Maximizando o crescimento: o poder da IA para os pagamentos

Jack Yallop
February 12, 2024 | Updated: March 5, 2024

As tecnologias de inteligência artificial (IA) são parte integrante do setor bancário. Em áreas que envolve risco, fraude e conformidade, por exemplo, o uso de IA é comum há anos e continua se expandindo. O sucesso dessas iniciativas (e outras) e o potencial para obter mais benefícios estão impulsionando mais investimentos nessa área em 2024, com a IA generativa atraindo um interesse especial.

A analista de tecnologia financeira, Celent, criou um relatório encomendado pela MongoDB e Icon Solutions que analisa como a IA está sendo usada atualmente no setor bancário, bem como alguns dos principais casos de uso de adoção de IA em pagamentos para melhorar a agilidade operacional, automatizar fluxos de trabalho e aumentar a produtividade do desenvolvedor.





Baixe o relatório da Celent: Aproveitando os benefícios da IA em pagamentos para descobrir como você pode tirar o máximo de proveito dos seus investimentos em IA e desbloquear as possibilidades ilimitadas que a IA tem para o futuro dos pagamentos.

Desbloqueio de uma série de melhorias no fluxo de trabalho e nos produtos

Atualmente as tecnologias de IA são usadas para abordar uma ampla variedade de fluxos de trabalho e serviços voltados ao cliente, desde automação e otimização de processos no middle e back office, até áreas como gestão de riscos e liquidez em tempo real, previsão de fluxo de caixa e personalização de serviços no front office. Os assistentes virtuais e os bots também se tornaram uma parte importante do processo de atendimento ao cliente.

Neste blog, abordaremos algumas das principais descobertas da Celent no relatório Aproveitando os benefícios da IA em pagamentos e o que isso significa para o setor bancário e de pagamentos.

Funções analíticas avançadas, automação inteligente e tecnologias de IA lideram a agenda de investimentos em 2024

Ao longo do tempo, os bancos têm aumentado constantemente seus investimentos em projetos para fazer um uso melhor e mais eficiente dos dados. Em parte, isso foi impulsionado pela necessidade de atender às expectativas crescentes dos clientes em relação à velocidade e à qualidade dos serviços digitais, mas também reflete uma compreensão cada vez maior do verdadeiro valor dos dados de contas e transações. Porém, o mais importante de tudo foi habilitar as tecnologias necessárias para fornecer casos de uso com suporte da IA e análises avançadas.

Não é nenhuma surpresa ver que os projetos apoiados por tecnologias de análise de dados e IA estão no topo da agenda global. Os investimentos em análise avançada e aprendizado de máquina são uma das principais prioridades tecnológicas para 33% dos bancos corporativos, ficando acima dos projetos relacionados à robótica e automação (um foco de 31% do mercado). A inteligência artificial e o processamento de linguagem natural (NLP) não ficam muito atrás e foram destacados como prioridade por 28% dos bancos.

Muitos também estão explorando a IA generativa

Embora a empolgação em torno da IA generativa seja compreensível, dado o potencial evidente, a conversa se tornou mais diferenciada no final de 2023. Isso é compreensível, dadas as complexidades da aplicação dos Grandes Modelos de Linguagem (LLMs) aos dados de clientes potencialmente confidenciais, bem como preocupações regulatórias mais amplas sobre a possibilidade de explicação (e possível capacidade de auditoria) dos resultados de LLM. Dito isso, há muitas áreas em que a genAI já está sendo usada para dar suporte a consultores e gerentes de relacionamento e espera-se mais inovação em áreas como essa. De acordo com o relatório, 58% dos bancos estão avaliando ou testando IA generativa em alguma nível, enquanto mais 23% têm projetos usando essa tecnologia em seu roteiro.

