Para 21% das fintechs, modelos de risco de crédito são altamente precisos

Uma nova pesquisa, que acaba de ser lançada, identificou desafios, oportunidades e tendências de análise de risco de crédito para 2022, na visão de tomadores de decisão de fintechs.

De acordo com o estudo realizado pela Pulse e encomendado pela Provenir – líder mundial em software de tomada de decisão de risco por meio de Inteligência Artificial (IA) para o setor de fintech –, apenas 21% das empresas (fintechs e instituições financeiras) acreditam que seus modelos de risco de crédito são pelo menos precisos 76% das vezes, ou seja, altamente precisos.

A tomada de decisões de risco orientada por IA é vista como fundamental para melhorias em muitas áreas, incluindo prevenção de fraudes (59%), eficiência aprimorada e redução de custos (52%), maior precisão dos perfis de risco de crédito (45%), automação de decisões ao longo do ciclo de vida do crédito (36%) e a fixação de preços mais competitivos (32%).

“Os mercados de crédito ao consumidor foram dramaticamente transformados nos últimos dois anos, mas muitas organizações de serviços financeiros continuam a empregar abordagens desatualizadas para tomar decisões de risco de crédito”, explica José Luis Vargas, vice-presidente executivo da Provenir para América latina.

“O resultado final é que as organizações hoje têm um alto grau de incerteza quanto à precisão de seus modelos, o que se traduz em crédito menos inclusivo, com menos aprovações e menos oportunidade de crescimento para o setor.”

Além disso, o estudo mostrou o crescente apetite por análise preditiva de IA e aprendizado de máquina (Machine Learning), integração de dados e uso de dados alternativos como meio de melhorar a tomada de decisões sobre risco de crédito e apoiar os principais objetivos da detecção e prevenção de fraudes e inclusão financeira.

A incerteza sobre a análise do “negócio de risco”, em termos de acurácia dos modelos de risco de crédito, pode ser a razão fundamental para a tomada de decisão em tempo real ter sido a primeira área de investimento esperada de acordo com os respondentes em 2022.

É uma evidência de que as organizações estão reconhecendo o valor da IA ​​e Machine Learning (ML), dados alternativos e integração de informações, nas abordagens de tomada de decisão relacionadas ao risco de crédito.

De acordo com a pesquisa, 61% dos entrevistados reconhecem a importância do uso de dados alternativos na análise de risco, para melhorar a detecção de fraudes. Seis em cada dez (58%) veem sua importância no apoio à inclusão financeira. E 33% destacam seu valor na expansão de mercados-alvo, enquanto 44% dizem que seu uso resulta em uma pontuação de crédito mais precisa.

A integração de dados foi citada como o maior impedimento ao uso de dados alternativos por oito em cada dez entrevistados. Apesar de reconhecer o valor destes, muitas organizações lutam para operacionalizá-los em seus modelos de risco de crédito.

Ainda de acordo com o estudo, as organizações também procuram contar com os mais recentes avanços tecnológicos para escolher sua plataforma automatizada de tomada de decisão de risco de crédito. São eles:

• Abordagem low-code/no-code: 71% dos ouvidos consideram essencial uma interface de usuário que possa ser usada por pessoas com pouca (ou nenhuma) habilidade de programação; assim, ter acesso a dados e ferramentas para uma tomada de decisão independente e rápida sem a necessidade de um programador é um fator determinante.
• Business Intelligence (BI): 64% dos pesquisados ​​afirmam que ferramentas que facilitam a tomada de decisões sobre os rumos das organizações são muito úteis.
• Inteligência Artificial (IA) e Machine Learning (ML): 51% dos tomadores de decisão já possuem ou consideraram IA e ML como ferramentas importantes em seus sistemas automatizados de tomada de decisão.
• Interoperabilidade do modelo (linguagem agnóstica): 41% citaram a interoperabilidade do código do programa como chave na diversidade de suas operações, evitando assim ficar preso a um único modelo ou linguagem.
• Uso de fontes de dados alternativas: mais da metade (59%) daqueles que planejam investir em sistemas automatizados de tomada de decisão de risco de crédito este ano dizem que o uso aprimorado de fontes de dados alternativas é um recurso importante.

“Inteligência Artificial e Aprendizado de Máquina são parte fundamental na aplicação de diferentes soluções para promover a inclusão financeira na região, pela indústria de fintech na América Latina, onde 79% dos tomadores de decisão planejam investir em uma tomada de decisão de risco em tempo real. plataforma de fabricação até 2022”, destaca o VP da Provenir.

O estudo pesquisou 400 tomadores de decisão em fintechs e organizações de serviços financeiros em toda a América do Norte, América Latina, Ásia Pacífico, Europa e Oriente Médio. Dessa amostra populacional, 100 pessoas faziam parte do cenário financeiro latino-americano.

As respostas da pesquisa foram coletadas entre 13 de outubro e 21 de dezembro de 2021. Os entrevistados foram gerentes, diretores, vice-presidentes e executivos C-level em organizações de pequeno e médio porte com menos de 1 mil funcionários na América do Norte. Norte, Europa, Ásia e América Latina América.

Sobre a Provenir

A Provenir ajuda fintechs e provedores de serviços financeiros a tomar decisões mais rápidas e inteligentes com sua plataforma de tomada de decisões de risco com inteligência artificial.

Reúne, em uma solução unificada, os três componentes essenciais necessários – dados, IA e tomada de decisão. A companhia trabalha com organizações de serviços financeiros disruptivos em mais de 50 países, processando mais de 3 bilhões de transações por ano.

    Conheça a solução da Provenir