Resumo do webinar da Taktile-AltFi: Automação e o futuro dos empréstimos B2B

Recentemente, o cofundador e CEO da Taktile, Maik Taro Wehmeyer, conversou com a AltFi e com os especialistas em empréstimos B2B Philip Kelvin (cofundador e CEO da Tranch) e Nicolas Rabinovitch (responsável pela área de Fraudes e Risco de Crédito na Hokodo) para discutir como o surgimento da automação de decisões B2B está abrindo novas possibilidades para os credores.

Caso você tenha perdido, fizemos um resumo dos principais pontos da discussão, que incluíram:

Se você quiser se aprofundar nesses assuntos, assista ao webinar na íntegra

Não é segredo que proporcionar uma experiência excepcional ao cliente é fundamental para o crescimento de um negócio de crédito. Mas, para fazer isso bem, é preciso ser capaz de apresentar ofertas com rapidez — algo que, até recentemente, não era uma característica do setor de crédito B2B. 

Atualmente, estamos vendo o surgimento de empresas de fintech B2B sofisticadas que aproveitam a automação para oferecer experiências e produtos verdadeiramente excepcionais aos seus clientes. 

Reduzir a complexidade e melhorar a precisão das decisões
Nicolas mencionou que, na Hokodo, “a automação de nossas decisões de crédito tem sido uma proposta de valor fundamental para nós desde o primeiro dia”. Ao adotar uma abordagem automatizada para sua avaliação de risco, a Hokodo eliminou grande parte da complexidade associada à oferta de produtos em diversas regiões geográficas.

Ao combinar fontes de dados alternativas de alta qualidade com modelos de risco desenvolvidos internamente, a Hokodo criou um processo automatizado de pontuação de risco altamente preciso para grande parte do seu segmento de clientes.

Combinar rapidez e intervenção humana
Ao refletir sobre automação, Philip, da Tranch, afirmou que a abordagem da empresa “permite agilizar a tomada de decisões, mas também oferece a oportunidade de contar com a intervenção humana no processo quando necessário”.

Tanto a Tranch quanto a Hokodo tendem a adotar uma abordagem baseada no risco para determinar quais decisões são automatizadas. Elas definem limites para os valores dos empréstimos e os tipos de clientes para os quais automatizam as decisões, bem como para os casos em que devem ser acionadas revisões manuais. Na Hokodo, por exemplo, isso se resume à probabilidade de inadimplência (PD) de uma empresa e ao seu porte. Se a PD de uma empresa for baixa, a Hokodo tende a se sentir mais confiante ao atribuir limites avaliados automaticamente.

Nicolas reiterou a importância dos aspectos manuais e humanos do processo de tomada de decisão. Ao economizar tempo com a automação de decisões de menor risco, a Hokodo consegue dedicar os recursos necessários à avaliação de solicitações com limites mais elevados. Isso garante que todos os clientes tenham uma experiência rápida e ágil.

Maik explicou como a Taktile está observando uma tendência marcante entre os credores B2B de utilizar fontes de dados alternativos de alta qualidade para automatizar a avaliação de risco em diferentes etapas do processo de decisão de crédito.

As fontes de dados de open banking e contabilidade são extremamente úteis para automatizar decisões. Quer você as integre a um fluxo de decisão totalmente automatizado ou apenas as utilize para auxiliar revisões manuais, elas podem reduzir significativamente o tempo necessário para obter um panorama preciso da saúde financeira e do comportamento de uma empresa. 

O tipo de fonte de dados que você utiliza geralmente depende do valor do empréstimo e do tipo de cliente. Muitas vezes, é difícil obter sinais preditivos a partir de dados contábeis no caso de empresas em fase inicial, mas os dados de open banking podem ser valiosos. Maik afirmou que, no crédito para PMEs, por exemplo, “depende muito se o seu cliente é uma microempresa ou uma pequena empresa”. 

Nicolas mencionou que a Hokodo se empenhou bastante para encontrar as melhores fontes de dados alternativos disponíveis, já que existem nuances em cada região – “É um trabalho um tanto como uma colcha de retalhos reunir fontes que funcionem realmente bem para os seus casos de uso.” 

