Na era digital, dados são o bem mais valioso do setor financeiro
Publicado na Convergência Digital em 7/jun/2019
A indústria financeira está sendo remodelada por novas tecnologias, como Inteligência Artificial (IA) e machine learning (ML). Para competir nesta nova era, as organizações precisam adotar uma abordagem mais estratégica para capitalizar os dados, que se tornaram seu bem mais valioso. As equipes de TI precisam estar preparadas para executar novas aplicações, que no final das contas tem como objetivo o aumento de volume de recursos e crescimento da base de clientes.
Some-se a isto o aumento de custos para manter o compliance e o esforço para diferenciar-se das Fintechs, segmento de startups que vêm criando inovações em serviços tecnológicos financeiros. As maiores barreiras para a transformação digital no momento são a falta de agilidade nos processos corporativos e o suporte de TI.
Consolidar, conectar e acelerar os dados são caminhos para superar esses desafios. Além disso, o processamento e a capacidade escaláveis abrem portas para desenvolver novos serviços baseados em IA, que caminham diretamente para a melhora do suporte ao cliente, avaliação mais rápida de riscos, segurança, detecção acelerada de anormalidades e um esquema mais confiável de prevenção de fraudes. Isso tudo pode ser divido em três passos para começar a executar um plano de inovação:
Impulsionar o desempenho
A plataforma escolhida deve ser capaz de acomodar o fluxo de dados vindo de dispositivos IoT e telemetria, além de fornecer análises e aplicações de IA e de ML sob demanda. Esta é praticamente a descrição de um data hub – uma arquitetura moderna de armazenamento para unificar e compartilhar dados, eliminando os silos e permitindo que as informações sejam acessadas por vários aplicativos ao mesmo tempo. Esta plataforma vem sendo utilizada agora pelo setor financeiro com o objetivo de aumentar desempenho e lucratividade, reduzindo latência para menos de 1ms.
Melhorar a Inteligência
Cada vez mais as empresas buscam modelos baseados em análises que produzam insights direcionados à IA e ao mercado interno como, por exemplo, análise de Big Data em IA e ML para criar estratégias de investimento mais imediatas. Este tipo de abordagem, combinada com análise preditiva, não só identifica oportunidades lucrativas como também equilibra riscos e otimiza previsões e tomadas de decisões. Mas nada disso pode ser feito sem um processamento rápido de grandes volumes de dados, originado de diversas fontes.
Reinventar a experiência do cliente
Com um leque enorme de possibilidades para melhorar toda a experiência do cliente – desde o core banking, passando pelo call center, até o mobile – e os recursos de machine learning, as organizações podem transformar suas aplicações para o usuário final. Muitas estão adotando as novas tecnologias para oferecer experiências que ajudem a atrair e manter os clientes. Para uma versão mobile de internet banking, por exemplo, os usuários esperam uma resposta rápida, com personalização e comodidade. Desta forma, o armazenamento de dados precisa ser capaz de acompanhar os novos recursos, com processamento rápido e escalável.
No geral, o objetivo das organizações financeiras agora é identificar os desafios e as soluções ideais para aplicar a melhor estratégia de armazenamento, visando à proteção do negócio e o rápido aumento de novos clientes. Mas tirar proveito destas inovações tecnológicas exige acesso de alta velocidade e escalabilidade para gerenciar grandes quantidades de dados. E é por esse motivo que o futuro dos serviços financeiros pertence àqueles que conseguirem capturar e capitalizar seus dados.
Wilson Grava é Vice-Presidente e Gerente Geral da Pure Storage para a América Latina