IA, Confiança e os Desatendidos - Entrevista com Paula Grieco, SVP na Commonwealth

Paula Grieco é Vice-Presidente Sénior na Commonwealth.

Descubra as principais notícias e eventos do setor fintech!

Subscreva à newsletter do FinTech Weekly

Lida por executivos do JP Morgan, Coinbase, Blackrock, Klarna e mais

A IA financeira ainda tem um longo caminho a percorrer — não apenas em termos de velocidade, precisão ou até regulamentação, mas na forma como conquista a confiança. Especialmente por parte daqueles que tradicionalmente não são os primeiros a adotar novas tecnologias.

Na FinTech Weekly, temos acompanhado o trabalho da Commonwealth, uma organização sem fins lucrativos focada em construir segurança financeira para famílias de baixa e média renda (LMI). O seu trabalho de campo, explorado na nossa recente entrevista, revelou uma tensão clara: enquanto os utilizadores de LMI estão abertos a ferramentas como chatbots, ainda esperam experiências que realmente os atendam — não apenas recursos reembalados feitos para outros.

Esta semana, aprofundámos a questão.

Conversámos com Paula Grieco, Vice-Presidente Sénior na Commonwealth, para entender o que realmente é necessário para tornar a IA eficaz — e segura — para comunidades desfavorecidas. Desde princípios de design até à confiança conquistada, de co-pilotos a fadiga de chatbots, ela explica por que a intenção importa mais do que a inovação isolada.

É uma visão fundamentada e ponderada do que a tecnologia financeira inclusiva pode — e deve — ser.

Leia a entrevista completa abaixo.

2.  A colaboração recente da Commonwealth com o JPMorganChase forneceu insights importantes sobre o papel da IA na melhoria da segurança financeira para famílias de baixa e média renda. Quais foram as descobertas mais surpreendentes ou impactantes desta pesquisa?

A nossa investigação revela o potencial imenso da IA, especificamente dos chatbots, para oferecer orientação e apoio personalizados às comunidades com rendimentos mais baixos — desde que os chatbots sejam desenhados de forma cuidadosa, tendo em conta as necessidades e perspetivas deste grupo.

Duas conclusões principais:

*   Os clientes veem os chatbots como ferramentas positivas para melhorar o seu bem-estar financeiro. Os nossos dados mostraram que 57% dos inquiridos afirmaram que o uso de chatbots melhorou a sua situação financeira. A pesquisa também revelou que pessoas com rendimentos baixos a médios (LMI) desejam funcionalidades de construção de crédito, orçamentação e gestão de dívidas.

*   Os respondentes valorizam um espaço sem julgamentos, onde podem fazer perguntas financeiras sensíveis sem receio de vergonha ou constrangimento, algo que poderia acontecer numa conversa face a face com um representante humano.

3.  Como vê a evolução da IA conversacional no setor de serviços financeiros, especialmente para comunidades desfavorecidas?

Idealmente, a próxima geração de chatbots alimentados por IA generativa será assistentes financeiros que apoiem melhor as atividades financeiras destas famílias, conquistando confiança em populações que muitas vezes desconfiam do sistema financeiro e de partilhar dados online. Existe uma grande oportunidade para os provedores de serviços financeiros oferecerem capacidades mais complexas, nuançadas e orientadas para a ação nos seus chatbots.

Quando os clientes usam chatbots financeiros atualmente, procuram principalmente informações de conta ou tentar resolver um problema. Menos de 20% dos respondentes na nossa pesquisa nacional usaram chatbots para aconselhamento financeiro, educação, recomendações de produtos, pedidos de crédito ou empréstimos, e abertura ou encerramento de contas. No entanto, a nossa investigação mostra que há uma procura por chatbots que possam ajudar nestas ações bancárias. Focar nestas funcionalidades ao desenvolver chatbots pode aumentar a sua utilização e utilidade entre estes clientes.

Para bancos e instituições financeiras que ainda não estão prontos para lançar assistentes financeiros de IA generativa diretamente aos consumidores, esta tecnologia pode apoiar os funcionários bancários, como representantes de atendimento ao cliente, para fornecer respostas melhores, mais precisas e mais rápidas durante as interações.

4.  Quais são os maiores desafios para garantir que as ferramentas financeiras impulsionadas por IA sejam justas e eficazes para famílias lideradas por negros, latinos e mulheres?

Com todas as tecnologias emergentes, é necessário um esforço intencional para garantir que as necessidades daqueles com rendimentos baixos a médios sejam incluídas no processo de desenvolvimento e nas decisões de design. Descobrimos que uma parceria privada/filantrópica com instituições financeiras desde cedo ajuda a criar impulso para estes esforços. Ao construir uma base de evidências, também ajudamos a fortalecer o argumento de negócio.

Vimos um potencial significativo em orientações de design que aumentem a confiança conquistada, permitindo que a IA conversacional apoie a saúde financeira sem custos elevados.

5.  Com base na sua pesquisa, quais são os princípios de design essenciais que os provedores de serviços financeiros devem considerar ao integrar IA para apoiar utilizadores de LMI?

