago também amplia o uso da tecnologia, avançando na oferta de crédito não apenas para restaurantes parceiros, mas também para pessoas físicas. A área financeira da empresa se apoia em dados gerados pelo comportamento dos usuários e, com auxílio da IA, consegue avaliar de forma mais detalhada a capacidade de pagamento dos estabelecimentos, inclusive daqueles que encontram dificuldades no sistema bancário tradicional.
Já no Mercado Pago, a inteligência artificial permite a inclusão de novas variáveis nos modelos de análise. A tecnologia passa a considerar não apenas dados numéricos, mas também informações não estruturadas, como textos e, em breve, voz e vídeo. Isso possibilita uma leitura mais profunda do comportamento dos clientes, indo além de renda declarada ou histórico formal, o que contribui para uma concessão de crédito mais ajustada.
O setor financeiro vê na hiper personalização dos serviços um dos principais objetivos para os próximos anos, e a inteligência artificial aparece como um elemento central para alcançar esse patamar. Há expectativa de evolução em modelos baseados em fluxo de caixa, com análises cada vez mais próximas do tempo real, além do fortalecimento da governança sobre os motores de crédito.
Outras áreas também devem avançar com o uso da IA, como o monitoramento de carteiras, sistemas de alerta de risco, cobrança, negociação e prevenção a fraudes. Ao mesmo tempo, especialistas chamam atenção para a necessidade de cuidado com vieses nos modelos, que podem reproduzir padrões discriminatórios e aprofundar desigualdades se não forem corretamente supervisionados.
