Resumo do webinar Taktile-AltFi: automação e o futuro do crédito B2B

Recentemente, o cofundador e CEO da Taktile, Maik Taro Wehmeyer, conversou com a AltFi e com os especialistas em crédito B2B Philip Kelvin (cofundador e CEO da Tranch) e Nicolas Rabinovitch (Fraude 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, resumimos os principais pontos da conversa, que abordou:

• Os benefícios da automação no crédito B2B
• Por que as fontes de dados alternativas são a chave para destravar a automação
• Como a IA pode beneficiar a tomada de decisão B2B
• Como começar com a automação
• Como os motores de decisão modernos simplificam a automação

Se você quiser se aprofundar nesses temas, assista ao webinar completo

Os benefícios da automação no crédito B2B

Não é segredo que oferecer uma experiência excepcional ao cliente é essencial para fazer um negócio de crédito crescer. Mas, para fazer isso bem, é preciso conseguir apresentar ofertas com rapidez, algo que, até pouco tempo atrás, não era característico do mercado de crédito B2B.

Hoje, vemos o surgimento de fintechs B2B sofisticadas que aproveitam a automação para entregar experiências e produtos realmente excepcionais aos seus clientes.

Reduza a complexidade e melhore a precisão das decisões
Nicolas comentou que, na Hokodo, “a automação das nossas decisões de crédito é uma proposta de valor central para nós desde o primeiro dia.” Ao adotar uma abordagem automatizada na avaliação de risco, a Hokodo eliminou grande parte da complexidade de oferecer produtos em várias geografias.

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

Combine velocidade e intervenção humana
Ao falar de automação, Philip, da Tranch, disse que a abordagem da empresa “permite dar velocidade à decisão, mas também abre a possibilidade de intervenção humana no processo quando necessário.”

Tanto a Tranch quanto a Hokodo costumam adotar uma visão baseada em risco para definir quais decisões são automatizadas. Elas estabelecem limites de valor de empréstimo e de tipos de cliente para os quais automatizam decisões, e definem onde as análises manuais devem ser acionadas. Na Hokodo, por exemplo, tudo se resume à probabilidade de inadimplência (PD) de uma empresa e ao seu porte. Se a PD de uma empresa é baixa, a Hokodo tende a se sentir mais confiante em atribuir limites avaliados automaticamente.

Nicolas reforçou a importância dos aspectos manuais e humanos na 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 maiores. Isso garante que todos os clientes tenham uma experiência rápida e responsiva.

Por que as fontes de dados alternativas são a chave para destravar a automação

Maik explicou que a Taktile vê um padrão forte de credores B2B usando fontes de dados alternativas de alta qualidade para automatizar a avaliação de risco em diferentes etapas de uma decisão de crédito.

Fontes de dados de open banking e de contabilidade são muito úteis para automatizar decisões. Seja integrando-as a um fluxo de decisão totalmente automatizado, seja usando-as apenas para apoiar análises manuais, elas podem reduzir bastante o tempo necessário para obter um retrato preciso da saúde financeira e do comportamento de uma empresa.

O tipo de fonte de dados a usar geralmente depende do valor do empréstimo e do tipo de cliente. Dados contábeis costumam ter dificuldade em fornecer sinais preditivos sobre empresas jovens, mas os dados de open banking podem ser valiosos. Maik disse, por exemplo, que no crédito para PMEs, “depende muito de o seu cliente ser o P ou o M”.

Nicolas comentou que a Hokodo se esforçou para encontrar as melhores fontes de dados alternativas disponíveis, já que há nuances em cada geografia: “É um pouco um exercício de colcha de retalhos reunir fontes que funcionem muito bem para os seus casos de uso.”

Philip complementou incentivando os credores a se perguntarem: “Como posso reunir fontes de dados que me deem um retrato realmente preciso do risco de um tomador?”

Na Europa, Maik destacou como a regulamentação PSD2 torna o acesso a dados de open banking bastante acessível. A Taktile vê credores de toda a Europa usando de 2 a 3 provedores de open banking para construir modelos de scoring de risco para o seu segmento de clientes.

Como a IA pode beneficiar a tomada de decisão B2B

Quando o assunto é usar IA em decisões de crédito B2B, Maik reforçou a distinção importante entre modelos de machine learning treinados com dados públicos e modelos treinados com dados privados.

O ChatGPT, por exemplo, é baseado em um modelo treinado com dados publicamente disponíveis na internet. Não há dados de inadimplência de clientes disponíveis publicamente na internet para treinar esses modelos, então eles não são muito úteis para dar aos credores uma probabilidade de inadimplência precisa de um tomador.

No entanto, a Taktile já viu 2 formas em que modelos treinados com dados públicos se mostram extremamente poderosos em decisões de risco B2B:

1. Categorização de transações em dados de open banking. No universo B2B, muitos provedores de dados não oferecem essa capacidade. Por isso, é útil para os credores usar IA para automatizar a categorização das transações de um tomador.
2. Geração de dados sintéticos. Se você é uma empresa jovem ou está começando no crédito, provavelmente não tem dados históricos para testar os resultados potenciais das regras da sua política de crédito antes de colocá-las no ar. Usar conjuntos de dados sintéticos gerados por IA pode ser extremamente útil nesse caso.

Como começar com a automação

Philp comentou que boa parte da automação pode ser vista como a remoção de atrito para o cliente – “não se trata de automatizar todos os seus processos operacionais. Trata-se de melhorar a experiência do seu cliente. Mesmo com um pouco de automação, como o processamento de documentação, você leva seus clientes de A a B muito mais rápido”.

Nicolas também recomenda que os credores foquem na proposta de valor que a automação traz aos clientes, principalmente se você já é um credor estabelecido. “Você tem dados históricos; você tem o conhecimento. Aproveite o que você sabe e o que as pessoas aprenderam com seus processos manuais para aumentar o nível de automação nos seus processos.”

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

1. Não superestime a complexidade ou a singularidade da sua situação. Muitos clientes da Taktile se surpreendem com o potencial que existe mesmo com um pouco de automação. Basta estar pronto para experimentar com quais decisões você automatiza.
2. Comece de uma vez e resolva o resto depois. Até 1 ponto percentual de automação pode liberar um tempo valioso para as equipes avaliarem as decisões mais complexas. Em um momento em que a rentabilidade é prioridade, fazer mais com menos nunca foi tão importante.

Como os motores de decisão modernos simplificam a automação

Nicolas comentou que automatizar decisões já não é o desafio que era antes e que hoje existem provedores que podem ajudar você a fazer isso bem.

Maik explicou como usar um motor de decisão moderno e agnóstico a casos de uso é extremamente valioso para automatizar decisões: “O potencial da automação no crédito B2B é ilimitado.”

Independentemente do produto ou do volume de empréstimos, credores do mundo todo podem usar provedores de infraestrutura como a Taktile para construir, experimentar e executar decisões de crédito automatizadas que sempre permitem um humano no circuito.

Na Taktile, o cliente cria todas as regras, políticas e modelos. Suas equipes conseguem definir com facilidade seus próprios limites e regras em uma interface low-code e iterar rapidamente para descobrir o nível certo de automação para cada parte do seu segmento de clientes.