Machine learning como serviço democratiza modelos preditivos para concessão de crédito

Em um cenário de juros em alta e maior dificuldade para a concessão de crédito, os bancos médios, fintechs e demais organizações que atuam neste segmento aumentam a procura por ferramentas tecnológicas para ampliar a capacidade analítica, evitar perdas por fraudes e inadimplência e ampliar a lucratividade do negócio. Neste contexto, as soluções baseadas na oferta de Machine Learning como serviço ganham cada vez maior protagonismo por viabilizar a democratização de modelos preditivos mais precisos sem a necessidade de investimentos em infraestrutura própria de hospedagem e manutenção além de eliminarem a exigência de times especializados em machine learning para seu desenvolvimento. Uma das referências neste conceito no Brasil é a Datarisk, empresa especializada no uso de inteligência artificial para gerar valor no conceito decision as a service. Ao longo de 2024 a companhia registrou mais de 10 milhões de consultas nas APIs de sua solução MaaS (Machine Learning as a Service). A expectativa da empresa é de que a plataforma supere a marca de 50 milhões de requisições até o final de 2025. 

O Chief Data Scientist da Datarisk, Carlos Relvas, explica que a empresa utiliza soluções baseadas neste conceito que batizou de MaaS para desenvolver soluções preditivas customizadas para a necessidade de cada negócio com gerenciamento e monitoramento contínuo de desempenho e realização de retreinamentos feitos pela própria Datarisk. “O grande benefício para os clientes é a possibilidade de desenvolver, operar e atualizar modelos, trazendo grande redução de custos para os clientes. Com isso, as empresas podem acessar os modelos de forma rápida diretamente pela API da solução”, destaca 

Ele afirma que, embora a tecnologia esteja adaptada para qualquer vertical, o foco da empresa é crédito (modelos de crédito, cobrança, renda), marketing (propensão, recomendação) e previsão de demanda.

Relvas explica que a utilização do Machine Learning as a Service ainda está em fase de adoção no Brasil e enfrenta dificuldades por conta da falta de profissionais especializados e da menor maturidade das empresas em ciência de dados. Porém, ele diz, mas cresce rapidamente conforme mais empresas percebem os desafios de operacionalizar modelos preditivos internamente. 

“Empresas de grande porte já investem em soluções próprias, mas negócios de médio porte e setores menos digitalizados ainda enfrentam barreiras técnicas e financeiras para adotar machine learning de forma eficiente. A tendência é que o mercado brasileiro possa evoluir rapidamente seguindo o modelo internacional de ofertas gerenciadas de machine learning”, reflete o especialista.A estimativa é que o mercado global de Machine Learning as a Service tenha chegado a US$44,2 bilhões em 2024 e alcance US$61,57 bilhões em 2025 e US$121,6 bilhões em 2034.