Há dois anos, a Inteligência Artificial começava a impactar o setor de crédito e recuperação. Principalmente a partir da promessa de uma análise mais aprofundada e individualizada do comportamento e das preferências dos clientes. Esse potencial tecnológico e operacional guiou as discussões da primeira edição do CCX Seminário, em 2024.
“Na ocasião, falamos sobre como combinar dados cadastrais, comportamentais e transacionais para, dali dois anos, prever melhor a inadimplência. Mas, realmente estamos prevendo melhor?”, questiona Cristiano de Souza Corrêa, professor de Finanças e Coordenador de Pós-Graduação em Negócios do Ibmec.
“Hoje, temos quase 84 milhões de pessoas inadimplentes. E, desse valor, 42% já viviam nesse cenário há 10 anos. Ou seja, predição e resultado não são a mesma coisa.”
Henrique Albuquerque, superintendente de Inteligência de Dados do Bradesco, aponta que o banco tem alcançado resultados a partir de diferentes tipos de IA – como a tradicional, de Machine Learning, que ajudam a compreender com qual cliente falar, em qual canal e horário – e a generativa.
Um caso de uso de sucesso com a GenAI é a chamada Mentoria. “Coletamos dados dos escritórios de cobrança a partir dos áudios, passamos por IA generativa, entendemos o que está acontecendo ali dentro e quem são os melhores cobradores, com isso criamos um feedback individual para cada agente.” Ou seja, algo que antes poderia ser feito por amostra, apenas com um número limitado de pessoas, agora se tornou individualizado.
Prever já virou commodity
Apesar do alto número de inadimplentes no Brasil, Natalia Fernandes, head de Cobrança do Enforce Group, empresa do BTG Pactual, defende que “prever a inadimplência já virou commodity”. Segundo ela, modelos de Machine Learning já oferecem resultados positivos nessa frente.
“O grande gol daqui para frente é saber exatamente quem cobrar, em qual canal e com qual abordagem”, explica. A IA ajuda a fazer isso individualizando o atendimento, oferecendo escala a partir de uma base histórica das instituições financeiras. Tudo começa com uma base da dados estruturada, uma conversa já antiga, mas que ainda traz seus desafios. É a partir dela que a IA generativa começa a ajudar as organizações com essas respostas.
“O desafio agora é trazer esses modelos para entender como abordar o cliente em todas as camadas de cobrança”, destaca. Isso porque, segundo ela, esse é um movimento já mais amplo na concessão de crédito, mas ainda tímido em cobrança.
O papel da inteligência humana
Em outras palavras, o desafio não está na predição, mas em agir sobre os insights gerados pela IA. Como aponta Paulo Godoy, CEO da Olos Tecnologia, não se trata de uma receita simples. “Você pode realizar uma cobrança de um produto de utilities ou de um automóvel, de uma casa casa, ou alguma dívida no cartão. Cada produto ou serviço tem suas características específicas.”
Paulo destaca, ainda, que a tomada de decisão da cobrança vai além da escolha do canal e passa pela abordagem da mensagem, o template e diversos outros fatores.
Trazendo esse desafio para o dia a dia, o executivo traz um exemplo vivido pela Olos. Em determinada região, a equipe identificou uma alta inadimplência. No entanto, nenhuma variável apontava se houve um problema de comunicação com a carteira de clientes do local, ou então se havia uma falha no sistema de cobrança. Após uma investigação, descobriu-se que a refinaria local havia sido desativada, e diversas pessoas ficaram desempregadas. O que, por sua vez, demandou novas estratégias.
“A IA pode ajudar, mas isso dependerá de como você vai alimentar ela”, reforça. “Se as respostas já estão prontas, como você entenderá os devedores? Como irá estruturar a régua de cobrança? Tudo isso depende também da inteligência humana para entender como fazer perguntas e encarar os insights.”
A armadilha das variáveis
Quando o assunto é educação, inadimplência e permanência estão intimamente relacionadas. Por isso, o desafio da YDUQS está em criar oportunidades para apoiar os alunos a concluírem seus sonhos e, dessa forma, aumentarem sua renda para se tornarem consumidores mais independentes financeiramente.
Como aponta Talita Freitas, diretora Financeira e Tributária da YDUQS, a graduação representa o meio mais rápido de aumentar a renda – no Brasil, esse crescimento chega em cerca de 180%. No entanto, a formação leva entre dois e quatro anos, no mínimo.
“O grande salto que a gente espera da IA é o score de tratabilidade, que a gente consiga definir o melhor canal, o melhor horário, a melhor forma de abordar o aluno. Isso porque mesmo alunos com perfis de risco similares ainda demandam medidas tratativas e acionamentos diferentes.”
Na YDUQS, a executiva conta que iniciativas como essa já estão em andamento, a partir de processos embrionários, porém promissores. Para ela, conhecer o cliente e deter essa inteligência é o primeiro passo.
“Não podemos cair na armadilha do excesso de variáveis”, alerta. “É preciso identificar aquelas que diferenciam o seu cliente, determinar quais fazem sentido para o modelo utilizado e compreender os resultados que geram para o negócio. Não podemos cair no modismo de falar que o resultado veio da IA.”
Nunca deixe de testar
Por isso, iniciativas com diferentes modelos de IA se mostram um caminho para explorar os ganhos e a relevância da tecnologia no mercado de crédito e recuperação. No caso da Lojas Renner, a IA preditiva entrega mais valor do que a IA generativa, como exemplifica Diego Ramos, gerente de Cobrança da empresa.
“Quando a gente fala de IA generativa, temos vários cases e o universo de uso colabora e muito na operação. Mas, é preciso se perguntar: onde eu preciso ter uma IA generativa? A tecnologia ainda não é uma comodity. Por isso, é importante entender onde ela faz sentido”, aponta.
Soma-se isso à percepção de que a cobrança, apesar de ter sido colocada em segundo plano por muito tempo nas estratégias com IA, deixou de ser algo apartado da operação de crédito. Agora, é uma experiência única do cliente.
“A Realize, instituição financeira da Lojas Renner, tem se posicionado como uma fidelizadora do varejo. Tanto que, hoje, os clientes da Realize e compram na Renner têm um TPV anual de 150% a mais do que o cliente que não está na Realize. Ainda, tem uma frequência de compra de 50% a mais.”
Por isso, o mais importante para o planejamento das estratégias do setor, segundo Diego, é: nunca deixar de testar. “O cenário macroeconômico muda, o perfil de base muda. É preciso ter um controle para entender quais são as melhores ações. Uma estratégia que até ontem funcionava, pode não funcionar daqui três meses. O grande segredo é continuar pilotando e entendendo as características da base.”
