Do crédito à logística de dinheiro em espécie, a inteligência artificial já produz resultados mensuráveis em operações do Banco do Brasil. Projetos desenvolvidos pelo banco em parceria com o Grupo Stefanini estimam R$ 23 milhões de economia anual em despesas relacionadas à logística de numerário. Outra iniciativa reduz em mais de 8 mil horas-homem por ano o esforço necessário em uma etapa da análise de crédito para empresas.

Os números mostram como a IA pode avançar além de aplicações experimentais no setor financeiro. As soluções estão ligadas a processos que envolvem decisões, análise de grandes volumes de dados e planejamento operacional.

Uma das iniciativas está voltada para a avaliação de documentos financeiros de empresas. Batizada de Balanço Digital, a solução automatiza parte da leitura e organização de informações presentes em Balanços Patrimoniais, DREs e arquivos SPED.

A tecnologia reúne recursos de visão computacional, OCR, deep learning, processamento de linguagem natural e IA generativa. O objetivo é transformar documentos financeiros em dados estruturados que possam ser utilizados no processo de análise de crédito.

As informações passam por etapas de captura, validação e organização dentro de uma plataforma. Com menos trabalho manual, os profissionais podem direcionar mais tempo para a interpretação dos dados e para decisões que dependem de conhecimento especializado.

Nas primeiras etapas de operação, o projeto já representa uma economia de mais de 8 mil horas-homem por ano. A automação também pode diminuir falhas operacionais e reduzir o tempo necessário para dar respostas aos clientes empresariais.

Previsão para o dinheiro em espécie

A segunda frente atua em uma área bem diferente: a distribuição de numerário pela rede do banco. O desafio é calcular quanto dinheiro cada agência deve precisar e planejar a movimentação dos recursos para evitar tanto a escassez quanto o excesso.

A solução criada pela Stefanini em conjunto com o banco utiliza uma estrutura com mais de 5 mil modelos de previsão, além de análises por grupos de agências. Os modelos consideram diferentes variáveis para estimar a demanda de dinheiro em cada unidade.

A tecnologia também é usada para definir rotas de numerário entre agências e centros de tesouraria. Modelos preditivos e prescritivos, regras especializadas e painéis de gestão ajudam a determinar quando movimentar os recursos, qual volume deve ser transportado e qual estratégia logística é mais adequada.

O impacto financeiro estimado chega a R$ 23 milhões por ano em despesas administrativas. A aplicação também busca diminuir quilômetros percorridos, evitar deslocamentos que não sejam necessários e melhorar o planejamento da distribuição de dinheiro.

IA ligada ao negócio

Para Rodrigo Stefanini, CEO Latam e Espanha do Grupo Stefanini, os dois projetos mostram que a inteligência artificial pode atuar em diferentes pontos da operação financeira. Em nota o executivo destacou que “esses dois casos são particularmente emblemáticos porque mostram a amplitude da aplicação da IA no setor financeiro. De um lado, temos inteligência para interpretar informações complexas e apoiar decisões de crédito. De outro, modelos que antecipam necessidades e otimizam uma operação logística de grande escala. Em ambos, o valor está em usar tecnologia para tomar decisões melhores, mais rapidamente e com maior eficiência“.

A estratégia adotada pelas empresas segue uma visão de AI-First, na qual a inteligência artificial é incorporada aos processos e à tomada de decisão do negócio. A proposta não se limita à automação de tarefas isoladas.

“A tecnologia precisa estar conectada aos desafios reais da operação. Quando usamos inteligência artificial para prever necessidades, recomendar decisões e otimizar recursos, conseguimos transformar dados em eficiência e, ao mesmo tempo, liberar as equipes para atividades que exigem conhecimento e capacidade de decisão”, acrescentou também em nota Diogo Suzart, executivo de IA do Banco do Brasil.