A Lacuna na Descoberta de IA: Por que Bons Empréstimos Correm o Risco de Serem Ignorados e o que os Bancos Podem Fazer

Yaacov Martin é o CEO da Jifiti.

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter da FinTech Weekly

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

A IA está a transformar todos os cantos das finanças e estima-se que o sector dos serviços financeiros gaste uma impressionante quantia de $97 mil milhões em IA até 2027. À medida que tecnologias como os agentes de IA agentic remodelam a banca e a experiência do cliente, uma dimensão está a emergir como a nova vantagem competitiva: a capacidade de ser descoberta (discoverability). Actualmente, 44% dos consumidores confiam nos agentes de IA nos serviços financeiros, sinalizando uma mudança no comportamento do consumidor.

Os agentes de IA estão a passar além de conselhos financeiros personalizados e da detecção de fraudes. Não só surgem casos de uso em que apresentam opções de empréstimo aos consumidores, como acabarão por preencher candidaturas por eles e automatizar a transferência de fundos. Muito em breve, os agentes de IA deverão lidar com tudo, desde o preenchimento de formulários até à verificação de identidades e ao arranque de underwriting automatizado.

Para os bancos, a questão já não é se devem tornar-se orientados por IA, mas sim a que velocidade. À medida que o underwriting optimizado por IA e os credores digitais-first remodelam o mercado, as instituições financeiras que investirem agora manter-se-ão no centro do ecossistema do crédito. As que adiarem a adopção de IA arriscam perder visibilidade por completo, já que os mutuários mais jovens e tecnologicamente nativos contornam os canais tradicionais em favor de alternativas mais inteligentes e automatizadas.

A capacidade de ser descoberto é a nova porta de entrada

Usar um motor de IA para pesquisar e candidatar-se a um empréstimo é o próximo grande salto na experiência do cliente, com os agentes de IA no mercado de serviços financeiros a serem projectados para valer $4,28 mil milhões até 2032. E, embora a oportunidade seja colossal para bancos e IFs, isto coloca um novo problema na linha da frente: a invisibilidade.

Os motores de IA não descobrem e classificam empréstimos pela qualidade; são classificados pela legibilidade. Isto é conhecido como otimização para motores de resposta (AEO). Se um produto de empréstimo não estiver estruturado para uma ingestão fácil, não é sequer considerado.

Por exemplo, se o APR (taxa anual) e os critérios de elegibilidade de um mutuante estiverem “enterrados” num PDF, um motor de IA não mostrará o empréstimo, independentemente de ser competitivo. Os bancos precisam de garantir metadados de oferta expostos: os produtos de empréstimo devem ser descritos de forma clara em formatos estruturados — tipo de produto, APR, condições e critérios de elegibilidade. Metadados estruturados garantem que os agentes de IA conseguem indexar, comparar e agir com precisão sobre os produtos de empréstimo. Sem isso, mesmo as excelentes ofertas de empréstimo podem permanecer invisíveis.

Mas a questão da capacidade de ser descoberta vai ainda mais fundo. A AEO ajuda os agentes de IA a disponibilizar empréstimos, mas além de colocar os dados no formato certo, os bancos também precisam da infraestrutura adequada para permitir que os agentes de IA forneçam ao cliente uma proposta de empréstimo gerada por IA.

Por exemplo, um cliente poderia inserir os seus critérios de empréstimo num motor de pesquisa de um agente de IA, que imediatamente apresenta todas as ofertas relevantes e a opção de se candidatar automaticamente. Com um único clique, o cliente recebe uma aprovação de empréstimo condicional, suportada inteiramente por dados legíveis por máquina e fluxos de trabalho orientados por API.

Bancos sem tecnologia de concessão de crédito orientada por API, sem jornadas de utilizador digitalizadas, com dados sem separação por silos, e sem onboarding e decisão automatizados nem sequer entram na corrida. Neste contexto, ser o melhor mutuante é irrelevante se não for possível descobrir-lhe a oferta.

