Automação para indicar investimento é arma na disputa de bancos e corretoras

Objetivo é centralizar decisões, reduzir conflitos de interesses e aumentar a capacidade de projetar os cenários econômicos

“Tem aquela pergunta: no momento em que a Bolsa cai 10%, o que é que você faz? A gente teve esse cenário, sabemos como cada um se comportou. Não usar esse dado no algoritmo de recomendação seria um desperdício para o cliente Claudio Sanches diretor de produtos de investimento e previdência do Itaú Unibanco

são paulo Há dois anos, o Itaú Unibanco colocou em prática o projeto de transferir para os computadores a tarefa de montar carteiras de investimentos para seus clientes, com objetivo de centralizar decisões, reduzir conflitos de interesses e aumentar a capacidade de projetar cenários econômicos. O futuro agora, diz o banco, está nos dois bilhões de simulações que o sistema realiza atualmente, considerando 10 mil cenários macroeconômicos, aplicados a 300 mil carteiras para cada um dos quatro perfis de risco dos investidores.

A automação do processo de indicação de investimentos tem sido uma das apostas para combater a perda de clientes para corretoras, uma disputa que ficou explicitada pela campanha recente de marketing que causou polêmica junto a agentes autônomos e criou atritos com a XP, empresa da qual o Itaú é sócio.

Nessa disputa, entram também outras instituições, como as gestoras de investimento digital, que já foram criadas dentro do novo modelo, ainda incipiente no Brasil, mas muito utilizado no exterior.

De acordo com Claudio Sanches, diretor de produtos de investimento e previdência do Itaú Unibanco, a migração do modelo de recomendações baseadas na percepção de seres humanos para um sistema automatizado é necessária para quem quiser continuar no mercado. “A partir do momento em que tenho todas as simulações, eu começo a escolher qual carteira que faz sentido para cada perfil e quais os produtos que fazem mais sentido para aquela carteira”, afirma Sanches. “É impossível achar alguém que seja capaz de fazer todos esses cálculos de maneira tão precisa.

Os resultados entregues até o momento pela ferramenta Portfólio Review representam um incremento equivalente a 34% do CDI para os clientes que passaram pelo processo de revisão de carteiras de investimentos com base nesse novo consultor financeiro. Isso significa a realocação de R$ 140 bilhões (cerca de um terço da base de clientes Personnalité). Uma versão mais light da ferramenta também está por trás das recomendações para todos os clientes da instituição, independentemente dos recursos depositados no banco.

Luciano Tavares, presidente da gestora de investimento digital Magnetis, criada em 2015, estima que 99% do dinheiro aplicado pelos brasileiros ainda esteja baseado em recomendações feitas sem a interferência de algoritmos.

“No Brasil, há mais de 20 mil produtos de investimento, que mudam todos os dias, com preços que sobem e caem. A gente está falando de trilhões de combinações, analisar tudo isso e achar a combinação ideal para todos os clientes. É humanamente impossível olhar tudo isso”, afirma Tavares. “Com os algoritmos, você consegue ter uma carteira muito mais personalizada, com uma relação risco-retorno melhor.”

Segundo Sanches, do Itaú, o uso da máquina também evita o conflito de interesses entre o cliente e quem faz a indicação, além de anular o viés humano de recomendar produtos que tiveram bom desempenho histórico, mas cujas perspectivas futuras podem não ser tão promissoras quando analisadas pela máquina.

“O algoritmo faz a projeção de rentabilidade por produto baseada em uma série de parâmetros. Ele não tem o viés de percepção do passado. Quando a recomendação não necessariamente bate com o que estava rendendo muito, você tem uma resistência do cliente. Aí entra o trabalho de usar o material técnico para justificar isso”, afirma.

A queda recente dos mercados foi um teste e também uma oportunidade de aprendizado para as máquinas. Embora esses sistemas tenham sido criados há pouco tempo, eles são abastecidos com o histórico de outras crises e, agora, também podem analisar o comportamento dos clientes diante dos movimentos abruptos do mercado no primeiro semestre deste ano.

“Temos muitos dados para ver se o perfil que o cliente tinha era condizente com o comportamento que ele teve nesses meses de crise. Tem aquela pergunta: no momento em que a Bolsa cai 10%, o que é que você faz? A gente teve esse cenário, sabemos como cada um se comportou. Não usar esse dado no algoritmo de recomendação seria um desperdício para o cliente”, afirma Sanches.

“O computador não adivinha que haverá crise, mas tem o histórico sobre como os ativos se comportam, sabe agir sem viés emocional. É comum as pessoas terem medo na crise e euforia quando o mercado sobe. O computador olha de maneira fria o mercado”, diz Tavares, da Magnetis.