A revolução da AI no crédito será a hiperpersonalização.

Em 2007, eu iniciava meu primeiro estágio na área de crédito - à epoca, em uma agencia de rating. Depois disso, eu seguiria os próximos 10 anos trabalhando com crédito (Corporate & FIs) em várias instituições brasileiras.

O que eu ouvia como um denominador comum era: dar crédito exige “horas-banco”. Que, em uma tradução literal, significava que um bom analista de credito precisava ter muitas “horas” de experiência: ter passado por crises, quebras de safra, choques de preço, desvalorização e valorização da moeda local, etc. Aquilo tudo fazia muito sentido, até que… o mundo mudou, e AI passou a adentrar cada uma das areas, como um catalizador da maneira como fazíamos tudo.

Mesmo em um mundo em que AI transformou a maneira como pesquisamos o que não sabemos, traçamos um diagnostico medico ou escrevemos textos, percebo que algo ainda permanece quase intacto: a maneira como damos crédito (ou como vendemos a prazo, o que afinal também é uma decisão de crédito).

Quando iniciamos a Avra, Bruno e eu sabiamos que crédito ainda era decidido todos os dias de forma quase binária: devo emprestar ou não dinheiro para aquele cliente?

Em nossa visão, essa não é a pergunta principal. A principal pergunta deveria ser: em quais condições (de prazo, limite de crédito, garantia, spread ou rentabilidade) aquela operação faz sentido para aquele momento da empresa?

Boom: é aí que entra um conceito ainda super novo em crédito - a hiper-personalização. Sob esse angulo, a pergunta mais importante passa a ser em quais condições temos uma oferta-ótima, ou melhor ainda - como essa oferta-ótima impacta o “next best action".

Na semana passada, bati um papo com a diretora de credito de uma grande enterprise brasileira - e ela comentou como a hiper-personalização ajudou a catalizar muito positivamente os resultados financeiros pro grupo.

Por fim, em um ambiente de taxas de juro crescentes, níveis de Basileira B - fica ainda mais latente a necessidade de se emprestar dinheiro de maneira mais eficiente, utilizando-se de inovações como a hiper-personalização.