Ai para o banco que o gestor de risco põe a funcionar. Não um quant nem o departamento de TI.
Melhor scoring, menos fraude, um compliance mais limpo, um serviço mais barato. Cenários de Ai prontos para a banca que entram em funcionamento em 2–6 semanas: Ai-scoring de particulares e PME, antifraude em tempo real sobre transações, AML e 115-FZ (lei russa contra o branqueamento de capitais), bot de voz na central telefónica virtual, Ai-assistente do operador, controlo de qualidade de 100% das chamadas, next-best-offer. Ligamo-nos ao TsFT, Diasoft, Way4, EBS (sistema unificado russo de biometria), BKI (bureaus de crédito russos) e ao seu CRM: os dados pessoais e o sigilo bancário não saem do perímetro. O responsável de risco, o diretor de compliance, o diretor do call center e o responsável de produto configuram os modelos e as regras por si próprios, sem projetos de fornecedor de um ano. Explicabilidade para o Banco da Rússia, A/B e rollback de modelos, de série.
- ฿ Ai-scoring e risco comportamental
- ⛨ Antifraude em tempo real
- ⛯ TsFT · Diasoft · Way4 · EBS
- ◉ 152-FZ (lei russa de proteção de dados pessoais) · 115-FZ · Banco da Rússia
A Ai no banco é ou «temos a nossa própria equipa de quants», ou «o fornecedor já leva dois anos a implementá-la».
O scoring vive nos notebooks da equipa de ML. O antifraude é uma caixa negra do fornecedor. O AML é fechado à mão por 100 pessoas. O call center liga com guiões e a qualidade é verificada em 0,5% das conversas. O regulador exige explicabilidade e ninguém sabe como o modelo tomou a decisão.
O scoring fica obsoleto mais depressa do que é atualizado
A equipa de ML volta a treinar o modelo uma vez por trimestre. O comportamento dos clientes muda mais depressa. A taxa de incumprimento sobe, a aprovação cai e o segmento NTB vai para o BNPL e para a concorrência.
O AML e a 115-FZ: trabalho manual de um exército de oficiais
Os casos SAR são investigados por pessoas. 80% do trabalho é ler extratos e procurar ligações. Falsos positivos de 95%: o risco real afoga-se no ruído. O custo da função de compliance cresce ano após ano.
O call center e o balcão: o estrangulamento do NPS
Espera média em linha de 5 minutos, FCR de 58%, os operadores perdem-se entre produtos. Fundos, pensões, crédito à habitação: cada produto precisa do seu próprio «assistente».
Não «implementámos Ai». Mas sim números na P&L e nos relatórios ao Banco da Rússia.
Cada cenário, com uma economia clara e reporting regulatório. Não «melhorámos o NPS», mas sim aprovação, incumprimento, perdas operacionais, cost-to-income e qualidade de compliance concretos.
Aprovação NTB com o mesmo nível de incumprimento
Ai-scoring com dados alternativos e modelo comportamental. Vê o cliente solvente que o modelo clássico rejeitava.
Perdas operacionais por fraude
Antifraude em tempo real sobre transações e onboarding. Decisão em dezenas de ms. A engenharia social é detetada pelo comportamento.
Custo do trabalho do oficial da 115-FZ
A Ai monta o caso, o esquema de ligações e a hipótese. O oficial investiga entre 3 e 5 vezes mais depressa; os falsos positivos descem de 95% para 30%.
Cost-to-serve do centro de contacto
O bot de voz resolve 70% dos pedidos típicos. O Ai-assistente do operador prepara a solução antes de o cliente acabar de falar.
A Ai vive dentro do perímetro do banco. Do core bancário à área de cliente.
Ligamos o core bancário, o processamento de cartões, os BKI, a EBS e o CRM, colocamos agentes de Ai em processos concretos e entregamos o controlo a risco, compliance e produto. Nenhuma API externa para dados pessoais nem sigilo bancário.
-
01
Ligamos o core bancário, o processamento, os BKI e a EBS num perímetro fechado TsFT, Diasoft, R-Style, BSS, Way4, OpenWay, BPC SmartVista, NBKI, OKB, KBRS, EBS, EDS, SBP, SPFS.
-
02
Escolhemos um modelo de agente do catálogo bancário Scoring de particulares e PME, antifraude, AML, KYC, assistente do operador, bot de voz, controlo de qualidade de chamadas. Mais de 20 cenários prontos.
-
03
Risco, compliance e produto configuram-no por si próprios Taxa de incumprimento alvo, política de corte, regras de alertas da 115-FZ, guião do operador, cenário do bot. A/B e rollback, com um clique.
-
04
Colaboradores e clientes veem o resultado onde estão habituados A decisão do crédito, na banca digital em segundos; o alerta de fraude, na app móvel do cliente; o caso AML, nas mãos do oficial de compliance; a sugestão, no ecrã do operador.
O que acelera entre 5 e 10 vezes o lançamento da Ai no banco.
