Quando o “feeling” sai de cena: bancos trocam intuição por IA para prever riscos e fraudes 🤖🧵 A gestão de risco virou ciência de dados — quem ganha e quem perde com essa mudança?

Imagem indisponível

Como chegamos aqui? Do histórico bancário às APIs de open banking, passando por dados de transações, localização e comportamento digital. Que sinais os modelos valorizam — e quais sinais de vida real são ignorados?

Modelos de scoring em tempo real reduzem perdas e detectam fraudes com mais rapidez. Mas quantos pedidos legítimos viram falsos positivos? Até que ponto confiar numa caixa-preta que decide crédito em segundos?

Imagem indisponível

Quem constrói esses modelos importa: grandes bancos, provedores de nuvem e bureaus de crédito concentram poder. A tecnologia que promete democratizar acesso pode também reforçar desigualdades. Regulação e auditoria são suficientes?

E o custo humano e ambiental? Times de risco são reestruturados, empregos mudam e modelos pesados consomem energia (datacenters representam ~1% do consumo elétrico global). Eficiência sem responsabilidade social é avanço?

Imagem indisponível

Reflexão final: queremos decisões mais rápidas ou um sistema financeiro mais justo e inclusivo? A IA pode ampliar acesso ao crédito — mas só com transparência, auditoria independente e políticas públicas. Você confiaria seu crédito a um algoritmo?