Os casos de uso emergentes de IA em pagamentos e o potencial de crescimento da receita

A falta de capacidade de desenvolvedor é um dos maiores desafios para os bancos quando se trata de fornecer inovação para os produtos de pagamento. Os bancos acreditam que os aprimoramentos de produtos que não conseguiram entregar nos últimos dois anos devido a restrições de recursos teriam apoiado um crescimento de 5,3% nas receitas de pagamentos. Com isso em mente e a transformação revolucionária com a integração da IA, as instituições financeiras devem considerar como liberar os recursos do desenvolvedor para aproveitar ao máximo essas oportunidades.

À medida que o setor de pagamentos continua evoluindo, a integração da IA está preparada para remodelar o cenário oferecendo soluções inovadoras que priorizam a segurança, a eficiência e a experiência personalizada do usuário. Os casos de uso emergentes de IA em pagamentos são a prova do seu potencial transformador na formação do futuro das transações financeiras.

Utilização das tecnologias modernas para aproveitar ao máximo a adoção da IA

No cenário em rápida evolução da IA, os avanços tecnológicos constantes e a evolução das necessidades dos clientes exigem investimentos estratégicos. Para se manterem competitivos, os bancos e os provedores de pagamento devem se concentrar nos aprimoramentos dos produtos atuais e também devem modernizar suas infraestruturas de pagamento para se prepararem para o futuro. Ao adotar tecnologias avançadas, como IA e ML, que exigem dados como base as organizações geralmente enfrentam o desafio de integrar essas inovações em sistemas legados devido sua falta de flexibilidade e da resistência a modificações. Por exemplo, adicionar uma nova plataforma de pagamento e um novo ponto de acesso do cliente pode ser muito difícil. Estabelecer uma arquitetura de dados robusta com uma plataforma de dados moderna que permita aos bancos enriquecer a experiência de pagamentos por meio da consolidação e análise de dados em qualquer formato e em tempo real, gerando serviços e recursos de valor agregado para os consumidores. As recomendações a seguir ajudarão a garantir que as organizações de serviços financeiros possam liberar o potencial transformador da IA generativa em grande escala e, ao mesmo tempo, garantir que as preocupações com privacidade e segurança sejam tratadas adequadamente:

  • Treine modelos de IA/ML nos dados mais precisos e atualizados, abordando assim a necessidade crítica de adaptabilidade e agilidade em relação às tecnologias em evolução. Ao unificar os dados do processamento de pagamentos de back-end às interações com os clientes, os bancos podem apresentar informações em tempo real para criar uma jornada do cliente sem problemas, conectada e personalizada.

  • Prepare-se para o futuro com um esquema de dados flexível capaz de acomodar qualquer estrutura, formato ou fonte de dados. Essa flexibilidade facilita a integração sem complicações com diferentes plataformas de IA/ML, permitindo que instituições financeiras se adaptem às mudanças no cenário de IA sem modificações extensas na infraestrutura.

  • Resolva as preocupações de segurança com controles de segurança integrados em todos os dados. Seja gerenciado em um ambiente do cliente ou por meio do MongoDB Atlas, um serviço de nuvem totalmente gerenciado, o MongoDB garante segurança robusta com recursos como autenticação (logon único e autenticação multifator), controles de acesso baseados em função e criptografia de dados abrangente. Essas medidas de segurança atuam como uma proteção para os dados financeiros confidenciais, minimizando o risco de acesso não autorizado de terceiros e fornecendo às organizações a confiança para adotar tecnologias de IA e ML.

  • Lance e dimensione aplicativos sempre disponíveis e seguros integrando services de terceiros com APIs. O modelo de dados flexível do MongoDB e a capacidade de lidar com vários tipos de dados, incluindo dados estruturados e não estruturados, são ótimos para coordenar seu ecossistema de API aberto para tornar possível o fluxo de dados entre bancos, terceiros e consumidores.

A plataforma de dados do desenvolvedor MongoDB Atlas coloca as possibilidades de IA e análises poderosas diretamente nas mãos dos desenvolvedores e oferece os recursos para enriquecer as experiências de pagamento consolidando, recebendo e agindo instantaneamente com qualquer tipo de dados de pagamento. O MongoDB Atlas foi desenvolvido para ajudar as organizações de serviços financeiros a superar os desafios relacionados aos dados. Ele possui um modelo de dados de documento flexível e recursos de integração de terceiros contínuos que são necessários para criar sistemas de pagamento componíveis que escalam sem esforço, estão sempre disponíveis, seguros e compatíveis com ACID.

