Observação: Nós nos empenhamos ao máximo para manter o espírito e as nuances originais de nossos artigos. Porém, pedimos desculpas desde já por quaisquer erros de tradução que você venha a notar. Seu feedback é bem-vindo através do e-mail reader_input@mckinsey.com
Durante anos, gerentes de relacionamento de bancos de todo o mundo têm se debatido com sistemas refratários, leads de baixa qualidade e excesso de burocracia. Como resultado, não são tão eficazes quanto eles e suas lideranças gostariam que fossem: há muita agitação inútil, pouco tempo dedicado aos clientes e inúmeras oportunidades perdidas.
Contudo, uma solução talvez esteja enfim ao nosso alcance. Agora que os bancos enfrentam pressão sobre suas margens, desaceleração do crescimento e uma relação custos/lucros insatisfatória, a IA agêntica se apresenta não só como uma ferramenta de produtividade, mas também como um novo modelo operacional para a gestão de relacionamentos. A IA agêntica – executada com intenção, coordenação e foco – oferece uma solução para os problemas atuais e uma nova forma de trabalhar adaptável às necessidades futuras. Os primeiros resultados são bastante animadores. A IA agêntica é capaz de aumentar a produtividade e o crescimento dos gerentes de relacionamento em questão de meses, não de anos, quando os bancos promovem uma reestruturação simultânea de ponta a ponta até mesmo de uma única área da linha de frente (prospecção de clientes, por exemplo). Em nossa experiência, os bancos que adotaram essa abordagem vêm registrando aumentos de 3% a 15% na receita por gerente de relacionamento, além de uma redução de 20% a 40% nos custos do atendimento.
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
A essa altura, a maioria dos líderes de negócios já está familiarizada com os aspectos gerais da IA agêntica, uma tecnologia que vai além da geração reativa de conteúdos da IA generativa e é capaz de agir autonomamente em colaboração com usuários humanos. Os agentes são capazes de interpretar objetivos, desmembrá-los em subtarefas, interagir com pessoas e sistemas, executar ações, adaptar-se dinamicamente e se comunicar de forma sofisticada com os clientes – tudo com mínima intervenção humana.
Na área de vendas, o potencial é imenso. A IA agêntica permite automatizar os fluxos de trabalho complexos que caracterizam os serviços financeiros – algo que os bancos sempre desejaram, mas nunca puderam realizar plenamente. E a IA agêntica já começa a ir além disso, reconfigurando fundamentalmente as vendas na linha de frente, pois é não apenas uma ferramenta, mas também um parceiro adaptável capaz de perceber, decidir e agir em tempo real. Em vez de esperar que seres humanos analisem dashboards ou corram atrás de leads, os sistemas agênticos priorizam os prospects, customizam a abordagem com mensagens ricas em contexto e até negociam dentro de limites predefinidos, tudo isso enquanto vão aprendendo ininterruptamente com os resultados. Desse modo, as relações com os clientes deixem de ser transacionais e se tornam estratégicas, liberando os gerentes de relacionamento para se concentrarem em estabelecer confiança, realizar negociações complexas e criar relações duradouras. Enquanto isso, os agentes continuam atuando em segundo plano, realizando sem cessar tarefas de qualificação, acompanhamento e otimização.
Recentemente, entrevistamos cerca de 400 gerentes de relacionamento, líderes de vendas e outros profissionais bancários dos Estados Unidos e do Canadá atuantes em diversos segmentos – varejo, pequenas empresas, serviços comerciais e corporativos, private banking, gestão de patrimônio e de ativos, e pagamentos – para tentarmos entender os problemas que o pessoal de atendimento enfrenta hoje e como a IA agêntica pode ajudar.1 Oitenta e cinco por cento afirmaram já utilizar algum tipo de IA e todos se mostraram otimistas quanto à ampliação de suas aplicações, incluindo a IA agêntica. Neste artigo, analisamos os desafios que afligem a linha de frente e as soluções que a IA pode oferecer, examinamos os aspectos da IA nos quais o pessoal de atendimento está mais interessado e apresentamos algumas ideias sobre como iniciar a jornada de reimaginar as vendas na linha de frente sob o impacto da IA.
