Uso do produto, padrão de suporte e histórico de pagamento moram em três sistemas que não se comunicam. Executivo explica o modelo em que o dado chega ao caixa antes do problema
A gestão de inadimplência com inteligência artificial esbarra, na maioria das empresas, num problema anterior ao modelo: o sinal do atraso não está no financeiro. A queda de uso do produto mora no sistema de operações; a mudança no padrão de chamados, no suporte; o histórico de pagamento, no ERP. Segundo Carlos Guerra Jr., CEO da OmniAI, a IA instalada só no financeiro não enxerga nenhum dos três.
“Inadimplência é um sinal que chega atrasado. Queda de uso, mudança no padrão de suporte e um pequeno atraso aparecem semanas antes da fatura vencida. Quem lê esses sinais cobra antes, e cobra menos”, afirma.
No modelo de gestão por IA da OmniAI, o dado circula entre as áreas, no que a companhia chama de princípio de Möbius, e um Núcleo de IA Central Personalizado coordena agentes autônomos especializados, entre eles o de recuperação de crédito, que parte do contexto do cliente e não da fatura vencida.
“Financeiro preditivo não é um modelo de crédito, é a consequência do fluxo contínuo: o dado do cliente chega ao caixa antes de o problema chegar. É assim que a cobrança devolve R$ 2,3 milhões por trimestre nas operações que rodam na plataforma”, diz o executivo.
Segundo a empresa, as operações nesse desenho registram 87% de ganho de velocidade de resposta e 94% de automação nos fluxos. Para o gestor, o efeito aparece em duas linhas do demonstrativo: a provisão, que cai quando o risco é lido antes do atraso, e o custo de cobrança, menor na abordagem ao sinal do que na régua tradicional.
