A BB Tecnologia e Serviços (BBTS), companhia de tecnologia e serviços do Banco do Brasil, desenvolveu em parceria com a AWS e a BRQ Digital Solutions um modelo de negociação de dívidas e recuperação de crédito pelo WhatsApp com uso de IA conversacional.
A solução combina inteligência artificial generativa, regras de negócio e integração com sistemas bancários para conduzir o cliente em diferentes etapas da negociação, desde a identificação da intenção até a simulação de condições personalizadas, consulta de informações, formalização de acordos e emissão de boletos diretamente pela plataforma.
Com o projeto, a instituição aumentou em 306% as conversões de negociação de dividas, permitiu que 50% das interações fossem concluídas sem intervenção humana e reduziu de 33,17 para 14,22 o número médio de parcelas nos acordos. A iniciativa também diminuiu o tempo médio de negociação por meio de uma experiência mais direta, contextual e integrada aos sistemas do banco.
Segundo Frankslene Martins, gerente de Construção de Aplicativos e Outsourcing de TI na BBTS, o desafio foi transformar uma jornada tradicionalmente complexa em uma experiência simples dentro de um canal já presente na rotina dos clientes, sem comprometer segurança, rastreabilidade e aderência às regras do negócio. “A negociação precisava ser simples na experiência, mas robusta na operação”, afirma.
Para Marco Guedelha, diretor de negócios na BRQ, a complexidade não estava apenas no uso de IA generativa, mas na aplicação da tecnologia em uma jornada real de negócio. “Era preciso conectar contexto da conversa, regras do negócio, integrações bancárias e etapas operacionais para que a IA deixasse de responder perguntas e passasse a apoiar o avanço da negociação”, explica.
O trabalho começou pelo mapeamento das etapas do processo, dos sistemas envolvidos, dos indicadores de sucesso, das regras de negócio e dos requisitos técnicos necessários para viabilizar a implementação.
A partir desse diagnóstico, a arquitetura foi desenhada para operar de forma integrada aos sistemas bancários, com capacidade de compreender o contexto das interações, apoiar simulações em tempo real e conduzir o cliente ao longo da negociação com estabilidade e aderência aos padrões do ambiente financeiro.
O modelo exigiu que o fluxo fosse tratado como uma operação de alta criticidade, com forte dependência entre IA, regras de negócio e sistemas internos, além de requisitos rigorosos de conformidade, controle, autenticação e performance.
“Projetos de IA generativa no setor financeiro exigem mais do que acesso à tecnologia. É preciso combinar modelos fundacionais, arquitetura segura, governança e integração com os sistemas que sustentam a operação”, afirma Guedelha.
Para sustentar essa estrutura, o desenho foi organizado em quatro frentes principais: experiência de interação, com compreensão de intenções e manutenção de contexto; personalização de propostas, com simulação de condições em tempo real; integração transnacional, conectando sistemas internos e viabilizando etapas como formalização e emissão de boletos; requisitos de conformidade e controle, com autenticação, estabilidade e aderência aos padrões do setor bancário; e governança e segurança para operar com controle, performance e aderência aos requisitos de uma instituição financeira.
A arquitetura também foi criada para permitir a incorporação de novos fluxos de IA generativa ao ambiente bancário, sem necessidade de redesenhar a jornada principal. A estrutura facilita a inclusão de novas regras de negócio e jornadas de atendimento sem alterar a base já integrada aos sistemas bancários.
“A iniciativa mostra que a negociação de dívidas pode ser conduzida de forma contínua, sem fragmentar a experiência do cliente em diferentes canais ou etapas desconectadas. Esse movimento fortalece a cobrança digital com mais inteligência, escala e consistência operacional”, conclui Frankslene Martins, gerente de Construção de Aplicativos e Outsourcing de TI na BBTS.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