A IA é um bom remédio para o que nos aflige
Profissionais bancários da linha de frente estão presos em um ciclo que limita sua eficácia. A prospecção de clientes é ineficiente: mais da metade dos entrevistados (53%) citam a escassez de leads de alta qualidade como o principal obstáculo (Quadro 1). Para frustração desses profissionais, muitas horas são perdidas indo atrás de listas de leads desatualizadas ou de prospects já conquistados pela concorrência. E boas oportunidades às vezes são desperdiçadas. Como nos foi dito: “Preparar-se para uma reunião com o cliente significa vasculhar apresentações antigas em busca de alguma rara informação relevante. Metade do dia se perde nisso.” Outro problema é que as demandas administrativas e de compliance consomem mais tempo do que o engajamento com clientes. Os gerentes de relacionamento costumam se ver como meros “digitadores” que atualizam repetidamente o sistema de CRM e outros documentos, quando prefeririam estar construindo as relações os clientes. Como resultado, a rotatividade entre os gerentes de relacionamento é bastante elevada, oscilando entre 15% e 35% em muitos bancos.
Para todos os entrevistados, o excesso de burocracia, leads de baixa qualidade e a dificuldade de preparar reuniões são os três principais desafios.
Os profissionais bancários enfrentam menos problemas com tarefas administrativas do que os demais, mas são mais pressionados a atingir metas e têm maior risco de burnout.
Os líderes de atendimento na área de gestão de patrimônio e de ativos são particularmente afetados pelo excesso de burocracia, mas não sentem a mesma pressão para atingir metas que os demais.
Os gerentes de relacionamento na área de pagamentos relatam menos problemas com os três principais desafios, mas têm mais dificuldades com questões como a lentidão das aprovações internas e o excesso de contas para gerenciar.
Esses desafios apontam para um modelo de distribuição que precisa urgentemente ser reinventado – algo que a IA agêntica enfim tornou viável. Ao realizar um reequilíbrio radical na equação de distribuição dos profissionais bancários, a IA agêntica permite que sistemas inteligentes monitorem continuamente os mercados, qualifiquem prospects e priorizem oportunidades de verdadeiro potencial, eliminando o esforço improdutivo da prospecção manual de clientes. A IA também pode automatizar tarefas rotineiras de compliance e documentação, reduzindo a dependência das equipes de back-office e liberando os profissionais bancários para se concentrarem em dialogar com os clientes. Observamos que, em muitos bancos comerciais, os gerentes de relacionamento dedicam apenas 25% a 30% do seu tempo a interações com clientes, patamar muito inferior ao das instituições do quartil superior. Assim, mais de três quartos dos líderes que entrevistamos têm grandes expectativas em relação a essa tecnologia (Quadro 2).
Se essas expectativas forem traduzidas em tempo gasto, os ganhos serão substanciais: de 10 a 12 horas semanais devolvidas a cada profissional, que poderão ser utilizadas para conversar com mais clientes e melhorar o índice de cobertura em até 40% (e alguns nos disseram que esperam um ganho de até 120%). E tudo sem sobrecarregar esses profissionais, mas sim permitindo-lhes enfim trabalhar de forma mais inteligente.
O impacto mais profundo vai além da eficiência. Como nos disse um líder sênior: “O grande valor da IA não é que ela economiza tempo; é que ela muda a forma como o meu pessoal aproveita seu tempo”. Se agentes de IA passarem a cuidar das rotinas, os profissionais bancários terão a oportunidade de assumir um papel de maior valor: o de consultores de confiança que conquistam clientes por meio de insights, empatia e o tipo de conexão humana que a IA jamais poderá reproduzir. Esse é o tipo de trabalho que os gerentes de relacionamento desejam e, se os bancos conseguirem viabilizá-lo, talvez possamos ver o fim do flagelo do burnout profissional.
Cinco usos essenciais da IA agêntica
Os participantes da pesquisa indicaram cinco tarefas em que a forma atual de trabalhar é demasiado complexa e onerosa, e para as quais o potencial da IA agêntica é verdadeiramente transformador (Quadro 3).
Prospecção
Ponto problemático. Encontrar novos clientes é um processo lento e ineficiente, que depende de indicações, dicas locais e dados incompletos.
Como a IA muda o jogo. Mapas do mercado feitos por agentes combinam dados estruturados e não estruturados – desde cadastros de órgãos comerciais até padrões de transação – para produzir listas priorizadas de clientes com alto potencial. Os agentes atualizam continuamente essas listas, sinalizando novas oportunidades à medida que as condições de mercado mudam. Em vez de gastar horas em “ligações frias” [chamadas não agendadas], os profissionais recebem listas pré-selecionadas e classificadas de prospects com mais chances de conversão.
