Nubank: IA já define crédito e vai dar pitaco sobre gastos de clientes

Leia abaixo a entrevista que o executivo concedeu durante o Web Summit, em abril:

Tilt - Onde a inteligência artificial está no processo do Nubank?
Vitor Olivier - Quando falam de IA, as pessoas associam somente à IA generativa, mas a gente usa de uma maneira mais ampla. Esses sistemas inteligentes usam uma combinação de automação, gráfico de conhecimento, modelos tradicionais de machine learning e redes neurais, além de IA generativa.

A gente começou numa escala muito pequena, sem muita experiência e dinheiro. E uma maneira de aprender rápido é criar sistemas que aprendem mais do que seres humanos. Por isso, investimos muito em ter os dados certos para criar todas as nossas decisões.

Todas as decisões de regra de negócio estão construídas em cima de algum sistema de inteligência artificial. Se eu vou dar crédito a alguém ou não, se eu vou aumentar ou diminuir o limite de alguém ou não, se eu vou aprovar [a entrada de] uma pessoa ou não, se essa pessoa tem risco de ser um fraudador ou não ou como eu detecto por qual motivo alguém entra em contato com o banco. Em cima desse modelo tem políticas de negócio de como aplicar isso em escala.

Já do ponto de vista da IA generativa, são quatro grandes campos:

1. Interpretação do que o cliente está falando: do pedido via telefone ao chat, eu consigo interpretar o que ele diz muito mais facilmente para direcioná-la para o processo certo.
2. Customização da informação: eu pego um monte de informação e de todo lugar e na nossa base de conhecimento sobre aquele cliente, e uso IA para consolidar, sintetizar, personalizar e enviar a ele já num tom de voz e adaptado para a necessidade do cliente.
3. Copilotos: não é só o ser humano ou a máquina sozinhos. A gente usa os dois para escrever e testar software, rodar serviços customizados e nos nossos processos internos.
4. Mapeamento do comportamento do cliente: usando redes neurais e deep learning, a gente infere padrões que seriam muito difíceis de um ser humano mensurar com modelos tradicionais. A partir daí, consigo ver quais clientes têm comportamentos similares ou detectar qual cliente mudou seu comportamento. Fazer isso ajuda a alimentar decisões de crédito, atestar fraude, decidir o que recomendo. Com as ferramentas da inteligência artificial generativa, em vez de prever a próxima palavra, eu prevejo a próxima ação do cliente para achar padrões.

Tilt - Com quantas palavras de antecedência o Nubank consegue prever a decisão de compra de um cliente?
Vitor Olivier - Eu não sei se eu vou ter um número para te dar. Mas o que a gente dá para dizer é o seguinte. Quando o cliente liga para gente, ele se roteia para algum assunto, é a famosa Ura. A gente chegou ao ponto em que consegue rotear o cliente para um assunto com o mesmo grau de certeza que ele.

O modelo fala, "ah, eu acho que o problema do Helton vai ser relacionado a fatura". Eu entendo você o suficiente para prever que provavelmente seu problema é esse.

Não ser só reativo é o próximo passo. Identificar e resolver o problema sem você precisar entrar em contato. O caminho que a gente está moldando esses sistemas inteligentes. Tudo que toca o cliente e seja uma decisão de negócio em escala tem algum sistema de IA.

Tilt - Pode dar um exemplo de quais padrões de comportamento do cliente influenciam em ações geradas por IA?
Vitor Olivier - Todo aumento ou aprovação de limite é uma decisão de IA. A decisão de [indicar uma ação como] fraude é um lugar que a gente usa muito disso. A gente consegue inferir vários padrões: Qual seu padrão de gasto? Para quem você transfere? Onde você está? Quantas vezes você tentou usar seu PIN? Você copiou e colocou ou não? Quão rápido você fez algo? É um monte de dados para ver se você é você.

No reconhecimento facial, tentamos garantir que não se trata de uma imagem 3D, não tem nenhum deepfake, não tem manipulação de pixel. Tudo isso é feito automaticamente por um sistema de IA. Isso resulta em bilhões de reais em prevenção de fraude.

Tilt - No futuro, a ideia é ter essa proativa em que ações?
Vitor Olivier - A gente gosta de pensar na ideia de colocar um 'personal banker' no bolso de todo mundo, alguém que é o piloto das suas finanças, que te ajude a investir ou a saber se pode gastar ou não. Uma coisa que a gente está testando é prever quanto dinheiro é esperado que você gaste na semana que vem. Está no seu padrão ou não? Se não está, a ideia é alertar.

Da mesma maneira que há seres humanos muitas vezes ajudando pessoas, a gente acha que pode ir além com IA: tocar nos pontos de gasto e investimentos e ser o copiloto dos serviços financeiros dos nossos clientes.

Tilt - Em que fase do desenvolvimento está esse projeto?
Vitor Olivier - A gente já está trabalhando nisso, e o assistente de pagamentos é o começo dessa brincadeira. Hoje, ele já pega todos os seus boletos, identifica os PIX recorrentes que você faz mensalmente e define seu padrão de gasto para automatizar pagamentos.

A ideia é a partir disso começar a sugerir opções de crédito para uma coisa relevante ou que você guarde mais dinheiro. Não é uma coisa construída do dia para noite, mas ao longo do tempo.

Tilt - Diversas dessas ações são automatizadas. Um dos princípios discutidos no mundo e até inserido no PL 2338/23, que tramita no Senado para regulamentar a IA, é como explicar ações tomadas com essa tecnologia. Como vocês pretendem explicar esses milhares de processos para clientes com níveis muito distintos de letramento tecnológico?
Vitor Olivier - O que, como e em que nível explicar é uma questão complexa. O princípio que a gente segue hoje é não tomar ações em nome do cliente. É oferecer opções.

Dentro disso, a gente sente que o cliente vai estar no comando. Eu tenho alguns insights de alternativas, como oferecer sugestões, mas o cliente está no comando.

Um dos nossos princípios é a transparência, uma maneira de estabelecer confiança com o cliente. Outro princípio é o de remover complexidade e simplificar, até para tirar essa ansiedade das pessoas. Em alguns momentos, as duas coisas acontecem naturalmente.

Onde o cliente realmente se importar que precisa ser algo explicável, a gente vai conseguir inferir e criar algo. Onde o cliente se importa menos se é explicável ou não e importa mais ele sentir que tem o controle, a gente vai conseguir fazer isso.

Tilt - Aumento e diminuição de limite e concessão de crédito são momentos em que os clientes se importam muito em como uma decisão foi tomada. Como vocês vão explicar essas ações, principalmente as negativas?
Vittor Olivier - Isso a gente já faz. Se as pessoas solicitam muito limite, ao ser negado, a gente dá sugestões do que fazer para melhorar o crédito. Essas sugestões são baseadas em como a gente interpreta as variáveis do comportamento que estão nos levando a achar que a pessoa tem mais risco.

Se eu abrir que tenho essas 10 mil variáveis aqui, que é uma coisa granular, não dá para [o cliente] agir em cima disso. Se eu falo, "olha, você tem que trazer mais do que você está gastando", "as últimas três faturas você atrasou", são coisas específicas em que o cliente pode agir.