Mantenha se atualizado — baixe o relatório da Celent agora e desbloqueie as possibilidades ilimitadas que a IA tem para o futuro dos pagamentos. Se você preferir uma análise visual, uma conversa com a Celent, Icon Solutions e MongoDB, inscreva-se para o nosso próximo webinar, Usando IA para desbloquear novas oportunidades para pagamentos com a Celent, Icon Solutions e MongoDB.

Se quiser saber mais sobre como criar aplicações de pagamento aprimoradas pela IA com o MongoDB, confira os recursos a seguir:

← Previous

Maximiser la croissance : la puissance de l'IA au service des paiements

Les technologies d'intelligence artificielle (IA) font partie intégrante du secteur bancaire. Dans des domaines tels que le risque, la fraude et la conformité, par exemple, l'utilisation de l'IA est courante depuis des années et continue de s'intensifier. Le succès de ces initiatives et la possibilité d’obtenir de nouveaux avantages incitent à investir davantage dans ce domaine en 2024. L’IA générative suscite particulièrement l’intérêt des acteurs du secteur. L'analyste financier Celent a créé un rapport à la demande de MongoDB et d'Icon Solutions qui analyse la façon dont l'IA est actuellement utilisée dans le secteur bancaire, ainsi que sur certains des principaux cas d'utilisation de l'IA dans les paiements afin d'améliorer l'agilité opérationnelle, d'automatiser les flux de travail et d'augmenter la productivité des développeurs. Télécharger le rapport de Celent : « Harnessing the Benefits of AI in Payments » (Exploiter les avantages de l'IA appliquée aux paiements) pour découvrir comment vous pourriez tirer le meilleur parti de vos investissements dans l'IA et exploiter les possibilités illimitées qu'offre l'IA pour les paiements à l'avenir. Exploiter un large éventail d’améliorations de flux de travail et de produits Les technologies de l'IA sont aujourd'hui utilisées pour traiter un large éventail de flux de travail et de services en contact avec la clientèle, depuis l'automatisation et l'optimisation des processus dans le middle et le back office, jusqu'à des domaines tels que la gestion des risques et des liquidités en temps réel, la prévision des flux de trésorerie et la personnalisation des services front office. Les assistants virtuels et les bots sont également devenus un élément essentiel du processus d’assistance client. Dans ce blog, nous aborderons quelques-unes des principales conclusions du rapport Harnessing the Benefits of AI in Payments de Celent et ce que cela signifie pour le secteur des services bancaires et des paiements. L’analyse avancée, l’automatisation intelligente et les technologies d’IA captent la majeure partie des investissements en 2024 Les banques ont progressivement augmenté leurs investissements dans des projets visant à optimiser l’utilisation des données. Cette évolution s’explique en partie par la nécessité de répondre aux attentes croissantes des clients en matière de rapidité et de qualité des services numériques, mais traduit également une meilleure compréhension de la véritable valeur des données relatives aux comptes et aux transactions. Mais le plus important a été la rentabilité des technologies nécessaires pour proposer des cas d’utilisation qui reposent sur l’IA et l’analyse avancée. Force est de constater que les projets qui concernent les technologies d’analyse de données et d’IA figurent en bonne place dans l’agenda mondial. Les investissements dans l’analyse avancée et le machine learning constituent une priorité pour 33 % des banques d’affaires, devant les projets liés à la robotique et à l’automatisation (qui constituent une priorité pour 31 % du marché). L’intelligence artificielle et le traitement du langage