Mas isto é mais fácil dizer do que fazer. Um relatório da PYMNTS descobriu que 75% dos bancos têm dificuldades em implementar novas soluções digitais devido à sua infraestrutura legada. E “59% dos banqueiros vêem os seus sistemas legados como um grande desafio de negócio, descrevendo-os como um ‘espaguete’ de tecnologias interligadas mas antiquadas”.

Justiça e o novo patamar da conformidade

Se a capacidade de ser descoberta é a porta de entrada para o crédito agentic, a justiça é o novo patamar da conformidade. Os motores de IA não arriscam apenas excluir produtos que não sejam optimizados para a capacidade de serem descobertos por IA; ameaçam excluir categorias inteiras de mutuantes que não cumpram os seus padrões técnicos. Mas aqui o problema não é a visibilidade; é a equidade.

O crédito agentic de hoje introduz uma variação moderna do crédito com viés: os consumidores podem ser direcionados para mutuantes com a infraestrutura certa — APIs, dados limpos, fluxos de trabalho automatizados — em vez do melhor produto financeiro.

Sem transparência sobre como as plataformas com IA classificam ou apresentam ofertas de empréstimo, os consumidores arriscam ser direcionados para empréstimos com custos mais elevados ou menos adequados apenas porque esses mutuantes tinham a infraestrutura certa, não o produto certo. Isto cria uma nova “zona cega” de conformidade para os reguladores. Os reguladores podem em breve perguntar: “A infraestrutura desatualizada do seu banco está a bloquear, de forma eficaz, o acesso aos seus melhores produtos?”

Durante décadas, o escrutínio regulatório tem-se focado em práticas discriminatórias nas decisões de concessão de crédito. Mas à medida que o crédito agentic ganha espaço, a lente regulatória vai alargar-se. Bancos que não modernizem podem não apenas perder quota de mercado; podem ser vistos como contribuindo para um viés sistémico.

Os bancos ainda podem competir — se modernizarem

À primeira vista, o crédito agentic parece feito à medida das fintechs, cujas pilhas tecnológicas são construídas para a velocidade e a flexibilidade. Mas a vantagem não é exclusiva. Os bancos apenas precisam de atualizar os seus modelos operacionais.

Agentes de IA emergentes estão a ser concebidos para localizar produtos adequados, concluir candidaturas, submeter documentos de KYC e despoletar o underwriting automatizado. Os bancos que não digitalizaram os seus fluxos de trabalho de ponta a ponta correm o risco de serem contornados, mesmo que ofereçam taxas competitivas. Precisam de um sistema coordenado, ou plataforma de orquestração, que ligue todas as peças críticas do processo de concessão de crédito, automatize os fluxos de trabalho e garanta que cada etapa seja legível por máquina e acessível via API.

Uma camada de orquestração que oferece esta infraestrutura tipicamente integra todas as funcionalidades críticas, bem como as de terceiros, incluindo verificação de identidade, KYC/KYB, anti-fraude, open banking, verificações de risco de crédito e decisão automatizada.

As fintechs já são nativas de API, mas muitos bancos ainda têm de recuperar terreno com as suas pilhas tecnológicas fragmentadas. Sem orquestração, todas estas integrações essenciais permanecem em silos e os agentes de IA precisarão de continuidade de ponta a ponta para, no fim, proporcionar uma experiência completa de candidatura a empréstimo de ponta a ponta. A camada de orquestração não é apenas útil — é a ponte que permite que os bancos legados concorram no ecossistema do crédito agentic sem desmontar toda a sua infraestrutura.

Os bancos que modernizarem a sua infraestrutura e automatizarem os seus fluxos de trabalho podem recuperar o controlo do funil de concessão de crédito, garantindo que as plataformas de IA apresentem os seus produtos e que os clientes tenham acesso orientado por IA às melhores e mais adequadas opções disponíveis, e não apenas às mais fáceis de apresentar.