A Commonwealth criou um recurso, o Guia de IA Financeira para o Bem, para fornecer orientações de design acionáveis aos provedores de serviços financeiros que atendem populações de LMI. Desenvolvemos estas recomendações com base em uma pesquisa abrangente com instituições financeiras, fornecedores de chatbots e pessoas com rendimentos baixos a médios.

O guia está organizado em torno de quatro objetivos principais de design. Aqui ficam alguns exemplos:

*   Ganhar confiança: A principal preocupação dos nossos respondentes ao usar um chatbot era a segurança. Aqui, as instituições financeiras podem enfatizar a segurança dos dados através de mensagens iniciais sobre as medidas que tomam, além de dar aos utilizadores controlo sobre os dados que são armazenados.
*   Incentivar o envolvimento: Criar uma experiência em que os utilizadores saibam o que estas ferramentas podem fazer por eles e quando, através de clareza nas funções. Além disso, perseguir uma “proatividade inteligente”. Por exemplo, integrar chatbots que aparecem quando podem ser mais úteis, sem serem demasiado insistentes ou agressivos, o que pode parecer spam.
*   Aumentar o valor: Antecipar as necessidades do cliente. O acesso limitado a agências físicas cria uma oportunidade para os chatbots realizarem pequenas ações que normalmente exigiriam uma visita ao banco. Equilibrar automação e controlo, permitindo que os utilizadores ativem ou desativem funcionalidades financeiras automatizadas, e incluir “rede de segurança” que pause a movimentação automática de dinheiro se o saldo cair abaixo de um limite definido.
*   Melhorar a acessibilidade: Oferecer suporte multilíngue e orientações ajustadas ao perfil do cliente, focando em funcionalidades compatíveis com dispositivos móveis. A nossa pesquisa mostrou que mais de metade dos respondentes prefere aceder ao banco pelo telemóvel.

6.  Pode partilhar histórias de sucesso ou estudos de caso onde a IA conversacional tenha melhorado significativamente o bem-estar financeiro de indivíduos de LMI?

Sabemos que 57% dos utilizadores no nosso estudo de campo indicaram que o uso de um chatbot financeiro teve um impacto positivo na sua situação financeira. Embora estes resultados iniciais sejam promissores, as ferramentas de IA generativa ainda estão na sua infância, e a nossa investigação contínua continuará a construir uma base de evidências sobre a sua eficácia na melhoria do bem-estar financeiro de pessoas de LMI.

7.  Quais riscos ou consequências não intencionais as instituições financeiras devem ter em conta ao implementar ferramentas financeiras impulsionadas por IA?

O mais importante é que as pessoas com rendimentos baixos a médios não fiquem de fora. Quando as instituições desenvolvem ferramentas, é fundamental que compreendam as oportunidades inerentes e as formas de servir esta base de clientes.

Existem várias entidades focadas especificamente nos riscos e consequências da IA, incluindo o viés e a precisão dos grandes modelos de linguagem. Além disso, queremos garantir que uma preocupação principal seja abordada: a relevância das recomendações financeiras para a situação financeira individual de cada utilizador. As instituições podem aumentar o envolvimento do cliente e conquistar a sua confiança ao garantir que as informações fornecidas sejam precisas e transparentes.

A IA oferece uma oportunidade sem precedentes para que pessoas de LMI acessem aconselhamento e ferramentas que tradicionalmente não estavam disponíveis, como ferramentas de investimento ou gestão financeira pessoal. Estas ferramentas podem ser personalizadas para as situações específicas de cada pessoa, representando uma grande oportunidade de crescimento para os provedores financeiros.

8.  Como podem as instituições financeiras medir o impacto real das ferramentas impulsionadas por IA na segurança e bem-estar financeiro dos utilizadores?

Fundamentos de bem-estar financeiro: há aumento de poupanças, redução de dívidas, melhoria nos scores de crédito ao usar estas ferramentas?

Também podemos avaliar a experiência de interação com o chatbot — a confiança aumentou? Há maior interesse em produtos que possam melhorar o bem-estar financeiro? Após receber aconselhamento, foram tomadas ações concretas?

Os bancos podem ainda realizar testes A/B com diferentes grupos de consumidores que interagem com chatbots versus aqueles que não, para verificar se há diferenças mensuráveis.

9.  Qual o papel da supervisão humana na implementação de ferramentas de IA para serviços financeiros, e como podem os provedores equilibrar automação e suporte humano?

Uma forma de aumentar a confiança conquistada na IA é garantir que haja um humano acessível nos momentos certos durante a interação. Aqui, o uso de co-pilotos por funcionários de atendimento ao cliente pode ser benéfico. O acesso a um humano ao vivo, quando necessário, aumenta a confiança e a experiência com a ferramenta de IA.

A utilização de IA conversacional permitirá que os representantes de atendimento atendam melhor e mais rapidamente às necessidades complexas dos clientes, mantendo o toque humano nos momentos-chave da interação.