nature (NLP) ne sont pas loin derrière et 28 % des banques reconnaissent qu’il s’agit d’une priorité. De nombreux acteurs du secteur explorent également l’IA générative Bien que l’enthousiasme concernant la GenAI soit compréhensible compte tenu de son potentiel évident, les discussions sont devenues plus nuancées fin 2023. Cela est compréhensible étant donné la complexité de l’application des grands modèles de langage (LLM) à des données clients potentiellement sensibles et au regard des préoccupations réglementaires plus générales concernant l’explicabilité (et l’auditabilité potentielle) de leurs résultats. Cela dit, l’IA est déjà utilisée dans de nombreux domaines pour aider les conseillers et les chargés de clientèle, et des innovations dans des domaines similaires devraient émerger. Selon le rapport, 58 % des banques évaluent ou testent l'IA générative d'une manière ou d'une autre, tandis que 23 % ont des projets utilisant cette technologie dans leur feuille de route. Nouveaux cas d'utilisation de l'IA appliquée aux paiements et croissance potentielle du chiffre d'affaires Le manque de compétences des développeurs est l'un des plus grands défis auxquels sont confrontées les banques lorsqu'il s'agit d'innover en matière de produits de paiement. Les banques estiment que les améliorations de produits qu’elles n’ont pas pu réaliser au cours des deux dernières années en raison de ressources limitées auraient permis une croissance de 5,3 % des recettes liées aux paiements. En gardant cela à l'esprit et la transformation révolutionnaire liée à l'intégration de l'IA, les institutions financières doivent réfléchir à la manière de mobiliser les ressources des développeurs pour tirer le meilleur parti de ces opportunités. Alors que le secteur des paiements continue d'évoluer, l'intégration de l'IA est prête à remodeler le paysage, en offrant des solutions innovantes qui privilégient la sécurité, l'efficacité et une expérience utilisateur personnalisée. Les cas d'utilisation émergents de l'IA dans les paiements témoignent de son potentiel de transformation pour façonner l'avenir des transactions financières. Exploiter les technologies modernes pour tirer le meilleur parti de l'adoption de l'IA Dans l'environnement en rapide évolution de l'IA, les progrès technologiques constants et l'évolution des besoins des clients nécessitent des investissements stratégiques. Pour rester compétitifs, les banques et les prestataires de services de paiement doivent non seulement se concentrer sur l'amélioration des produits actuels, mais aussi préparer l'avenir grâce à la modernisation de l'infrastructure de paiement . Lors de l'adoption de technologies avancées telles que l'IA et le ML, qui nécessitent des données comme base, les organisations sont souvent aux prises avec le défi d'intégrer ces innovations dans les systèmes existants en raison de leur manque de flexibilité et de leur tendance à refuser toute modification. Par exemple, l'ajout d'un nouveau rail de paiement et d'un nouveau point d'accès client pourrait s'avérer très difficile. La mise en place d'une architecture de données fiable avec une plateforme de données moderne permet aux banques d'enrichir l'expérience des paiements en consolidant et en analysant les données dans n'importe quel format en temps réel, offrant ainsi des services et des fonctionnalités à valeur ajoutée aux consommateurs. Les recommandations suivantes permettront de s'assurer que les organisations de services financiers peuvent libérer le potentiel de transformation de l'IA générative à grande échelle tout en veillant à ce que les préoccupations en matière de confidentialité et de sécurité soient correctement prises en compte : Entraîner les modèles d'IA/ML sur les données les plus précises et les plus récentes , répondant ainsi au besoin critique d'adaptabilité et d'agilité face à l'évolution des technologies. En unifiant les données, depuis le traitement des paiements en amont jusqu'aux interactions avec les clients, les banques exploitent les informations en temps réel pour créer un parcours client transparent, connecté et personnalisé. Une solution d'avenir avec un schéma de données flexible capable de s'adapter à n'importe quelle structure, format ou source de données. Cette flexibilité facilite l'intégration transparente avec différentes plateformes d'IA/ML, ce qui permet aux institutions financières de s'adapter aux changements dans l'environnement de l'IA sans avoir à apporter de modifications importantes à l'infrastructure. Répondre aux préoccupations en matière de sécurité grâce à des contrôles de sécurité intégrés pour toutes les données . Qu'elle soit gérée dans un environnement client ou via MongoDB Atlas, un service cloud entièrement géré, MongoDB garantit une sécurité renforcée grâce à des fonctionnalités telles que l'authentification (authentification unique et authentification multifactorielle), les contrôles d'accès basés sur les rôles et le chiffrement complet des données. Ces mesures de sécurité agissent comme une protection pour les données financières sensibles, en atténuant le risque d'accès non autorisé par des parties externes et en donnant aux organisations la confiance nécessaire pour adopter les technologies d'IA et de ML. Lancez et développez des applications sécurisées et toujours actives en intégrant des services tiers à l'aide d'API . Le modèle de données flexible de MongoDB et sa capacité à gérer différents types de données, y compris des données structurées et non structurées, conviennent parfaitement à l'orchestration de votre écosystème d'API ouvertes afin de rendre possible le flux de données entre les banques, les tiers et les consommateurs. La plateforme de données pour développeurs MongoDB Atlas met de puissantes capacités d'IA et d'analyse directement entre les mains des développeurs et offre la possibilité d'enrichir les expériences de paiement en consolidant, ingérant et exploitant n'importe quel type de données de paiement instantanément. MongoDB Atlas est conçue pour aider les organismes de services financiers à surmonter les défis liés aux données. Il propose un modèle de données documentaires flexible et des capacités d'intégration tierce transparentes qui sont nécessaires pour créer des systèmes de paiement composables qui évoluent sans effort, sont toujours actifs, sécurisés et conformes à la norme ACID. Gardez une longueur d'avance, téléchargez le rapport de Celent dès maintenant et découvrez les possibilités illimitées qu'offre l'IA pour les paiements à l'avenir. Si vous préférez une découverte visuelle, une discussion entre Celent, Icon Solutions et MongoDB, inscrivez-vous à notre prochain webinaire, Using AI to Unlock New Opportunities in Payments with Celent, Icon Solutions, and MongoDB (L'utilisation de l'IA pour saisir de nouvelles opportunités en matière de paiements avec Celent, Icon Solutions et MongoDB) . Si vous souhaitez en savoir plus sur la création d'applications de paiement alimentées par AI avec MongoDB, consultez les ressources suivantes : Découvrez comment le secteur financier peut tirer parti de l'IA générative Développez des applications de paiement enrichies par l'IA avec des contrôles de sécurité adaptés, à l'échelle et qui offrent les performances attendues par les utilisateurs Inscrivez-vous à notre programme Atlas for Industries pour accéder à nos accélérateurs de solutions et stimuler l'innovation

