Ep. 7 — IA TALKS #7 | Tatiana Oliveira: CEO da AI Brasil - Da Comunidade aos Negócios
Conversa maravilhosa com Tatiana Oliveira, CEO da AI Brasil e uma das vozes mais influentes da Inteligência Artificial no país! Com experiência em gigantes como iFood, Itaú e Citibank, Tatiana falou de IA no mercado financeiro, os desafios da liderança no tech e como está democratizando o acesso à IA para milhares de brasileiros. Descubra insights sobre Machine Learning, estratégias de negócios e o futuro da IA no Brasil com quem lidera a maior comunidade de IA do país. 📌 IA TALKS & Carolina da Luz Instagram: https://www.instagram.com/carolinadaluz?igsh=MTlrZGtiN2YzOG9yNw%3D%3D&utm_source=qr https://www.instagram.com/iatalkspodcast?igsh=d25uODZpcWJzMjJ1 Youtube: https://www.youtube.com/channel/UCZKfLq-OgqNKmq176iv2mzA LinkedIn: https://www.linkedin.com/in/carolina-da-luz-viscarra-b4751a1a8?utm_source=share&utm_campaign=share_via&utm_content=profile&utm_medium=ios_app 📲 Tatiana Oliveira (AI Brasil) LinkedIn: https://www.linkedin.com/in/tatyoliveira/ Instagram: https://www.instagram.com/tatyoli/ 00:00 Jornada até a IA Brasil 08:15 IA no Mercado Financeiro: Experiências no mercado 16:30 Liderando a Maior Comunidade de IA do Brasil 25:45 Machine Learning na Prática 34:20 Liderança e Representatividade na IA 42:10 O Futuro da IA no Brasil
Resumo
Neste episódio do IA Talks (Fintech Makers), Carolina da Luz conversa com Tatiana Oliveira, CEO da IAI Brasil, sobre a jornada prática da inteligência artificial no mercado financeiro e o que realmente faz projetos de IA darem certo. Tatiana conta que entrou em IA de forma natural por ter iniciado a carreira em tecnologia no Itaú e, em seguida, ter atuado em risco e crédito no Citi e novamente no Itaú. A conversa começa pelo “chão de fábrica” dos bancos: volumes massivos de dados, ambientes legados (como mainframe) e a necessidade de estruturar dados transacionais, cadastrais e não estruturados para modelagem. A mensagem central do início é direta: sem dado bem agregado e com qualidade, não existe IA que “salve” o resultado. A partir do tema de crédito, inadimplência e cobrança, Tatiana e
Destaques
- IA em bancos e fintechs começa por fundação de dados: agregação, estruturação e qualidade (dados transacionais, cadastrais e não estruturados) determinam performance; “trash in, trash out” é regra.
- Gestão de risco mais inteligente usa IA antes e depois do default: early indicators e monitoramento comportamental permitem intervenções preventivas e reduzem inadimplência de forma mais sustentável.
- Personalização em cobrança e recuperação de crédito é um caso forte de machine learning: segmentação por propensão de pagamento e campanhas/produtos diferenciados aumentam eficiência e melhoram a jornada do cliente.
- Nubank é visto como vantagem por nascer orientado ao cliente e desenhar comunicação/jornada que parecem personalizadas, além de capturar sinais comportamentais úteis para crédito e relacionamento; bancões sofrem com inércia de “transatlântico”.
- A maior parte do valor corporativo ainda vem da IA clássica (ML/DL) para tomada de decisão; a IA generativa tende a funcionar melhor como camada conversacional e de integração sobre decisões já produzidas (decision intelligence).
- O fracasso de iniciativas de IA generativa é impulsionado por FOMO, por começar pela ferramenta em vez do problema, por forçar cultura/processos e por falta de expertise real em IA e dados na liderança.
- Brasil tem talento e polos relevantes, mas perde competitividade por baixo investimento e infraestrutura; a saída passa por coordenação entre governo, iniciativa privada e academia e por uma regulação que foque no uso (e não em travar a criação).
Tópicos: IA no mercado financeiro: crédito, risco, cobrança e inadimplência, Fundação de dados, governança e performance de modelos (ML/DL), Falhas na adoção de IA generativa e estratégia de decision intelligence, Inovação em bancos vs fintechs (Nubank) e experiência do cliente, Cenário brasileiro de IA: investimentos, fuga de talentos e políticas públicas, Regulação de IA no Brasil: PL 2338, PEBIA e foco em regular o uso
Citações
- “Não adianta nada você ter um modelo incrível de ponta e você colocar ele para rodar em cima de dados eh com péssima qualidade.” — Tatiana Oliveira
- “A pergunta é sempre: "Qual é o meu problema?"” — Tatiana Oliveira
- “Saiu até um relatório há pouco mais de um mês ã do MIT falando que 95% das iniciativas de implementação eh de IA Generativa nas grandes empresas fracassaram.” — Tatiana Oliveira
- “Olhar pro processo e corrigir aquele processo é muito mais efetivo do que enfiar uma solução de de a generativa ali, achando que vai ter um resultado e que vai acabar te trazendo só mais custo e inclusive mais gestão, entendeu?” — Tatiana Oliveira