Análise de crédito com IA: Baishi Wu, da Chime, sobre como transformar dados complexos em insights acionáveis com rapidez

Baishi Wu lidera a organização de cartões da Chime, que abrange produtos de débito e crédito, e trabalha com produto, risco de crédito e ciência de dados para otimizar a experiência do cliente, do acesso às autorizações. Em uma entrevista recente com o cofundador e CPTO da Taktile, Maximilian Eber, Baishi mostra aos ouvintes os bastidores da análise de crédito com IA na Chime.

Ele conta o que torna a análise de crédito da Chime tão singular, como a equipe usa IA hoje para acelerar decisões para os clientes e qual é a sua visão sobre a próxima grande oportunidade da IA na análise de crédito.

O segredo da Chime na análise de crédito

Baishi destaca que ser dono da relação principal com o cliente na conta é o principal diferencial da Chime na análise de crédito. Ele conta que, quando você é a conta onde cai 100% do fluxo de caixa de uma pessoa, tem uma vantagem enorme sobre credores que enxergam apenas uma fatia.

“Enquanto você continuar sendo a origem do fluxo de caixa do cliente, consegue analisar crédito de forma mais eficaz do que a maioria dos players do mercado.”

Quando os credores dependem de dados de bureau, eles acessam apenas um único momento do histórico do tomador. Os dados de fluxo de caixa estão em constante evolução: a equipe de Baishi os vê em tempo real e adapta as decisões continuamente. No entanto, ele observa que os credores costumam errar ao usar os dados de fluxo de caixa como uma foto de um instante:

“Quando as pessoas olhavam tradicionalmente para os dados de fluxo de caixa pela ótica do open banking, pegavam a analogia de como se usam os dados de crédito e tentavam aplicá-la ao fluxo de caixa: olhamos para um único ponto no tempo, vemos algumas transações históricas e tentamos analisar o seu crédito na hora.

Mas o ponto principal de trabalhar com dados de fluxo de caixa é enxergá-los o maior número de vezes possível e influenciar suas decisões de forma contínua.”

Decidir quando os clientes sobem para o próximo nível de crédito

O acesso da Chime a dados contínuos dos clientes é uma enorme vantagem estratégica. Mas também traz complexidade na hora de ajustar os limites de crédito ao longo da jornada do cliente.

“Não é um simples teste A/B em que um único momento define o que você precisa fazer ao longo do tempo.”

Quando a Chime quer ampliar o acesso ao crédito, a equipe de Baishi usa testes champion challenger para ver se consegue oferecer mais a clientes que normalmente não teriam acesso ampliado.

Parece simples.

Mas, no caso da Chime, os clientes não tomam crédito uma única vez; são usuários recorrentes, com necessidades e circunstâncias em constante mudança. “Não é um simples teste A/B em que um único momento define o que você precisa fazer ao longo do tempo”, explica Baishi. “É uma série de testes baseados em diferentes tempos de relacionamento e experiências, e tudo isso torna o processo muito mais complexo.

Mas, no fundo, esse processo segue um modelo champion challenger, em que tentamos descobrir como ampliar os limites do que podemos oferecer aos nossos clientes.”

play_circle

Acelerando decisões de crédito com IA diante de dados complexos

Com tanta informação complexa para analisar, Baishi viu a IA acelerar a capacidade da sua equipe de transformar dados brutos em insights acionáveis.

Primeiro, a IA pode derrubar silos de dados entre equipes multifuncionais. No passado, as equipes de risco de crédito, ciência de dados, finanças e produto podiam trabalhar com informações separadas e resumidas. Com a IA, cada equipe pode ter acesso ao quadro completo e tomar decisões seguras mais rápido, independentemente do nível de conhecimento técnico.

Segundo, a IA pode funcionar como um “analista de risco de bolso”, capaz de transformar rapidamente dados em insights utilizáveis quando combinada com o julgamento humano.

“Quando você tem um conjunto de dados difícil de explorar, pode deixar a IA resumi-lo rapidamente e reunir as peças. Depois, some o seu julgamento humano para decidir o que de fato é significativo. Assim, você consegue pegar muito mais rápido conjuntos de dados que não sabe se valem o seu tempo, extrair um insight e decidir se eles têm potencial para reduzir o risco.”

A maior oportunidade de automação com IA na análise de crédito

Olhando adiante, Baishi vê a validação de modelos como a maior oportunidade de automação com IA na análise de crédito. Construir uma política de crédito é uma parte do processo, mas garantir que o modelo funcione corretamente e esteja em compliance é a parte que realmente leva muito tempo.

Se você implanta mais de trinta features, explica Baishi, precisa criar documentação para cada uma delas. Ele defende que a IA pode automatizar mais desse processo de governança:

“Você pode desenhar um modelo de crédito com base em como acha que ele deveria funcionar de fato e depois automatizar o processo de governança com IA. Menos trabalho tedioso no meio do caminho e mais conversa direta entre risco e compliance.”

A ideia é que, quando a IA automatizar o lado da governança, as equipes possam se concentrar em inovar.

“Criar uma política que melhore com o tempo dá muito trabalho e é muito complexo. Com a IA, você pode aumentar de verdade o ritmo com que criamos novas ideias nesse espaço. Essa é a forma real de vencer: conseguir se concentrar no trabalho importante e crítico, e tornar muito mais fácil o trabalho de ‘cumprir tabela’.”