Durante os meses de negociação da reforma da Previdência na Câmara dos Deputados em Brasília, um robô a mais de 5.000 quilómetros de distância em Londres ficou de olho em todos os 513 parlamentares. O algoritmo, desenvolvido pela start-up de tecnologia Arkera, seguia os comentários de políticos em jornais brasileiros e sites do governo todos os dias para prever a probabilidade da PEC da Previdência ser aprovada.

Semanas antes de o texto ser aprovado na primeira volta na Câmara dos Deputados em julho, a análise de dados da máquina permitiu que analistas da Arkera previssem um resultado quase exato, o que levou clientes de hedge funds em Nova Iorque e Londres a apostarem na compra do real, que estava perto do nível mais baixo em oito meses em maio. Desde então, a moeda valorizou mais de 8% em relação ao dólar.

Este é o tipo de vantagem que uma nova geração de analistas aposta que irá revolucionar o mercado de "research". Para os clientes da Arkera em Wall Street e na City de Londres, significa fazer com que os robôs filtrem o ruído em terras distantes.

"Há muitas pessoas para seguir no Twitter, muitos sites, muitos artigos", afirmou Nav Gupta, de 48 anos, cofundador da Arkera. Segundo o responsável, o software da empresa pode processar tanta informação como 1.000 analistas humanos. "É um problema muito caro que todo o mundo enfrenta."

A empresa angariou 4 milhões de libras no ano passado de investidores como Alan Howard, do hedge fund Brevan Howard Asset Management.

Usar a chamada inteligência artificial para automatizar o processo de research está a ganhar terreno rapidamente num momento em que bancos de investimento reduzem as operações. Só no Reino Unido houve uma queda de 30% nos orçamentos de análise no ano passado, segundo dados da Financial Conduct Authority. Entre os 12 maiores bancos, houve uma queda de 7% desde 2015 no número de funcionários front-office da equipa de câmbio, como traders e analistas, de acordo com a Coalition Development, consultora londrina de análise.

Isto significa que é ainda mais difícil do que antes pagar analistas no terreno em países em desenvolvimento.

Empresas de ciência de dados como a Arkera e a Sigmoidal, com sede em Nova Iorque, dizem que podem resolver este problema usando máquinas que aprendem ao longo do tempo com a análise de dezenas de milhares de artigos na imprensa, declarações do Governo e contas nas redes sociais em idiomas variados como espanhol, árabe e chinês.

Depois de um investimento inicial de 100 mil dólares, os bancos podem economizar 1 milhão de dólares em sete anos usando estes sistemas, porque não precisam de contratar tantos analistas de dados, salientou Marek Bardonski, de 27 anos, que era presidente da Sigmoidal quando conversou com a Bloomberg em julho. Bardonski, que saiu da empresa, anteriormente trabalhou como cientista de computação na fabricante de chips Nvidia.

Nos protestos deste ano em Hong Kong, Bardonski disse que o software da Sigmoidal foi capaz de acompanhar as notícias na imprensa em cantonês e até mesmo identificar os feeds de Twitter não confirmados dos líderes dos protestos para monitorizar o risco de mais confrontos. A tecnologia é útil para países longínquos devastados por turbulências políticas, locais onde os investidores querem investir, mas não têm acesso fácil às informações.

"O sistema pode oferecer uma vantagem sobre os analistas tradicionais que trabalham para instituições financeiras", realçou Bardonski, acrescentando que relatórios típicos incluem gráficos sobre o clima do momento, estatísticas de palavras-chave e breves resumos. "Em vez de receber 100 mil artigos de notícias, os clientes podem obter todas as informações numa página."

Nem a Sigmoidal nem a Arkera permitiram que a Bloomberg visse um exemplo de um relatório automatizado para que pudesse ser comparado com um produzido por um humano, citando regras contra a partilha de dados.

(Texto original: Robots Are Solving Banks’ Very Expensive Research Problem)