Philip aprofundou essa ideia, incentivando os credores a se perguntarem: “Como posso reunir fontes de dados que me forneçam um panorama realmente preciso do risco de um tomador de empréstimo?”

Na Europa, Maik mencionou que as regulamentações da PSD2 tornam o acesso a dados de open banking bastante acessível. A Taktile está observando que instituições financeiras em toda a Europa estão recorrendo a dois ou três provedores de open banking para desenvolver modelos de pontuação de risco para seu segmento de clientes.

Ao abordar o uso da IA nas decisões de crédito B2B, Maik enfatizou a importante distinção entre modelos de aprendizado de máquina treinados com dados públicos e aqueles treinados com dados privados.

O ChatGPT, por exemplo, baseia-se em um modelo treinado com dados disponíveis publicamente na internet. Não há dados públicos sobre inadimplência de clientes disponíveis na internet para que esses modelos sejam treinados; portanto, eles não são muito úteis para fornecer aos credores uma probabilidade precisa de inadimplência de um tomador de empréstimo. 

No entanto, há duas maneiras pelas quais a Taktile observou que os modelos treinados publicamente podem ser incrivelmente eficazes nas decisões de risco no setor B2B:

1. Categorização de transações em dados de open banking. No setor B2B, muitos provedores de dados não oferecem essa funcionalidade. Por isso, é útil que as instituições financeiras utilizem a IA para automatizar a categorização das transações de um tomador de empréstimo.

2. Geração de dados sintéticos. Se você é uma empresa jovem ou está apenas começando no setor de empréstimos, provavelmente não dispõe de dados históricos para testar os possíveis resultados das regras da sua política de crédito antes de colocá-las em prática. O uso de conjuntos de dados sintéticos gerados por IA pode ser extremamente útil nesse caso.

Philp mencionou que grande parte da automação pode ser vista como uma forma de eliminar os obstáculos para o cliente – “não se trata de automatizar todos os seus processos operacionais. Trata-se de melhorar a experiência do cliente. Mesmo com um pouco de automação, como o processamento de documentação, você consegue levar seus clientes do ponto A ao ponto B muito mais rapidamente”. 

Nicolas também incentiva as instituições financeiras a se concentrarem na proposta de valor que a automação traz aos clientes – especialmente se você já atua no setor. “Vocês têm dados históricos; vocês têm o conhecimento. Aproveitem o que sabem e o que as pessoas aprenderam com seus processos manuais para aumentar o nível de automação em seus processos.”

Maik também apresentou duas considerações importantes para quem está começando na automação:

1. Não superestime a complexidade ou a singularidade da sua situação. Muitos clientes da Taktile ficam surpresos com o grande potencial que se pode alcançar com apenas um pouco de automação. Basta estar disposto a experimentar quais decisões automatizar.

2. Comece já e depois resolva o resto. Mesmo que seja apenas 1% de automação, isso já pode liberar um tempo valioso para que as equipes se dediquem às decisões mais complexas. Numa época em que a rentabilidade é fundamental, conseguir mais com menos nunca foi tão importante.

Nicolas mencionou que automatizar decisões já não é o desafio que costumava ser e que hoje existem fornecedores no mercado capazes de ajudá-lo a fazer isso da melhor maneira possível. 

Maik explicou como o uso de um mecanismo de decisão moderno, independente do caso de uso, é extremamente valioso para automatizar decisões: “O potencial de automação no setor de empréstimos B2B é ilimitado.”

Independentemente do tipo de produto ou do volume de empréstimos, as instituições financeiras em todo o mundo podem recorrer a provedores de infraestrutura como a Taktile para criar, testar e implementar processos automatizados de decisão de crédito que sempre permitam a intervenção humana.

No Taktile, o cliente define todas as regras, políticas e modelos. Suas equipes podem definir facilmente seus próprios limites e regras em uma interface de usuário de baixo código e iterar rapidamente sobre eles para determinar o nível adequado de automação para cada parte de seu segmento de clientes.