February 12, 2024
Next →

The MongoDB AI Applications Program: Delivering Customer Value

When people ask me about MongoDB, I tell them that they’ve probably interacted with MongoDB without realizing it. In fact, many of the world’s leading companies—including 70% of the Fortune 100—are powered by MongoDB. Everything we do at MongoDB is about serving our customers, but that often happens in the background, where our work is invisible to many users. In my case, that means building an ecosystem of partners who enable customer innovation. A recent example is how MongoDB teamed up with Amazon Web Services (AWS) and Amazon Bedrock to help Base39 —a Brazilian fintech provider—automate loan analysis, decreasing decision time from three days to one hour, and reducing cost per loan analysis by 96%. And there’s the Indian company IndiaDataHub, which joined the MongoDB AI Applications Program (MAAP) to access AI expertise, in-depth support, and a full spectrum of technologies to enhance AI functionality within IndiaDataHub’s analytics platform. This includes connecting relevant data in MongoDB with Meta's AI models to perform sentiment analysis on text datasets. I could go on and on—after all, tens of thousands of MongoDB’s customers have success stories like these. Enabling customer success is precisely why we launched MAAP last summer, and why the program has evolved since. Customers tell us that they want to take advantage of AI, but they’re unsure how to navigate a fast-moving market, how to control costs, and how to unlock business value from their AI investments. So with MAAP, MongoDB offers customers a full AI stack and an integrated set of professional services to help them keep pace with the latest innovations, identify the best AI use cases, and to help them future-proof AI investments. With today’s announcement , Capgemini, Confluent, IBM, QuantumBlack, AI by McKinsey, and Unstructured have joined the 22 companies that now comprise the MAAP partner network. Which means that the MAAP ecosystem (which was founded with Accenture, Anthropic, Anyscale, Arcee AI, AWS, Cohere, Credal, Fireworks AI, Google Cloud, gravity9, LangChain, LlamaIndex, Microsoft Azure, Nomic, PeerIslands, Pureinsights, and Together AI) offers additional cutting-edge AI integration and solutions to customers—and more ways to set them on the path to AI success. CentralReach: Making an impact on autism with AI More than 150 customers have already gotten involved with MAAP, but I’m particularly excited to share the work of CentralReach . CentralReach provides an AI-powered electronic medical record (EMR) platform that is designed to improve outcomes for children and adults diagnosed with autism and related intellectual and developmental disabilities (IDD). Prior to working with MongoDB and MAAP, CentralReach was looking for an experienced partner to further connect and aggregate its more than 4 billion financial and clinical data points across its suite of solutions. CentralReach leveraged MongoDB’s document model to aggregate the company’s diverse forms of information from assessments to clinical data collection, so the company could build rich AI-assisted solutions on top of its database. Meanwhile, MAAP partners helped CentralReach to design and optimize multiple layers of its comprehensive buildout. All of this will enable CentralReach to support initiatives such as value-based outcome measurement, clinical supervision, and care delivery efficacy. With these new data layers in place, providers will be able to make substantial improvements to their clinical delivery to optimize care for all those they serve. “As a mission-driven organization, CentralReach is always looking to innovate on behalf of the clinical professionals—and the more than 350,000 autism and IDD learners—that we serve globally,” said Chris Sullens, CEO of CentralReach. “So being able to lean on MongoDBs database technology and draw on the collective expertise of the MAAP partner network—in addition to MongoDB’s tech expertise and services—to help us improve outcomes for our customers and their clients worldwide has been invaluable.” Working backward from customer needs The addition of Capgemini, Confluent, IBM, QuantumBlack, AI by McKinsey, and Unstructured to the MAAP partner network offers customers additional technology and AI support options. It also builds on MongoDB’s larger partner ecosystem , which is designed to give customers flexibility and choice. By working closely with our partners on product launches, integrations, and real-world challenges, MongoDB has been able to bring a better understanding of the challenges facing customers—and to give them the resources and confidence to move forward with groundbreaking technology like AI . Examples of support MAAP has offered customers include: Guidance on chunking strategies for an AI-native healthcare provider providing patient recommendations based on complex data sources Collaboration on advanced retrieval techniques to improve response accuracies for a large consultancy to automate manual research Evaluation of embedding models for multi-modal data stores for a well-known automaker developing diagnostic applications Guidance on architectures for complex agentic workflows for a mature enterprise technology provider augmenting customer service workflows One way we offer this support is through the MAAP Center of Excellence (CoE). The MAAP CoE comprises AI technical experts from across MongoDB and the MAAP partner ecosystem who collaborate with customers to understand their challenges, technical requirements, and timelines. The MAAP CoE can then recommend custom full-stack architectures and implementation best practices, optimized for the customer’s specific use case and requirements. Indeed, customization is intrinsic to MAAP: MongoDB and our MAAP partners will meet customers wherever they are to help them achieve their goals. For example, if an organization wants to fully own its AI application development, MongoDB and partners can provide guidance and expertise. And in cases where customers want hands-on support, we can help speed projects with professional services. Ultimately, we want MAAP customers—and anyone who works with MongoDB’s partner ecosystem at large—to feel empowered to own their application development, and to transform challenges into opportunities. Let’s build the next big thing together! To learn more about building AI-powered apps with MongoDB, see MongoDB’s AI Resources Hub , the Partner Ecosystem Catalog , or visit the MAAP page . And check out our partner Confluent’s own blog post about MAAP!

December 2, 2024