Grandes empresas financeiras passaram anos testando inteligência artificial em pequenos projetos, muitas vezes limitados à análise de dados ou a ferramentas de suporte ao cliente. A próxima fase parece envolver algo mais operacional: sistemas que podem atuar nos fluxos de trabalho empresariais. A seguradora canadense Manulife está caminhando nessa direção enquanto trabalha para implantar sistemas de IA baseados em agentes em suas operações internas.
A empresa está construindo essas habilidades com uma plataforma de tempo de execução projetada para oferecer suporte à IA de agente, o tipo de sistema que pode realizar tarefas em diferentes ferramentas de software e conjuntos de dados. Manulife disse que o esforço faz parte de um plano mais amplo para automatizar o trabalho de alto volume e auxiliar na tomada de decisões internas no negócio.
Em comunicado anunciando o projeto, a empresa disse que espera que iniciativas de inteligência artificial gerem mais de US$ 1 bilhão em valor até 2027 por meio de ganhos de produtividade e automação de fluxo de trabalho. A seguradora tem investido em IA há vários anos, mas o esforço atual centra-se na integração mais profunda da tecnologia nas operações diárias. A Manulife já vem expandindo seu uso interno de ferramentas generativas de IA. A empresa disse que atualmente tem mais de 35 casos de uso de IA generativa em produção e planeja expandir esse número para cerca de 70 nos próximos anos. Também informou que cerca de 75% da sua força de trabalho global já utiliza ferramentas generativas de IA de alguma forma, de acordo com divulgações da empresa.
Movendo IA para operações
As seguradoras lidam com grandes quantidades de dados estruturados. Informações sobre políticas, registros de sinistros, avaliações de subscrição e relatórios financeiros muitas vezes passam por vários sistemas e equipes antes que uma decisão seja tomada. Esses processos criam um ambiente onde as ferramentas de automação podem auxiliar em tarefas como revisão de documentos e relatórios internos. Manulife disse que sua nova plataforma permitirá que as equipes implantem agentes de IA que podem interagir com sistemas e dados internos. Em vez de responder a um único prompt como um chatbot, esses agentes são projetados para concluir sequências de tarefas em diferentes ferramentas de software e fluxos de trabalho.
Por exemplo, um agente de IA pode recolher dados de vários sistemas internos e preparar resumos para funcionários que estão a rever casos ou a preparar relatórios. O objetivo é reduzir o tempo que a equipe gasta coletando informações antes de tomar uma decisão.
Nos últimos dois anos, muitas empresas experimentaram ferramentas generativas de IA para tarefas como escrever, codificar ou resumir documentos. Os analistas dizem que o próximo desafio é transformar essas capacidades em sistemas que possam apoiar o trabalho operacional em grandes organizações.
Um relatório da Pesquisa Global de IA de 2024 da McKinsey descobriu que cerca de 65% das organizações afirmam que agora usam IA generativa em pelo menos uma função de negócios, contra cerca de um terço no ano anterior. No entanto, a mesma investigação observa que apenas uma pequena parte dessas implementações atingiu a produção plena em grandes partes do negócio, com muitas ainda limitadas a projetos-piloto ou equipas específicas.
IA dentro de sistemas financeiros regulamentados
As instituições financeiras enfrentam obstáculos adicionais quando tentam colocar a IA em produção. O setor opera sob estrita supervisão regulamentar, o que exige controlos rigorosos em torno da utilização de dados e da transparência das decisões. Os sistemas utilizados para subscrição, análise de risco ou decisões de investimento devem ser auditáveis e explicáveis. Esse ambiente torna a governança e o monitoramento centrais para qualquer implantação de IA. Um estudo da Deloitte sobre IA em serviços financeiros observa que os bancos e as seguradoras estão a aumentar o investimento em ferramentas de supervisão de modelos, políticas internas de IA e processos de revisão de risco à medida que expandem a automação. As organizações estão a tentar equilibrar os ganhos de eficiência com as expectativas regulamentares em torno da responsabilização e da justiça.
Manulife disse que a plataforma inclui controles de governança e segurança destinados a gerenciar como os agentes de IA interagem com os sistemas internos. Os controles ajudam a rastrear como as decisões são produzidas, monitorar como os dados são usados e garantir que os sistemas operem de acordo com as políticas da empresa. Essas salvaguardas são importantes nos seguros, onde os sistemas automatizados apoiam frequentemente processos ligados à gestão de sinistros e à comunicação regulamentar.
O caso dos agentes de IA
O apelo dos agentes de IA reside na sua capacidade de reduzir o trabalho manual em grandes operações administrativas. O processamento de sinistros, o gerenciamento de políticas, os relatórios internos e o suporte ao cliente envolvem tarefas repetitivas que exigem que a equipe colete dados de diferentes fontes. Os sistemas de IA que podem recolher e organizar informações em sistemas podem permitir que os funcionários se concentrem noutros locais.
Outras empresas financeiras estão a explorar abordagens semelhantes. Os bancos nos EUA e na Europa começaram a testar agentes de IA para detecção de fraudes e tarefas de pesquisa interna. Em muitos casos, o objetivo é ajudar os funcionários com análises ou coletas de dados demoradas.
A pesquisa do relatório Banking Technology Vision da Accenture sugere que a automação baseada em IA poderia ajudar as instituições financeiras a reduzir os custos operacionais em até 30% ao longo do tempo, dependendo dos processos envolvidos. Grande parte do benefício vem da aceleração de tarefas rotineiras e da melhoria da precisão do tratamento de dados. A passagem de pilotos para sistemas operacionais acarreta riscos. Os modelos de IA podem produzir erros e os fluxos de trabalho automatizados podem amplificar os erros se não forem monitorados. Esse risco é uma das razões pelas quais muitas empresas financeiras estão a adotar estratégias de implementação gradual, começando com ferramentas internas antes de expandir para sistemas voltados para o cliente.
O plano da Manulife de implantar IA baseada em agentes em suas operações mostra como as grandes empresas estão testando o próximo estágio de adoção de IA empresarial. A questão importante será se estes sistemas podem fornecer resultados fiáveis e, ao mesmo tempo, satisfazer as expectativas regulamentares. Se puderem, os agentes de IA poderão tornar-se uma parte regular das operações financeiras, lidando com trabalhos de rotina que antes exigiam grandes equipas de pessoal.
À medida que as empresas vão além das experiências iniciais, o foco está em fazer com que a tecnologia funcione dentro dos sistemas quotidianos que gerem grandes organizações.
(Foto de Josué)
Veja também: Agentic AI em finanças acelera a automação operacional
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos líderes de tecnologia. Clique aqui para obter mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