Não vendemos «um modelo de scoring». Oferecemos um construtor, modelos e conectores para que o gestor de risco e o compliance montem a solução para o seu banco por si próprios, sem esperar um ano pelo fornecedor.
Construtor no-code de modelos
Métrica alvo, variáveis, política de corte: tudo de forma visual. Sem código nem Python.
Modelos para a banca
Mais de 20 cenários: scoring, antifraude, AML, KYC, bot de voz, controlo de qualidade.
Conectores ao core e ao processamento
TsFT, Diasoft, R-Style, Way4, OpenWay, BPC SmartVista, KartStandart, BKI, EBS.
Ai-scoring e modelos comportamentais
Particulares, PME, empresas. Dados alternativos. Retreino com a sua população e o seu histórico de recusas.
Antifraude em tempo real
Cartões, banca digital, SBP, acquiring. Decisão em dezenas de ms. Biometria comportamental e análise de grafos.
Automatização de AML e 115-FZ
Montagem do caso, grafo de ligações, tipo de operação, hipótese para o oficial. Reduz os falsos positivos 3 vezes.
Bot de voz e ASR
Reconhecimento, síntese, diálogo em russo. Localmente, no seu próprio hardware. Integração com Genesys, Asterisk e central telefónica virtual.
Controlo de qualidade de 100% das chamadas
Transcrição de todas as conversas, verificação do guião, tom, mis-selling, infrações de compliance.
Base de conhecimento do banco
Tarifas, regulamentos, instruções, produtos, normativa do Banco da Rússia. A Ai pesquisa citando a fonte.
A/B e rollback de modelos
Testamos o modelo com 5% do tráfego, campeão vs challenger, e revertemos com um clique.
Explicabilidade e auditoria
Cada decisão do modelo, com uma explicação para o Banco da Rússia e para o cliente. SHAP, motivos da recusa, relatório para a validação.
Hierarquia do banco
Holding → entidade jurídica → área → equipa. Cada nível com os seus dados, limites e permissões.
Ligamo-nos ao seu core e à sua infraestrutura.
Nada de «desmonte o TsFT e instale o Temenos». Pegamos no seu core bancário, processamento, BKI, EBS e central telefónica virtual, e acrescentamos Ai por cima. REST / SOAP / ISO 20022 / ISO 8583, de série.
// core bancário
// processamento de cartões
// BKI & biometria
// CRM & banca digital
// call center & voz
A Ai toma a decisão ali onde o banco a espera.
O scoring devolve a decisão à banca digital em segundos. O antifraude bloqueia no processamento em dezenas de ms. O AML monta o caso no seu sistema de compliance. O bot responde na central telefónica virtual e o assistente sugere ao operador no CRM. A decisão é tomada por uma pessoa ali onde o regulamento do Banco da Rússia o exige.
Transações, extratos, pedidos, BKI, histórico de banca digital, chamadas, consultas. A Ai vê o cliente e a conta no seu conjunto.
Decisão do crédito, bloqueio da transação, caso em compliance, oferta na banca digital, comunicação na central telefónica virtual / app móvel.
App móvel, banca digital, voz de entrada e de saída, chat no site, bot de Telegram, balcão, SMS, push.
Mais de 20 agentes de Ai para as tarefas típicas do banco.
Modelo + os seus dados = um agente operacional no core. Sem meses de R&D. Cada cenário, com ROI e explicabilidade para o Banco da Rússia.
Ai-scoring de particulares e PME
Crédito, cartão, crédito à habitação, descoberto. Dados alternativos, modelo comportamental, explicabilidade para o Banco da Rússia. +8 p.p. de aprovação NTB.
Antifraude em tempo real sobre transações
Cartões, banca digital, SBP, acquiring. Decisão em dezenas de ms. Biometria comportamental, análise de grafos. −74% de perdas.
Investigador AML
Monta o caso, o grafo de ligações, o tipo de operação, a hipótese para o oficial e o relatório para o FinCERT. Falsos positivos de 95% para 30%.
Onboarding e KYC em 90 segundos
Reconhecimento do passaporte, verificação de sanções e PEP, EBS, scoring de entrada, abertura de conta. Conversão para o onboarding +34%.
Bot de voz na central telefónica virtual
Saldo, últimas operações, bloqueio de cartão, transferência, estado do pedido. 70% dos pedidos típicos, de forma autónoma.
Ai-assistente do operador
Sugere a resposta antes de o cliente acabar de falar. Resume a conversa, formula a solução e preenche o CRM e o ticket.
Controlo de qualidade de 100% das chamadas
Transcrição de todas as conversas, verificação do guião, mis-selling, infrações de compliance, tom e indicadores de NPS.
Next-best-offer e venda cruzada
Para cada cliente: o produto, o canal e o momento. Sem segmentos manuais nem campanhas massivas. Conversão para o produto +24%.
Ai-analista para o diretor de risco
Pergunte por voz: «Mostra-me a carteira de trabalhadores independentes com aumento da mora no trimestre» e obtenha números, gráfico, causas e lista de casos.
