Manual Prático de IA da Google para Bancos e Fintechs

Karen Zhang explica como a Google está a apoiar organizações em serviços financeiros, desde pequenas fintechs até grandes instituições financeiras. O tema comum ao longo da conversa é usar IA de formas práticas: melhorar as experiências dos clientes no front-end e reduzir a carga de trabalho repetitiva no back-end, para que as equipas possam focar-se em trabalho que requer julgamento real.

Zhang destaca uma parceria com o Starling Bank para criar um serviço de "Inteligência de gastos". Simplificando, permite que os clientes Starling façam perguntas em linguagem natural dentro da aplicação (digitadas ou por voz) e obtenham respostas claras sobre os seus gastos. Em vez de procurar através de extratos e filtros, os utilizadores podem perguntar coisas como: "Quanto gastei em TFL e transporte durante a última semana?" ou "Isso mudou de semana para semana durante o último mês?"  O objetivo é fazer com que as informações sobre gastos pareçam mais uma conversa e sejam mais fáceis de aceder para utilizadores do dia a dia.

Para as equipas de fintech, o exemplo de Zhang também sinaliza uma mudança no pensamento de produto. Interfaces de linguagem natural reduzem a barreira ao conhecimento, pois os clientes não precisam de saber onde tocar ou como interpretar gráficos para encontrar o que precisam. Bem feito, isto apoia orçamentação, deteção de padrões e perceção de mudanças graduais no comportamento, sem transformar o utilizador num analista de dados.

Zhang passa então para a automação interna, usando um segundo exemplo com a Liberis, com quem a Google se associou para construir um agente de IA de subscrição chamado Ada, com o nome de Ada Lovelace. A subscrição envolve frequentemente grandes volumes de informação e etapas repetíveis, o que pode criar uma carga administrativa pesada. De acordo com a Google, a Ada trabalha ao lado dos subscritores, ajudando-os através do processo e reduzindo os custos gerais em 50%. Zhang enquadra o benefício como eficiência e foco: a IA assume tarefas mais repetitivas, enquanto os subscritores passam mais tempo em decisões de maior risco e baseadas em conhecimento.

A Google termina com uma mensagem de escala que é, embora estes exemplos se situem no espaço fintech de nível médio, a mesma abordagem pode aplicar-se a empresas muito mais pequenas. A ideia é que, com o suporte de IA adequado, as equipas não precisam de um grande número de funcionários, "100 subscritores", como Zhang diz, para oferecer um serviço forte. Para bancos e fintechs que tentam equilibrar custo e experiência do cliente, o ponto da Google é direto: usar IA para remover fricção para os clientes e reduzir trabalho repetitivo internamente, mantendo o julgamento humano onde é importante.