As vantagens e os desafios da automação na gestão de risco

Na esteira dos neobanks, o setor financeiro acostumou os clientes com as facilidades do mundo digital. As transações ficaram mais rápidas, eficientes e transparentes. Até os bancos mais tradicionais precisaram se adaptar. Mas a digitalização não chegou com a mesma força na área de gestão de risco, um dos pilares dessas instituições. É o que mostra uma pesquisa da SAS que ouviu 300 profissionais de serviços financeiros, espalhados em 24 países, entre janeiro e fevereiro de 2021.

De maneira geral, os dados do estudo reforçam a ideia de que os bancos estão atrasados na automação da gestão de risco. Com isso, eles limitam sua capacidade de prever tendências futuras e tomar decisões baseadas em dados. Apenas 10% automatizaram a maioria das suas atividades de gestão de risco – e 6% automatizaram todo o processo de modelagem de risco. Além disso, só 19% deles podem prever as contas de perdas e lucros (P&L) mais do que dois anos à frente.

O cenário identificado pela SAS é crítico, pois a automação da gestão de risco tende a colocar os bancos em uma nova era em termos de desempenho. Com o apoio de tecnologias como a inteligência artificial (IA), é possível gerar insights mais rápidos a partir de um volume de dados maior – mesmo em um mercado cada vez mais incerto.

O impacto da pandemia

Apesar do atraso, a pandemia e o open banking aceleraram a transformação digital nas instituições financeiras. Elas entendem que a ruptura econômica provocada pela crise sanitária aumentou a necessidade de uma modelagem de risco mais eficiente e atenta aos riscos emergentes.

Mais da metade dos entrevistados (54%) planejam modernizar seus recursos de modelagem de risco nos próximos dois anos. O objetivo é aumentar a capacidade de analisar uma grande quantidade de dados oriunda de diversas fontes em tempo real. Embora os esforços humanos façam parte do trabalho, isso só será possível com investimentos em tecnologia.

Segundo a líder de solução global para modelagem de risco e decisão da SAS, Terisa Roberts, os bancos precisam de uma abordagem mais ágil que capitalize os avanços em digitalização, automação e tecnologia para obter uma melhor visão de risco e de oportunidades de mercado.

Entretanto, transformar um elemento crítico do setor financeiro é caro e carrega seus riscos. Há uma série de desafios. A começar pela tecnologia: 51% dos executivos pretendem aumentar significativamente os gastos com infraestrutura técnica. Também entra na conta o desenvolvimento de uma equipe de talentos, uma vez que a falta de profissionais preparados para adotar a IA na gestão de risco preocupa 37% dos entrevistados.

A experiência dos líderes

A pesquisa da SAS distingue uma amostra de 20% dos bancos como líderes de gerenciamento de risco por sua maturidade na área. Desses, 73% afirmam que a sua modelagem de risco oferece uma vantagem competitiva – contra apenas 47% no restante da amostra.

Entre as vantagens observadas nas instituições líderes, estão as previsões de negócios mais precisas, capacidade de projetar balanços no futuro e maior integração entre a gestão de risco e o planejamento dos negócios.

A automação de grande parte ou da totalidade da gestão de risco é o traço comum entre esses bancos. Eles adotaram medidas como a gestão integrada de balanço, plataforma de análise de risco baseada em cenários, modelagem como serviço, plataforma de análise de dados em toda a empresa e gestão de risco em tempo real.

Os líderes de gerenciamento de risco estão mais propensos a afirmar que estão planejando investimentos em tecnologia (70% contra 51% do restante da amostra), em software de terceiros (60% contra 43%), em talento interno (62% contra 50%) e consultoria de terceiros (68% contra 50%).

5 passos para uma gestão de risco automatizada

Os líderes de gerenciamento de risco melhoraram a experiência do cliente, reduziram riscos de crédito e fraude, estenderam previsões futuras. Ao mesmo tempo, cortaram custos e atenderam às novas demandas regulatórias. Com base nessas experiências, o estudo da SAS aponta 5 passos para uma gestão de risco automatizada. São eles:

1) Investir em infraestrutura em nuvem: analisar um enorme volume de dados com velocidade e alta frequência depende do poder da nuvem. O ideal, entretanto, é que os investimentos em nuvem sejam combinados com a adoção de outras tecnologias, como computação escalável e soluções em API (applications protocol interface).

2) Desenvolver talentos: contratar candidatos com competências e habilidades digitais para análise de dados é o segundo passo. Como se trata de um mercado pouco maduro, uma saída é oferecer treinamentos internos para toda a organização, identificando quais atividades podem ser automatizadas.

3) Padronizar e modernizar o ciclo de vida da modelagem de risco: para construir, implementar e monitorar modelos em velocidade e escala, os bancos devem modernizar sua modelagem de risco. Isso significa, por exemplo, criar uma estrutura padrão para o desenvolvimento e aplicação de regulamentações e modelos gerenciais em toda a instituição.

4) Integrar a gestão de risco com o planejamento de negócios: a gestão de risco é mais valiosa quando integrada às atividades de planejamento de negócios, como aquelas voltadas às previsões.

5) Concentrar em ganhos rápidos: ao invés de realizar uma transformação em larga escala, identificar áreas onde a modernização oferece maior valor. Ou seja, iniciar por projetos pilotos em áreas de menor risco, utilizando os resultados para guiar o restante da transformação.

O Fórum: Data Science é uma coprodução de MIT Sloan Review Brasil e SAS.