A NVIDIA divulga pesquisa realizada com profissionais globais de serviços financeiros sobre as tendências, desafios e oportunidades da computação acelerada, inteligência artificial (IA) e machine learning na indústria. Há anos a empresa vem trabalhando com algumas das principais instituições financeiras mundiais para desenvolver e executar uma ampla gama de estratégias de IA em rápida evolução.
Desde instituições bancárias e fintechs até seguradoras e empresas de gestão de ativos, os objetivos permanecem os mesmos – encontrar maneiras de gerenciar riscos com mais precisão, aumentar a eficiência para reduzir os custos operacionais e melhorar as experiências para clientes e consumidores.
Abaixo estão as quatro principais descobertas da pesquisa “State of AI in Financial Services: 2023 Trends”, realizada com pelo menos 500 profissionais de serviços financeiros ao redor do mundo.
- A nuvem híbrida está se tornando forte
As empresas de serviços financeiros, assim como outras instituições, procuram otimizar os gastos com treinamento e inferência IA – com o conhecimento de que os dados sensíveis não podem ser migrados para a nuvem. Para fazer isso de forma econômica, eles estão movendo muitas de suas cargas de trabalho intensivas em computação para a nuvem híbrida.
A pesquisa deste ano constatou que quase metade das empresas entrevistadas estão se mudando para a nuvem híbrida para otimizar o desempenho da IA e reduzir os custos. Anúncios recentes dos principais provedores de serviços e plataformas de nuvem reforçam esta mudança e tornam a portabilidade de dados, gerenciamento de MLOps e padronização de software através da nuvem e em instâncias de pré-premissão um imperativo estratégico para o custo e eficiência.
- Modelos de idiomas grandes encabeçam a lista de casos de uso de IA
Os resultados da pesquisa, focalizada em empresas baseadas nas Américas e Europa, com um tamanho de amostra de mais de 200, constataram que os principais casos de uso de IA são processamento de linguagem natural e grandes modelos de linguagem (26%), sistemas de recomendação e a próxima melhor ação (23%), otimização de portfólio (23%) e detecção de fraude (22%). As cargas de trabalho emergentes para o metaverso, geração de dados sintéticos e mundos virtuais também eram comuns.
Bancos, empresas comerciais e fundos de hedge estão adotando estas tecnologias para criar experiências personalizadas para os clientes. Por exemplo, o Deutsche Bank anunciou recentemente uma parceria de inovação de vários anos com a NVIDIA para incorporar a IA aos serviços financeiros em todos os casos de uso, incluindo avatares inteligentes, IA de fala, detecção de fraude e gerenciamento de risco, para reduzir o custo total de propriedade em até 80%. O banco planeja usar o NVIDIA Omniverse para construir um avatar virtual 3D para ajudar os funcionários a navegar nos sistemas internos e responder a perguntas relacionadas a RH.
- Bancos veem mais potencial para aumentar a receita da IA
A pesquisa mostrou que a IA tem um impacto quantificável sobre as instituições financeiras. Quase metade dos participantes da pesquisa disse que a IA ajudará a aumentar a receita anual para sua organização em pelo menos 10%. Mais de um terço observou que a IA também ajudará a diminuir os custos anuais em pelo menos 10%.
Os profissionais de serviços financeiros destacaram como a IA melhorou as operações comerciais – particularmente melhorando a experiência do cliente (46%), criando eficiências operacionais (35%) e reduzindo o custo total de propriedade (20%).
Por exemplo, a visão computadorizada e o processamento em linguagem natural estão ajudando a automatizar a análise de documentos financeiros e o processamento de reclamações, economizando tempo, despesas e recursos das empresas. A IA também ajuda a prevenir fraudes, melhorando o combate à lavagem de dinheiro e os processos de conhecimento do cliente, enquanto os recomendadores criam experiências digitais personalizadas para os clientes ou consumidores de uma empresa.
- O maior obstáculo: recrutamento e retenção do talento IA
Mas há alguns desafios para atingir as metas de inteligência artificial nas empresas. Recrutar e reter especialistas em IA é o maior obstáculo, um problema relatado por 36% dos entrevistados. Há também tecnologia inadequada para permitir a inovação em IA, de acordo com 28% dos entrevistados.
O tamanho insuficiente dos dados para o treinamento e precisão dos modelos é outra questão premente apontada por 26% dos profissionais de serviços financeiros. Isto poderia ser tratado por meio do uso de IA generativa para produzir dados financeiros sintéticos precisos usados para o treinamento de modelos de IA.
“O trabalho desenvolvido pela NVIDIA com algumas das principais instituições financeiras do mundo possibilita executar diversas estratégias de IA, visando o aumento da eficiência desse mercado. Isso colabora para a redução de custos na operação além de causar um impacto positivo na experiência dos clientes”, pontua Marcio Aguiar, Diretor da divisão Enterprise da NVIDIA para América Latina.
- Apoio executivo para IA no novo alto
Apesar dos desafios, o futuro da IA na área financeira está ficando mais brilhante. O aumento da adesão de executivos à IA é um novo tema nos resultados da pesquisa. Cerca de 64% dos entrevistados observaram que “minha equipe de liderança executiva valoriza e acredita na IA”, em comparação com 36% de um ano atrás. Além disso, 58% disseram que “a IA é importante para o sucesso futuro da minha empresa”, acima dos 39% da pesquisa anterior.
As instituições financeiras planejam continuar a construir a IA empresarial no futuro. Isto incluirá a scaling up and scaling out da infraestrutura de IA, incluindo hardware, software e serviços.
Capacitar cientistas de dados, quants e desenvolvedores enquanto minimiza os gargalos requer uma sofisticada plataforma IA de pilha cheia. Os executivos têm visto o ROI da implantação de aplicações habilitadas para IA. Em 2023, esses líderes se concentrarão na expansão da IA em toda a empresa, contratando mais cientistas de dados e investindo em tecnologia de computação acelerada para apoiar o treinamento e a implantação de aplicações de IA.