Estudo da Capgemini indica que tecnologia pode ser utilizada para melhorar a experiência do cliente e aumentar as receitas
A automação inteligente poderá adicionar US$ 512 bilhões até 2020 à receita global da indústria de serviços financeiros. A constatação é de relatório da Capgemini. De acordo com o levantamento, a combinação de Robotics Process Automation (RPA), inteligência artificial (AI, na sigla em inglês) e otimização de processos de negócios será usada para atingir esse objetivo.
Até agora, tecnologias de automação, como a RPA, foram implementadas pela indústria de serviços financeiros com a finalidade de reduzir custos e propiciar eficiência. Contudo, alerta o estudo, se o RPA foi adotado, a empresa pode obter de 10% a 25% de redução de custos, com o potencial de escalar para algo entre 30% e 50% com a implementação de uma RPA aprimorado por meio de AI.
Líderes de empresas de serviços financeiros começaram a levar a automação diretamente aos seus clientes, usando-a como um gerador de receita, no lugar de apenas economizar nos custos. O relatório da Capgemini constatou que, em média, mais de um terço (35%) das empresas de serviços financeiros registraram um aumento de 2% a 5% na automação, com maior rapidez no time-to-market e aperfeiçoamento no cross-selling, fatores-chave que influenciam nos ganhos. Enquanto isso, 64% das organizações de diferentes segmentos observaram uma melhora na satisfação do cliente em mais de 60% por meio da automação inteligente, de acordo com o Estudo.
Com tais ganhos substanciais possíveis com a automação inteligente, não é surpreendente que um número cada vez maior de empresas de serviços financeiros esteja considerando implementar esta tecnologia como uma prioridade. O relatório conclui que mais da metade das instituições (55%) estão focadas em aumentar a satisfação do cliente por meio da automação, enquanto quase a metade (45%) vê a ideia das receitas crescentes como um objetivo-chave.
Adicionalmente aos benefícios tangíveis oferecidos pela automação inteligente, o relatório sugere uma outra razão pela qual as organizações de serviços financeiros estão explorando a tecnologia: a crescente ameaça de concorrentes não tradicionais. Afinal, o estudo aponta que quase metade (45%) das empresas acredita que as BigTechs, como a Amazon e o Google, serão seus concorrentes nos próximos 5 anos.
Apesar das oportunidades claras e das crescentes ameaças representadas pela chegada das BigTechs, a adoção da automação inteligente tem sido lenta. Apenas 10% das instituições afirmaram já ter implementado a tecnologia em escala, enquanto a maior parte das empresas ainda está lutando contra desafios nos negócios, na tecnologia e em recursos humanos.
O relatório revela, ainda, que apenas cerca de uma em cada quatro organizações tem a maturidade tecnológica para implementar tecnologias de automação cognitiva, incluindo aprendizagem por máquinas, visão computacional e biometria. A maioria das organizações ainda tem RPA ou, na melhor das hipóteses, PNL (Processamento de Linguagem Natural), formando a espinha dorsal de suas iniciativas de automação.
O estudo encontrou diversos fatores que estão impedindo as organizações de irem além da prova de conceito, para realmente implementarem a automação inteligente. Esses desafios abrangem a organização empresarial, a infraestrutura tecnológica e os talentos. Algo como quatro em cada dez organizações (43%) estão se esforçando para estruturar um business case claro para automação.
Muitas organizações também estão lutando para convencer a liderança a se comprometer com uma estratégia de automação inteligente coesa (41%). Além disso, implementar e escalar um modelo de automação bem-sucedido demanda a participação de talentos com profundo conhecimento em tecnologias RPA e inteligência artificial.
Quase a metade das companhias (48%) afirmou que ainda se esforça para encontrar os recursos certos, capazes de implementar a automação inteligente de modo efetivo. E outras 46% das respostas afirmou que a falta de uma estratégia adequada de gerenciamento de dados dificulta o progresso, porque os algoritmos de automação baseados em AI exigem dados corretos e em volumes suficientes.
