Neste evento online, a IDC juntou empresas dos mais importantes sectores para partilharem como estão a inovar e a usar novos modelos de negócios para estarem mais próximo dos clientes, manterem-se competitivas e preparadas para o futuro. Segundo Gabriel Coimbra, IDC, na economia digital, «funcionar como uma fábrica de inovação digital baseada em software vai ser fundamental para a capacidade das organizações se diferenciarem e de concorrem de um modo sustentável no seu sector de actividade».
No caso concreto da Banca, Thomas Zink, research director for IDC financial insights, falou sobre algumas das principais tendências que a consultora espera que vão transformar o negócio dos serviços financeiros nos próximos dez anos. O responsável explicou que uma delas já está a ocorrer há algum tempo: «Uma transformação em direcção a serviços financeiros baseados em dados», em que estes serão «cada vez mais importantes», com o decorrer do tempo. A Banca vai, assim, fazer «uma utilização mais inteligente dos dados para tomar decisões e ser mais centrada no cliente».
A segunda grande tendência referida foi a questão do «ecossistema financeiro» e da mudança do modelo de negócio para a era digital, «algo diferente do que tem funcionado há dezenas de anos». A COVID-19 «impulsionou os serviços financeiros para o mundo digital, hoje o mundo está diferente e o digital já não é uma escolha, é essencial para envolver e fidelizar os clientes». O foco e caminho que a Banca está a fazer «para que as pessoas estejam ligadas aos canais digitais, tenham mais conveniência e uma boa experiência será essencial para realmente terem sucesso e terá de continuar após a pandemia», acrescentou.
Banca tem de ser mais “amiga” do ambiente
A última tendência apontada por Thomas Zink está ligada à sustentabilidade. «Esta é uma componente essencial em que os bancos têm de se transformar internamente, em termos de utilizar tecnológicas mais sustentáveis, como o caso de blockchain, da inteligência artificial e da computação quântica, mas também reduzir a sua própria pegada de carbono e olhar para a eficiência dos data centers».
Por outro lado, a área financeira terá de ter em consideração «os custos das alterações climáticas» e «forçar os outros a considerar a sua pegada ecológica», por exemplo, quando escolhem os fornecedores.
Por último, o responsável referiu que as «empresas que não pensam de forma verde, provavelmente não terão grandes hipóteses de ter êxito» porque os clientes vão escolher também «com base nesse factor». Isto é algo que os bancos e as instituições financeiras «precisam de pensar e começar a fazer já hoje».
Os desafios da banca tradicional
«Os serviços financeiros, e em especial os bancos, enfrentam desafios únicos que poucas indústrias enfrentaram antes», salientou Antoine Larmanjat, technical director da Google Cloud.
Entre eles, estão «um ambiente económico difícil, pressão acrescida por parte dos reguladores, novas expectativas dos clientes e as novas tecnologias que têm de adoptar para se manterem competitivos». Assim, «os bancos terão de encontrar novas formas de rentabilidade, de inovar e de atrair novos clientes», além de que têm de lidar com a concorrência de «fintechs e neobancos, que não tendo o problema do legacy conseguem uma velocidade, agilidade e ritmo de inovação sem paralelo».
Os bancos tradicionais têm muito mais informação, quer pessoal, quer comportamental dos seus clientes e o responsável esclareceu que isso poderá ser benéfico para «criar mais personalização». O problema de ter muita informação são «os custos ao nível da gestão, protecção e governança dos dados». É que «estar em compliance exige cada vez mais custos e isso retira parte do orçamento das TI e deixa menos dinheiro para a inovação», revelou.
Outro ponto que é crítico é lidar com o legacy, «infraestruturas antigas e dispendiosas que impedem mudanças rápidas e trazer novidades rapidamente ao mercado». É que migrar para novas tecnologias, como a cloud, «em que a inovação virá naturalmente de oportunidades criadas através de machine learning (ML), inteligência artificial (IA) e analítica mais inteligente não é fácil», disse. Até porque para ter sucesso é preciso «treinar modelos de IA e ML», o que «leva tempo», e é preciso ter «os conjuntos de dados certos».
