O avanço das pesquisas e do uso da inteligência artificial (IA) no setor financeiro têm sido surpreendente. No caso dos bancos, a implementação de ecossistemas por meio de colaborações internacionais e parcerias com universidades abrange áreas que vão desde aplicações de aprendizado de máquina quântica até designs inovadores de chatbots e sistemas de recomendação para clientes.
Na visão de especialistas como Edoardo Reviglio, membro do conselho consultivo do OMFIF e pesquisador em Yale, o aprendizado de máquina, especialmente o aprendizado profundo (deep learning), pode auxiliar negociações ao revelar padrões de mercado complexos, resultando em decisões cada vez mais rápidas.
Em artigo publicado pelo OMFIF, ele também destaca que as soluções de IA são excelentes no tratamento dos desafios do mercado financeiro, combinando dados de análises técnicas com os sentimentos das pessoas, que podem ser expostos, por exemplo, nas redes sociais.
Contudo, embora a combinação da IA com a computação quântica e os dados emocionais das interfaces homem-máquina possa ser transformadora, existe o alerta para a necessidade de se encontrar um ponto de equilíbrio adequado entre as capacidades da tecnologia e as percepções humanas.
Na avaliação do especialista, garantir a harmonia entre as previsões macroeconômicas e financeiras é da maior importância, principalmente em um horizonte mais longo.
Clique aqui para saber o que é inteligência artificial e sua relação com as finanças.
IA na previsão macroeconômica e as implicações no setor financeiro
Em seu artigo, Reviglio adverte que, sem melhores previsões macroeconômicas combinadas com as projeções financeiras, o potencial da IA para gerenciar as transações utilizando algoritmos e sistemas inteligentes tende a diminuir o seu valor a médio e longo prazos.
Nesse sentido, ele questiona se as instituições públicas e privadas não deveriam investir mais na investigação cooperativa sobre IA a fim de garantir uma integração harmoniosa das macro e micro finanças.
Na ausência de busca por melhores resultados, os algoritmos de IA e os sistemas inteligentes poderão ser excelentes na previsão de transações financeiras imediatas de curto e médio prazos. Porém, poderão se revelar inadequados na gestão de riscos bancários e financeiros de médio e longo prazos.
“Essa situação é motivo de preocupação, não só no setor bancário, mas também para a economia em geral, com implicações substanciais”, afirma.
A importância de uma base teórica sólida
Além disso, Reviglio argumenta que a IA só é capaz de melhorar as previsões macroeconômicas até certo ponto, pois projeções mais precisas requerem bases teóricas consistentes.
Para ele, a IA tem o potencial de processar vastos conjuntos de dados, detectar padrões e incorporar múltiplas variáveis a modelos de previsão, a partir da fusão desses modelos com bases teóricas apropriadas. Só assim a tecnologia poderá refinar as projeções econômicas e monetárias.
Dessa forma, é possível crer que os bancos centrais e os governos poderão se beneficiar de previsões mais precisas de indicadores como a inflação, o crescimento do Produto Interno Bruto (PIB) e as taxas de desemprego.
Para ele, esses modelos melhorados podem fundamentar as escolhas políticas, aprimorando as decisões sobre taxas de juros, gestão de liquidez e medidas macro prudenciais, o que influenciará, por sua vez, as previsões das instituições financeiras.
Veja mais:
Como a Inteligência Artificial transformará o sistema financeiro?
A inteligência artificial e os desafios macroeconômicos que se apresentam
Singapura busca o futuro da tecnologia e do sistema financeiro na Inteligência Artificial
Inteligência artificial está mudando o mercado financeiro: os benefícios são maiores que os riscos?
Inteligência Artificial em alta no mercado financeiro da Coreia do Sul
