Na última quarta-feira (26), a Visa comunicou que desenvolveu um sistema que usa de deep learning para aprovar ou recusar transações de crédito e débito em nome de bancos cujas próprias redes estão desativadas. A inovação caminha com a crescente adoção de inteligência artificial no setor bancário, conforme reportagem do The Wall Street Journal.
Muitas vezes, ao efetuar um pagamento via cartão a rede bancária apresenta alguma falha que impede a conclusão da transação. A aprovação ou não depende das redes do banco, que podem falhar devido a desastres naturais, software com erros ou outros motivos.
O serviço, chamado de Smarter Stand-In Processing (STIP), foi construído com os cientistas de dados e engenheiros de software internos da Visa e a empresa possui três patentes relacionadas à tecnologia, duas das quais estão pendentes.
A Visa, que é a maior rede de cartões dos EUA, disse que seu sistema de backup estará disponível para os bancos que se inscreverem no serviço a partir de outubro, segundo a publicação.
A tecnologia é “um primeiro passo incrível para nos ajudar a reduzir o impacto de uma interrupção”, disse Rajat Taneja, Presidente de Tecnologia da Visa.
As rupturas e interrupções da rede afetam vários milhões de transações com cartões de crédito e débito anualmente, muitas vezes fazendo com que as transações sejam desnecessariamente recusadas, disse Taneja. “Há um impacto nos negócios por causa do fluxo de transações, mas nosso motivador foi a experiência do consumidor”, disse.
O STIP mais inteligente entra em ação automaticamente se a rede da Visa detectar que a rede do banco está off-line ou indisponível.
A versão mais antiga do STIP usa um modelo de machine learning baseado em regras como o método de backup para gerenciar transações para bancos no caso de uma interrupção da rede. Nesta abordagem, a equipe de produtos da Visa e a instituição financeira definem as regras para o modelo ser capaz de determinar se uma determinada transação deve ser aprovada, diz o jornal.
“Embora tenha sido personalizado para diferentes usuários, ainda não era muito preciso”, disse Carolina Barcenas, vice-Presidente Sênior e Chefe da Visa Research.
De acordo com o WSJ, o novo modelo de deep learning é mais avançado porque é treinado para filtrar bilhões de pontos de dados da atividade do titular do cartão para definir as correlações por conta própria.
Por exemplo, diz a publicação, ele pode descobrir automaticamente que uma transação específica do titular do cartão é normal e deve ser aprovada com base em dados históricos sobre essa pessoa, como a localização do comerciante em relação ao titular do cartão e a hora do dia em que está fazendo compras.
“O modelo encontra muitos desses relacionamentos e está criando essa inteligência que, no passado, os analistas precisavam fazer”, disse Barcenas.
Nos testes, o modelo de IA de deep learning foi 95% preciso em imitar a decisão do banco sobre aprovar ou recusar uma transação, disse ela. A tecnologia mais que dobrou a precisão do método antigo, de acordo com a empresa. As duas versões continuarão a existir, mas a versão mais avançada estará disponível como um serviço premium para clientes.
A reportagem ressalta uma crescente de investimento em inteligência artificial por empresas que prestam serviços bancários. O segmento deve gastar US$ 7,1 bilhões em IA em 2020, crescendo para US$ 14,5 bilhões até 2024, em iniciativas como análise e investigação de fraudes, de acordo com a empresa de pesquisa de mercado IDC.