Impacto. Em nossa experiência, bancos que utilizam mapas do mercado produzidos por IA relatam um crescimento de cerca de 30% no pipeline e de 10% na receita. Um banco comercial constatou que a taxa de conversão dos gerentes de relacionamento que utilizam listas geradas por IA é duas vezes maior do que a de leads obtidos de fontes tradicionais.
Nutrição de leads
Ponto problemático. Bancos geram listas extensas de leads, mas há pouco ou nenhum acompanhamento da maioria dos prospects. Os gerentes de relacionamento não têm como entrar em contato com todos os clientes em potencial e tendem a descartar leads frios após uma ou duas tentativas.
Como a IA muda o jogo. Um agente é capaz de nutrir leads autonomamente – esclarecendo dúvidas, enviando conteúdo personalizado e agendando reuniões quando o interesse é confirmado. Atua como um gerente virtual de relacionamento que interage com milhares de leads simultaneamente e encaminha a profissionais humanos apenas as oportunidades qualificadas.
Impacto. Os primeiros programas-piloto mostram um aumento de duas a três vezes no número de leads qualificados e de 5% na taxa de conversão. Com isso, os profissionais bancários podem se concentrar nos prospects mais promissores. Como disse um consultor de investimentos: “Eu costumava passar metade da semana correndo atrás de leads que não levavam a lugar nenhum. Agora, só converso com clientes que já querem se encontrar comigo.”
Planejamento de contas e preparação de reuniões
Ponto problemático. Os profissionais bancários passam horas compilando planos de contas e extraindo informações do sistema de CRM, de e-mails e de relatórios. Preparar-se para uma reunião com um único cliente pode levar metade do dia, especialmente quando se trata de um cliente complexo.
Como a IA muda o jogo. Agentes de IA agregam dados de múltiplas fontes para gerar planos de contas em minutos – incluindo anotações personalizadas, insights e tópicos de discussão. Algumas ferramentas chegam até a simular possíveis perguntas dos clientes. Em um programa-piloto, certo profissional recebeu um briefing conciso resumindo a expansão de um cliente, seus principais fornecedores e as oportunidades de vendas cruzadas – tudo sintetizado automaticamente.
Impacto. Em alguns bancos, o tempo de preparação caiu cerca de 25%, liberando 10% mais tempo para interações com os clientes. Além da eficiência, os profissionais relatam se sentir mais preparados e confiantes, o que contribui para um maior engajamento com o cliente.
Estruturação e precificação de transações
Ponto problemático. As decisões de precificação são lentas e inconsistentes; muitas vezes, sua aprovação demora vários dias. Os resultados dependem muito mais do instinto do profissional do que de análises. Como nos disse um deles: “Às vezes, chego até a dar descontos só por não ter certeza do que é justo – é tudo chute e palpite.”
Como a IA muda o jogo. Agentes avaliadores de transações analisam o histórico de descontos concedidos pelos gerentes de relacionamento, os atributos de cada clientes e sua disposição a pagar a fim de recomendarem preços e descontos ideais em tempo real. Também agilizam os processos de aprovação com justificativas transparentes, nas quais gerentes e equipes de risco podem confiar, acelerando as decisões e reforçando a disciplina de preços.
Impacto. Resultados iniciais mostram que bancos que utilizam IA para avaliar e classificar transações conseguem aumentar sua margem em até 10%, com ciclos de cotação mais curtos. Em um caso, o tempo de fechamento de negócios caiu de cinco para dois dias, um ganho de velocidade que permite concluir mais transações com menos atrito.
Treinamento
Ponto problemático. Treinamento são pouco frequentes, a adoção de novas ferramentas tende a ir diminuindo e as práticas dos bancos variam demais. Os gerentes têm de se esforçar para identificar falhas de desempenho e o treinamento tradicional raramente é eficaz.
Como a IA muda o jogo. Atuando como um coach, a IA agêntica analisa transcrições das chamadas, destaca áreas passíveis de melhoria e fornece orientação personalizada. Reforça a adoção de ferramentas em tempo real, adaptando-se ao estilo de cada profissional e fornecendo feedback cada vez mais específico ao longo do tempo.
Impacto. As primeiras implementações elevaram os índices de satisfação do cliente em sete pontos percentuais e permitiram que novos profissionais bancários se adaptassem 20% mais rápido. Os gerentes observaram que a utilização de IA para treinamento os deixou livres para se concentrarem em mentorias de maior valor, em vez de avaliações de rotina. Em um banco norte-americano, o coaching baseado em IA ajudou os líderes de equipe a identificar as abordagens mais eficazes no atendimento de chamadas, as quais foram depois disseminadas por todas as agências.