A Ai no banco deve ser gerida por quem responde pela carteira e pelo compliance. Não por um quant.
O gestor de risco conhece a sua política. O compliance conhece a 115-FZ. O responsável de produto conhece as suas ofertas. São eles que configuram a Ai à sua medida, a partir do seu painel, não através da equipa de ML e de um ticket.
Ai = equipa de ML + um fornecedor durante um ano
- ✕Muda a política: pedido ao ML, retreino, validação, produção. Um trimestre no mínimo.
- ✕Cada atualização do modelo: concurso, contrato com o fornecedor, pagamento adicional.
- ✕Caixa negra do fornecedor: o Banco da Rússia pergunta «porquê a recusa?» e não há resposta.
- ✕O gestor de risco não sabe como o modelo tomou a decisão, e não confia.
- ✕Se não funciona, a culpa é de «um contexto que não era o adequado».
Ai = uma ferramenta nas mãos do diretor de risco
- ✓O risco muda por si próprio as variáveis, os pesos, a política de corte e os limites, sem código.
- ✓O compliance ajusta as regras da 115-FZ e os alertas em minutos.
- ✓Cada decisão do modelo é explicada para o Banco da Rússia e para o cliente (SHAP, motivos da recusa).
- ✓Retreino com a sua população e o seu histórico de recusas, de série.
- ✓Versões, A/B, rollback: como em DevOps, mas para o modelo bancário.
Uma solução que agrada ao conselho, ao Banco da Rússia e à segurança da informação ao mesmo tempo.
A banca é um compromisso entre margem, risco, regulador e sigilo bancário. A AiST foi concebida para que as quatro partes digam «sim».
Números na P&L e nas provisões
- Aprovação NTB +5–10 p.p. com o mesmo incumprimento
- Perdas operacionais por fraude −60–80%
- Cost-to-income do centro de contacto −25–40%
- Custo da função de compliance −40–65%
- NPS e conversão NTB em alta
- ROI em 3–6 meses
Segurança e explicabilidade
- On-prem ou AiST BOX no centro de dados do banco
- Os dados pessoais e o sigilo bancário não saem do perímetro
- 152-FZ, 115-FZ, requisitos do Banco da Rússia
- Explicabilidade de cada decisão (SHAP, motivos)
- Auditoria completa de consultas e ações
- Exportação para SIEM (Kaspersky, MaxPatrol)
Governação dos modelos
- Versões, A/B, rollback de modelos e regras
- Documentação do modelo para a validação
- Monitorização da deriva e da estabilidade
- Limites e aprovação para as ações automáticas
- Regras transparentes para o auditor
- Compatível com BCBS 239 / normas internas
As perguntas que se colocam antes de um piloto no banco.
Em quanto tempo entra em funcionamento o primeiro cenário?
O bot de voz na central telefónica virtual e o assistente do operador, em 2–3 semanas. O Ai-scoring e o antifraude, em 4–6 semanas: é preciso voltar a treiná-los com o seu histórico e validá-los. O investigador AML, em 4–6 semanas.
O gestor de risco vai mesmo configurar o modelo sem a equipa de ML?
Sim. Escolhe um modelo, seleciona as variáveis, fixa a taxa de incumprimento alvo, a política de corte e os corredores por produto. Testa-o sobre o histórico, campeão vs challenger, e implementa-o em 5% do tráfego. A equipa de ML só é necessária para modelos não padrão.
E quanto à explicabilidade para o Banco da Rússia?
Cada decisão do modelo vem acompanhada de uma explicação SHAP e dos motivos da recusa para o cliente. O relatório para a validação do modelo e o auditor, de série. Compatível com os requisitos do Banco da Rússia sobre modelos internos e com o BCBS 239.
E a 152-FZ, a 115-FZ e o sigilo bancário?
A plataforma é implementada no seu centro de dados ou como AiST BOX dentro do perímetro do banco. Os dados pessoais e o sigilo bancário não saem do perímetro. Nenhuma API externa para os dados operacionais. Todos os modelos funcionam localmente.
O que acontece se o Ai-scoring se enganar?
O risco define regras de exclusão estritas, a política de corte, os limites e os corredores. Os casos limite passam para a aprovação do analista de risco. A/B e rollback, com um clique. O campeão permanece em produção até o challenger ser validado.
Quanto custa?
Subscrição por número de licenças e volume de tráfego, ou compra de uma licença perpétua para on-prem. O piloto tem um preço fixo com uma economia clara desde o início: calculamos a poupança em perdas por fraude, custo de compliance e cost-to-serve.
Mostramos-lhe em 30 minutos que cenário trará dinheiro ao seu banco primeiro.
Recolhemos o seu perfil (particulares / PME / empresas), o stack de sistemas e os casos típicos, e voltamos com 3 cenários à sua medida, uma estimativa de ROI e um plano de piloto de 4–6 semanas.