A transparência também é fundamental para construir confiança em qualquer interação. Deve-se saber, por exemplo, se está a falar com um chatbot ou com uma pessoa real.

10.  Olhando para o futuro, quais são as oportunidades mais empolgantes para a IA na inclusão financeira nos próximos cinco anos?

A IA generativa representa a próxima evolução no suporte de IA conversacional, oferecendo um envolvimento personalizado e sensível ao contexto, muito mais próximo do suporte humano do que a maioria dos chatbots financeiros atuais, baseados em árvores de decisão. As primeiras aplicações de IA generativa na área financeira focaram principalmente em tarefas de back-office, onde há oportunidade de apoiar agentes de atendimento ao cliente. Identificar como a IA generativa pode fornecer suporte personalizado em escala no setor financeiro é uma oportunidade-chave para impulsionar o desenvolvimento nesta área.

A construção de confiança conquistada será especialmente importante para uma adoção mais ampla da IA generativa, que os participantes dos nossos testes e grupos de foco ainda veem com mais ceticismo do que os chatbots tradicionais. Ainda assim, os benefícios potenciais de oferecer um suporte mais avançado em várias aplicações financeiras fazem da IA generativa a tecnologia mais promissora de acompanhar no setor financeiro. Quem conseguir desenvolver suporte confiável e de confiança nesta área estará na vanguarda desta nova era de relacionamento com clientes em escala.

Outras oportunidades específicas incluem co-pilotos e assistentes pessoais que possam fornecer orientação financeira abrangente, adaptada às necessidades individuais, como um verdadeiro treinador financeiro pessoal. Esperamos também que os avanços em IA conversacional desempenhem um papel valioso na promoção da saúde financeira dos trabalhadores, fornecendo informações e orientações para navegar por sistemas complexos de benefícios laborais.

11.  Como vê o papel de organizações sem fins lucrativos como a Commonwealth na formação do uso responsável da IA nos serviços financeiros?

Historicamente, o desenvolvimento de novas tecnologias focou na adoção por consumidores de rendimentos mais elevados, muitas vezes negligenciando as necessidades das famílias de baixa e média renda. Através da nossa iniciativa Emerging Tech for All (ETA), estamos empenhados em garantir que as necessidades das pessoas financeiramente vulneráveis sejam compreendidas, visíveis, introduzidas nas conversas relevantes e integradas nas soluções. Estamos numa fase crítica de expansão da IA, e acreditamos que é urgente continuar a pesquisar e identificar formas de a IA impactar positivamente esta população.

Atualmente, há pouca investigação e adoção nesta área, e alguns provedores que entrevistámos mencionaram a necessidade de estudos de maior escala para construir evidências que possam sustentar a defesa de um design mais inclusivo internamente. Estamos a responder a este desafio produzindo pesquisas impactantes e testes de campo que demonstram como a IA generativa pode apoiar o bem-estar financeiro de famílias de LMI, reforçando a necessidade de um design mais ativo para este segmento de consumidores.

No futuro, o impacto sistémico de um design tecnológico inclusivo dependerá da escala de aplicação destas perceções por grandes atores do setor financeiro. Para nós, levar o design inclusivo a uma escala maior passará por aproveitar a nossa investigação para estabelecer parcerias com organizações maiores que queiram capitalizar os avanços da IA para apoiar a saúde financeira dos seus clientes e trabalhadores.

12.  Que conselho daria às instituições financeiras que desejam aproveitar a IA, mantendo a confiança e a transparência com os seus clientes?

As famílias de LMI preferem falar diretamente com uma pessoa, mas têm menos acesso a agências físicas. Esta lacuna representa uma oportunidade chave para a IA oferecer suporte personalizado, sem necessidade de aumentar o número de agências ou funcionários de apoio ao cliente.

No entanto, para promover uma adoção mais ampla, as instituições financeiras devem conquistar e reforçar a confiança nas chatbots por parte das pessoas de LMI — parte disso depende da experiência com o chatbot, enquanto outra parte depende do setor, à medida que a tecnologia de IA ganha maior aceitação e melhora em segurança e qualidade.

As principais preocupações das pessoas ao interagir com chatbots são segurança e privacidade. Em geral, há uma desconfiança na capacidade da IA conversacional de ser útil, proteger os dados ou agir no melhor interesse do utilizador. Embora muitos no setor estejam entusiasmados com o potencial da IA, as pessoas de LMI tendem a ser mais céticas, vendo-a como uma tecnologia nova que ainda precisa de demonstrar valor direto para elas.

Políticas de dados transparentes, mensagens tranquilizadoras e a manutenção de uma ligação a um agente humano como backup ajudarão a construir e ganhar confiança. Desenvolver interações úteis e personalizadas com IA generativa, que vão além de fornecer informações básicas como saldos e transações recentes, também ajudará a demonstrar o valor da tecnologia.

Por fim, é fundamental enfatizar o conceito de confiança conquistada. O objetivo não é apenas convencer as pessoas a confiar nas chatbots, mas sim desenhá-las de forma que essa confiança seja justificada.