O CreditChat Analisa Milhares de Informações em Tempo Real

O CreditChat possibilita a aplicação da IA Generativa Aplicada a seus Dados e Documentos. Dentre as informações submetidas pelo CreditChat ao ChatGPT podemos citar:

• Informações Cadastrais
• Informações Financeiras Internas
• Informações Financeiras Externas
• Informações e Endividamento
• Informações de Garantias
• Critérios de Scoring e Rating de Crédito
• Conformidade Regulatória

Além disso, o sistema é capaz de ler arquivos e ser treinado com grandes volumes de informações contidas em documentos como:

• Balanços
• Padrões de Crédito do Setor
• Indicadores de Saúde Financeira
• Relatórios de Crédito Anteriores

CreditChat: Faça Perguntas ao seu Sistema de Automação de Crédito em Linguagem Natural

O CreditChat permite que você faça perguntas em linguagem natural ao seu Sistema de Automação de Crédito para acessar informações provenientes de diversas fontes e gerar análises de crédito ricamente elaboradas, podendo ser adaptado às necessidades específicas da sua Organização, incluindo a incorporação de bases de conhecimento proprietárias e normas regulatórias, o que possibilita que ele forneça respostas extremamente precisas e relevantes.

Através da utilização da técnica de Embedding, os documentos passam por um modelo que cria pequenas estruturas de dados e as armazena em um banco de dados vetorial. Quando um usuário deseja consultar o CreditChat, os embeddings são recuperados do banco de dados vetorial e passados para o Modelo. Embeddings são muito utilizados na Solução CreditChat, que incorpora em suas análises, informações contidas em sistemas internos, relatórios de crédito anteriores, documentos, demonstrativos financeiros, relatórios de acionistas e portfolios da empresa, dentre outros.

Elaboração de Apresentações, Relatórios e Avaliações de Crédito

O CreditChat gera apresentações para comitê e relatórios de crédito ricamente elaborados, graças à integração entre IA Generativa e todo o acervo de documentos e informações internas e externas gerenciados pelos Módulos do CreditFlow.

O CreditChat acessa informações na Plataforma CreditFlow e as submete como entrada para as APIs do ChatGPT. Com base nas informações carregadas a partir do CreditFlow submetidas ao ChatGPT, o CreditChat elabora análises de crédito detalhadas e complexas, que consideram milhares de informações simultaneamente, de forma totalmente aderente à políticas e parâmetros definidos pela empresa.

Além dos textos gerados automaticamente pela IA Generativa, os relatórios gerados pelo CreditChat incorporam KPIs, KRIs, gráficos, mapas, semáforos e amplos recursos visuais para apresentar a situação creditícia da empresa sob análise.

As análises e pareceres emitidos pelo CreditChat são gerados através de técnicas robustas de LLM integradas aos demonstrativos financeiros, informações de pontualidade (acessadas dinamicamente no módulo de contas a receber do Sistema de ERP ou Core Banking), endividamento (Bacen SCR), restrições (acessada em birôs de crédito) e informações comportamentais.

Biblioteca de Prompts e Treinamento de Modelos de Análise de Crédito

Através de técnicas avançadas de integração e engenharia de prompt, o ChatGPT acessa informações na Plataforma CreditFlow e as submete como entrada para as APIs do ChatGPT, que podem responder a perguntas, criar relatórios detalhados e analisar automaticamente grandes volumes de operações de crédito de PF ou PJ , sendo dotado de funcionalidades para testar e validar os modelos criados através de técnicas avançadas de avaliação e Fine-Tuning.

Com base nas informações carregadas a partir do CreditFlow submetidas ao ChatGPT, o CreditChat elabora análises de crédito detalhadas e complexas, que consideram milhares de informações simultaneamente, mas totalmente aderente à políticas e parâmetros definidos pela empresa. O CreditChat conta com uma biblioteca de prompts customizados que podem ser facilmente alterados e estendidos para considerar aspectos específicos da sua Organização.

Um grande diferencial do CreditChat é que ele leva em consideração as políticas da Organização e dados internos de comportamento do cliente, como pontualidade, rentabilidade, relacionamento e análises anteriores que são interpretados pelo CreditChat para a elaboração de suas análises.

Teste e Avaliação de Modelos de IA Generativa para Análise de Crédito

A SIACorp desenvolveu uma metodologia voltada para avaliação e implantação de Sistemas Corporativos de LLM , baseada na aplicação e avaliação de  conjuntos de perguntas  referentes aos processos de Análise e Revisão de Crédito submetidas ao Modelo.

As perguntas são divididas em quatro categorias, por sua vez divididas em seis tópicos. Se Identificamos casos em que o ChatGPT não atende aos requisitos básicos, seu desempenho é considerado baixo, o que indica que ele ainda não está pronto para efetuar trabalho humano relevante.

Nos casos em que o ChatGPT atende todos os requisitos, seu desempenho é considerado alto, ou seja, comparável ao de analistas humanos.

Nos casos em que seu desempenho é considerado médio,  significa que um desempenho aceitável foi atingido, mas ainda há espaço para melhorias.

Como o CreditChat está conectado ao CreditFlow , uma Plataforma de Automação de Crédito convencional, o conhecimento codificado em políticas, regras, lógicas e modelos, acessados pelo CreditFlow são disponibilizados para o ChatGPT, aumentando o seu conhecimento e simplificando o processo de rastreamento para verificação. Além disso, o CreditChat conta com recursos voltados para a avaliação do impacto dos modelos na carteira de crédito da Organização e na otimização da relação risco x retorno, possibilitando verificar o impacto dos modelos testados 

Implantação da IA Generativa na Organização

Para aproveitar totalmente os benefícios do CreditChat e ao mesmo tempo mitigar suas limitações, a metodologia proposta pela SIACorp prevê a implementação de um modelo de três camadas no qual, em cada camada, tarefas específicas devem ser executadas de acordo com seu nível de complexidade ou prioridade. 

Camada de Conhecimento (Knowledge Layer) camada de conhecimento é o núcleo do modelo e consiste no carregamento da base de conhecimento com conhecimento técnico especializado em análise de crédito, normas e procedimentos da organização e documentos regulatórios, possibilitando a geração de análises robustas e consistentes.

Camada de Raciocínio (Reasoning Layer) Consiste na configuração dos modelos de análise e motores de inferência utilizados pelo CreditChat, baseados em metodologias como forest trees, regressão logística e redes bayesianas.

Camada de Colaboração (Collaboration Layer) Esta camada representa o grande desafio para as organizações, que deverão reestruturar os papéis dos profissionais de crédito e os procedimentos operacionais para permitir a colaboração mais eficaz com ChatGPT, envolvendo-os no processo de verificação dos modelos que vão sendo gradativamente refinados
Sobre a SIACorp

Atuando desde 1998 na implementação de Sistemas de Automação de Crédito e Gestão de Risco para o Mercado Financeiro e Indústrias de diversos Setores, a SIACorp está posicionada de maneira ímpar para implantar projetos desta natureza em prazos reduzidos e com excelente nível de qualidade, utilizando metodologias de implantação de software aperfeiçoadas ao longo dos anos, que reduzem a complexidade e o risco de implantação. A implantação da Solução CreditFlow proporciona grande aumento da produtividade dos profissionais envolvidos no processo de análise, concessão e gestão de crédito, possibilitando a expansão da carteira de clientes com redução do nível de inadimplência, garantindo um excelente nível de governança corporativa no que se refere à aderência às políticas de crédito e metodologias de análise utilizadas pela Organização.