IA e Machine Learning para aumentar a produtividade e a segurança das avaliações de FIDCs

Desafio

O sistema Backoffice desenvolvido pela SoftDesign já gerava resultados em velocidade e eficiência das operações da Liberum Ratings, reduzindo em 75% o tempo de análise dos dados. Ainda assim, a agência líder em classificação de riscos de crédito buscava novas tecnologias para lidar com grandes volumes de dados sem prejudicar a qualidade das entregas.  

Como contribuímos

Com Machine Learning, a Liberum Ratings automatiza a geração de relatórios e identifica variações suspeitas em planilhas, reduzindo retrabalhos manuais e garantindo mais agilidade na conferência de dados. Além disso, as previsões de possíveis mudanças nos ratings agora são indicadas por Inteligência Artificial, direcionando a priorização de casos críticos para revisão especializada. 

A adição mais recente foi a aplicação de IA generativa para a criação de relatórios de análise, que antes exigiam a redação manual pelos analistas. Agora, esses relatórios são gerados automaticamente, deixando para os analistas a revisão final, o que otimiza ainda mais o tempo de trabalho. 

A verificação de erros nos dados recebidos e a predição do rating dos fundos têm como base a aplicação de Machine Learning. Isso reduziu a conferência manual dos dados e o sistema agora antecipa variações que podem afetar o rating, liberando os analistas para se focarem nos casos mais complexos.   

Resultado: eficiência, automação e segurança para tomada de decisão 

Analistas com menos distrações e mais tempo para focar em casos críticos, desenvolver estratégias e elaborar análises aprofundadas. Isso gerou mais produtividade e maior capacidade analítica.  

Os ganhos são claros:

• O tempo de análise dos dados foi reduzido em 75%; 
• Análises antes realizadas em dois dias agora são concluídas em um dia; 
• Antecipação de até 60 dias de variáveis que podem afetar o rating; 
• Diminuição da conferência manual de dados, com humanos atuando apenas na validação; 
• Aumento na capacidade de predição de comportamento dos fundos.  

Com Machine Learning, o sistema agora antecipa variações que podem afetar os ratings dos mais de 240 FIDCs monitorados pela agência. Além disso, a sinalização de potenciais eventos de default com até 60 dias de antecedência é um diferencial competitivo relevante no mercado de crédito. 

Outro benefício está na assertividade na importação dos dados. Antes, a integridade dos dados era verificada manualmente; agora, por meio de algoritmos, o sistema avalia automaticamente se a informação está correta. Quando encontra algum dado incorreto, a importação trava, solicitando a atenção do analista. 

Por fim, o motor de validação dos fundos muda drasticamente a forma como as análises de alguns tipos de fundo são realizadas. Os dados que vêm dos fundos mensalmente entram no sistema e eram verificados a cada três meses. Agora, acontece em tempo real, possibilitando a ação de forma mais rápida.    

O resultado é uma equipe analítica com menos retrabalho e mais capacidade de foco nos casos complexos, com maior produtividade e precisão nas entregas.