Enquanto um pedido de empréstimo pessoal no Brasil ainda pode levar dias para ser analisado por um banco tradicional, na China bancos digitais como WeBank e MYbank aprovam crédito em menos de 3 minutos. A diferença está no uso massivo de inteligência artificial para análise de risco. Como isso funciona e o que o Brasil pode aprender?
O modelo "3-1-0"
O MYbank, braço financeiro do Ant Group, popularizou o modelo "3-1-0": 3 minutos para solicitar, 1 segundo para aprovar, 0 intervenção humana. Isso é possível graças a um sistema de IA que analisa mais de 3.000 variáveis por solicitação, incluindo dados transacionais do Alipay, histórico de compras no Taobao, comportamento de pagamentos e até padrões de uso do smartphone.
O WeBank, do grupo Tencent, opera modelo similar. Com apenas 70 funcionários dedicados a crédito (contra milhares em bancos tradicionais), o WeBank já concedeu mais de 4,7 trilhões de yuans em empréstimos desde sua fundação em 2014, com taxa de inadimplência inferior a 1,5%.
A tecnologia por trás
Os bancos digitais chineses utilizam uma combinação de técnicas de IA: redes neurais profundas para modelagem de risco, processamento de linguagem natural para análise de dados não estruturados, grafos de conhecimento para detectar fraudes e aprendizado federado para treinar modelos sem compartilhar dados sensíveis entre instituições.
O aprendizado federado merece destaque especial. Desenvolvido pelo WeBank, o FATE (Federated AI Technology Enabler) permite que múltiplas instituições treinem modelos de IA conjuntamente sem compartilhar dados brutos dos clientes, respeitando a PIPL (lei de proteção de dados chinesa).
O cenário brasileiro
No Brasil, o uso de IA em crédito está em estágio inicial, embora avançando rapidamente. Nubank, C6 Bank e outras fintechs já utilizam modelos de machine learning para scoring de crédito, mas a maioria dos bancos tradicionais ainda depende fortemente de bureaus como Serasa e SPC.
O Cadastro Positivo, implementado em 2019, foi um passo importante ao permitir que modelos de crédito considerem o histórico de pagamentos dos consumidores. Mas a quantidade e variedade de dados disponíveis ainda é muito inferior ao ecossistema chinês.
Questões jurídicas
O uso intensivo de IA em decisões de crédito levanta questões jurídicas complexas. No Brasil, a LGPD garante ao titular o direito de solicitar revisão de decisões automatizadas (art. 20). Na China, a PIPL tem dispositivo similar, mas na prática a aplicação é limitada.
Além disso, há o risco de viés algorítmico: se os dados de treinamento refletem desigualdades sociais históricas, os modelos de IA podem perpetuar discriminação. Tanto o Bacen quanto o PBOC estão desenvolvendo diretrizes para mitigar esses riscos, mas ainda há um longo caminho a percorrer.
O que o Brasil pode aprender
O principal aprendizado é que IA em crédito não é apenas sobre tecnologia — é sobre ecossistema de dados. A vantagem chinesa não está apenas nos algoritmos, mas na quantidade e variedade de dados disponíveis para alimentá-los. O Open Finance brasileiro é uma oportunidade para construir um ecossistema de dados rico e consentido, que permita modelos de IA mais precisos e inclusivos.