O Grupo Stefanini e o Banco do Brasil colocaram inteligência artificial em dois processos críticos do banco, e os primeiros resultados apontam para uma estimativa inicial de R$ 23 milhões em economia anual na logística de numerário e para eficiência superior a 8 mil horas-homem por ano em uma das etapas da análise de crédito.
Os dois números vêm de projetos distintos e ainda estão em fase inicial de medição. Um trata da leitura automática de demonstrativos contábeis de empresas; o outro, da previsão de quanto dinheiro em espécie cada agência vai precisar e de como esse recurso circula pela rede.
Os dois projetos e o resultado inicial
Projeto
Onde atua
Resultado inicial estimado
Balanço Digital
Análise de demonstrativos contábeis na concessão de crédito para empresas
Mais de 8 mil horas-homem por ano
Numerário e Rotas
Previsão e circulação de dinheiro em espécie entre agências e tesourarias
Cerca de R$ 23 milhões por ano em despesas administrativas
Resultados informados pelas empresas. Fonte: Grupo Stefanini
Leitura automática de balanço na análise de crédito
No Balanço Digital, a inteligência artificial é aplicada a uma das etapas fundamentais da concessão de crédito para empresas: a análise de demonstrativos contábeis, como balanços patrimoniais, demonstrações de resultado e arquivos do sistema público de escrituração digital. A solução combina visão computacional, reconhecimento óptico de caracteres, deep learning, processamento de linguagem natural e IA generativa para identificar, extrair, classificar e estruturar automaticamente informações financeiras de clientes pessoa jurídica.
Os dados são capturados, validados e organizados de forma padronizada numa plataforma interativa, reduzindo atividades manuais. Nas primeiras fases de utilização, o projeto já representa eficiência superior a 8 mil horas-homem por ano nessa etapa, e a automação contribui para reduzir erros operacionais e acelerar as respostas aos clientes.
Publicidade
Cinco mil modelos para prever o dinheiro da agência
Já o projeto de Numerário e Rotas leva a inteligência para a operação física do banco. O desafio é garantir que cada agência tenha a quantidade adequada de dinheiro em espécie no momento necessário, evitando tanto a falta quanto o excesso de recursos.
Para isso, o Grupo Stefanini desenvolveu, em conjunto com o Banco do Brasil, uma família com mais de 5 mil modelos atuando de forma integrada, além de previsões adicionais organizadas por clusters. O modelo de Rotas apoia a definição da melhor estratégia para circulação, abastecimento e alívio de recursos entre agências e centros de tesouraria. O resultado inicial é uma estimativa de economia de aproximadamente R$ 23 milhões por ano em despesas administrativas, além da redução de quilometragem percorrida e da eliminação de deslocamentos desnecessários.
A leitura das duas empresas
“Esses dois casos são particularmente emblemáticos porque mostram a amplitude da aplicação da IA no setor financeiro. […] Em ambos, o valor está em usar tecnologia para tomar decisões melhores, mais rapidamente e com maior eficiência”, afirma Rodrigo Stefanini, CEO Latam e Espanha do Grupo Stefanini.
“A tecnologia precisa estar conectada aos desafios reais da operação. Quando usamos inteligência artificial para prever necessidades, recomendar decisões e otimizar recursos, conseguimos transformar dados em eficiência e, ao mesmo tempo, liberar as equipes para atividades que exigem conhecimento e capacidade de decisão”, conclui Diogo Suzart, executivo de IA do Banco do Brasil.
O caso interessa a quem toca projeto de automação em banco de grande porte e precisa de referência de ganho por etapa, não de promessa genérica. Vale acompanhar dois pontos: os dois números são estimativas iniciais informadas pelas próprias empresas, sem auditoria externa, e a economia em despesa administrativa vem de uma operação logística específica, não do custo total do banco. O próximo sinal virá da medição depois de um ciclo completo de doze meses.
