Nosso CEO, fala sobre a inteligência da CashU

Em entrevista ao AIoT Brasil, Thiago fala sobre como é possível usar machine learning para prever um perfil de inadimplente sobre o projeto que levará crédito para 300 mil empresas.

 

AIoT Brasil: Como a CashU utiliza a inteligência artificial e o machine learning para criar um histórico de transação e pagamento em tempo real?

Thiago Saldanha, CEO da CashU: A CashU recebe os dados transacionais de PMEs com seus fornecedores e os transforma em mais de mil indicadores relacionados com a saúde financeira dessa empresa. Os nossos modelos de inteligência artificial e machine learning são responsáveis por identificar quais desses mil indicadores antecipam o comportamento futuro dessa empresa, ou seja, o pagamento ou a inadimplência.

 

AIoT Brasil: A partir desses dados é possível dizer quem é um “bom pagador” e até “prever o futuro” dessa empresa em matéria de crédito?

Thiago Saldanha: Nossos modelos de crédito identificam correlações entre o comportamento histórico de uma empresa e seu comportamento futuro, permitindo identificar o comportamento futuro de uma empresa. Algumas pessoas ainda se surpreendem com a capacidade de “prevermos” se uma empresa será um “bom pagador” ou não. Essas pessoas não estão levando em conta como modelos de machine learning já são amplamente utilizados pelas grandes empresas de tecnologia. Por exemplo, tudo que você visualiza nas suas redes sociais são previsões de modelos de machine learning e inteligência artificial que têm como objetivo “prever” seu comportamento futuro – a sua atenção, curtida ou clique. Essa mesma tecnologia é utilizada pelas bandeiras de cartão de crédito para “prever” se determinada transação é fraudulenta ou não, com base no comportamento histórico de uma pessoa. Até mesmo tecnologias na fronteira do conhecimento como carros sem motoristas e reconhecimento de voz dependem, em alguma medida, de identificarmos padrões para “prevermos” comportamento futuro.

 

AIoT Brasil: Quantos clientes vocês já têm?

Thiago Saldanha: Nossos produtos estão voltados para a indústria, distribuidores, e marketplaces B2B com uma rede pulverizada de pequenas e médias empresas. Isso permite que com alguns clientes estratégicos, a CashU consiga impactar dezenas de milhares de pequenas empresas. Hoje, a CashU já impacta o crédito de quase 100 mil pequenas e médias empresas.

 

AIoT Brasil: Do lado de quem busca esse crédito, é possível dizer que ferramentas como as da CashU permitem que ele tenha ao seu dispor também melhores taxas na hora de conseguir crédito?

Thiago Saldanha: A proposta de valor da CashU é justamente suportar o crescimento das duas pontas da cadeia de fornecimento por meio de soluções de crédito acessíveis. Para indústrias, distribuidores, e marketplaces B2B, as soluções de crédito da CashU permitem aumentar limites de crédito e prazos de pagamento de seus clientes recorrentes, bem como aumentar as taxas de aprovação de novos clientes, de forma sustentável, ou seja, com taxas de juros muito melhores que o praticado pelo mercado que não conta com a mesma inteligência.  Para as pequenas e médias empresas, o benefício é aumento no acesso ao crédito e a redução no custo de financiamento.

 

AIoT Brasil:  Qual a importância da captação de R$ 6,1 milhões que vocês fizeram para o crescimento da empresa? Para quais áreas esse valor será destinado?

Thiago Saldanha: Aproximadamente metade do investimento será destinado para criar a máquina de marketing e vendas da CashU. O investimento nessa frente é significativo, porém necessário para abrirmos um diálogo com empresas de grande porte B2B que já perceberam que crédito é um aspecto muito estratégico em seus modelos de negócios para deixarem essas decisões nas mãos de terceiros – bancos e financeiras tradicionais. Bancos e financeiras tradicionais irão explorar opções de rentabilização da base de clientes de uma grande empresa apenas sob a ótica do resultado financeiro dessa operação.

Porém, algumas decisões que envolvem crédito podem ter efeitos estratégicos relevantes externos a essa relação como, por exemplo, o aumento da recorrência de um cliente que recebe uma linha de crédito adequada a sua capacidade financeira, ou a insatisfação de clientes cujo limite de crédito não é aprovado ou aumentado de forma compatível com sua capacidade de pagamento. Para complicar ainda mais essa situação, uma vez que a grande empresa entrega para um terceiro o direito de explorar produtos financeiros para sua base de clientes, ela perde também a inteligência do crédito. Uma vez que todo o histórico de pagamento desses clientes, fundamental numa análise de crédito desse tipo, agora é propriedade do terceiro e está fora de casa.

Do ponto de vista de retorno do investimento, temos uma equação interessante. O custo de aquisição de uma grande empresa B2B é mais elevado que o de uma pessoa física ou de uma pequena e média empresa, uma vez que empresas desse tamanho têm ciclos de venda maiores e demandam atendimento personalizado.

Porém, por meio de uma grande empresa conseguimos explorar, junto com a grande empresa, uma infinidade de produtos que vão desde crédito comercial (por meio de prazos de pagamento e limites de crédito maiores), passando por soluções de Buy Now, Pay Later e podem chegar até a linhas de capital de giro de longo prazo para financiamento de expansão da sua base de clientes PMEs.

Do ponto de retorno social, o impacto que conseguimos causar também é muito interessante. Primeiro, porque uma grande empresa B2B abre portas para dezenas de milhares de PMEs. Apenas para citar um exemplo, estamos em um projeto com uma grande empresa de tecnologia que irá nos permitir modelar crédito para 300 mil empresas.

Segundo, porque temos observado que os drivers de decisão das grandes empresas B2B são diferentes dos bancos e financeiras tradicionais. Para os primeiros, o aumento de vendas sustentável – por meio da oferta de linhas de crédito adequadas para a capacidade financeira de cada PME, é a prioridade. Naturalmente, essa dinâmica conduz a uma taxa de retorno nesses projetos compatível com o risco.

Por outro lado, bancos e financeiras tradicionais precisam garantir retornos para essas operações, pelo menos tão atrativos quanto outros projetos que possuem na mesa. Isso acaba criando um incentivo para que as taxas de retorno nesses projetos sejam muito mais altas do que o seu risco financeiro. Assim, perpetuamos a dificuldade no acesso ao crédito e também um custo elevado nas linhas de financiamento para PMEs.  

 

AloT Brasil: Vocês têm planos de expandir sua atuação para o exterior? Qual a previsão de crescimento de vocês para 2022?

Thiago Saldanha: Temos planos de expandir para América Latina, após consolidarmos a presença no mercado brasileiro. Quanto à nossa previsão de crescimento, ele é de 20% ao mês para o ano de 2022.

 

Fonte: https://aiotbrasil.com.br/inteligencia-artificial-e-o-futuro-do-credito/