O Quadro 4 resume o impacto dos agentes mencionados acima tal como relatado pelos profissionais bancários.
Geração de valor
A integração da IA agêntica continua avançando a pleno vapor. No entanto, nossa pesquisa identificou que os bancos estão incorporando com mais rapidez justamente as ferramentas menos valiosas (Quadro 5).
Há alternativas melhores. Capturar todo o valor da IA agêntica exige uma mudança fundamental no modo como os bancos buscam oportunidades e a adoção de uma abordagem disciplinada, fundamentada em cinco princípios:
- Definir claramente o modelo de negócio e a tese de criação de valor. Os bancos de ponta sabem perfeitamente quais casos de uso eles devem liderar e em quais devem seguir, e também qual é o impacto esperado dos ganhos de produtividade na linha de frente, do aumento do patrimônio líquido, das melhorias na experiência do cliente e do fortalecimento de sua posição estratégica no mercado.
- Reimaginar de ponta a ponta o modelo operacional nas áreas de atendimento ao cliente. Os bancos mais avançados não apenas complementam os processos existentes com a IA agêntica, como também reimaginam fluxos de trabalho inteiros, criam provas de valor que demonstrem a viabilidade do programa e definem parâmetros reproduzíveis para escalar os processos. Como a IA agêntica atua em todos os departamentos, esses bancos repensam as fronteiras organizacionais e implementam novos modelos de colaboração entre humanos e agentes.
- Criar capacidades tecnológicas reutilizáveis, incluindo um alicerce de dados. Três capacidades são comuns em bancos líderes. A primeira é uma malha [mesh] de IA agêntica, isto é, uma camada de orquestração distribuída e componível que permite aos agentes raciocinar, colaborar e agir de forma autônoma nas suas interações com clientes, anotações diversas, tarefas, emails e modelos de linguagem. A segunda são os dados: esses bancos constroem uma “ontologia” que captura seus fluxos de trabalho, decisões e conhecimentos, e a utilizam como a base para a atuação dos agentes. A terceira é confiança e segurança. A IA agêntica exige padrões mais rigorosos de privacidade dos dados e, portanto, os bancos precisam priorizar a criptografia de ponta a ponta.
- Definir salvaguardas da governança para reforçar a resiliência. À medida que a IA agêntica se expande, os bancos precisam implementar estruturas robustas de governança para gerenciar riscos, assegurar conformidade regulatória e preservar a resiliência operacional. Isso inclui definir o grau de autonomia dos agentes (por exemplo, em quanto um agente pode ampliar o crédito de um cliente, ou o grau de integração de humanos em determinada etapa), monitorar protocolos e criar mecanismos de auditoria.
- Requalificar a força de trabalho. Um dos principais obstáculos que costumam impedir a realização do pleno potencial da IA agêntica é a incapacidade das lideranças de reimaginar as funções ou de oferecer a requalificação necessária para que os gerentes de relacionamento colaborem com os agentes, seja por meio de novas habilidades técnicas ou de novas formas de trabalhar. À medida que se ampliam as capacidades dos profissionais bancários, estes se tornam mais aptos a gerar insights diferenciados e a orquestrar sua expertise em toda a organização para atender melhor os clientes. Hoje os bancos de referência já estão ajustando suas abordagens de contratação, progressão de carreira e proposta de valor para os funcionários. Novas funções começam a surgir, como engenheiros de negócios e orquestradores de agentes, enquanto cargos essenciais – como gerentes de relacionamento, gerentes de agência e consultores de clientes – passam por mudanças estruturais. Com a liberação da capacidade dos ocupantes dessas funções, torna-se possível oferecer mais – e melhores – insights aos clientes e orquestrar todos os recursos da organização em benefício da experiência do cliente.
A sensação de liberdade expressa pelos entrevistados de nossa pesquisa foi palpável. Um deles afirmou: “A IA nos permite dedicar mais tempo ao que realmente importa: construir relacionamentos e fechar negócios”.
Outro destacou que a IA “libera nossas equipes para que se concentrem em vendas estratégicas e em um engajamento mais profundo com os clientes”. Fica evidente que a IA já está fazendo toda a diferença para esses líderes e suas instituições. Quanto aos bancos que ainda hesitam, agir imediatamente torna-se cada vez mais imperativo: um aumento de 30% na receita é significativo demais para ser ignorado.