Mudança do Modelo de Cartões de Pagamento no Brasil

Credenciadoras de cartões têm basicamente três fontes de receitas. Elas estão sendo afetadas pela forte concorrência que chegou ao setor.

A primeira delas é com o aluguel ou a venda de “maquininhas”, sendo que esse último foi um modelo trazido para o mercado pelas novatas e depois copiado pelas incumbentes.

Outra fonte de ganhos é com a taxa de desconto ou MDR (“merchant discount rate“), cobrada em cada transação para remunerar os serviços prestados pela credenciadora, as bandeiras e os emissores dos cartões. A concorrência derrubou essa taxa de 2,95%, em 2009, para 2,63%, em 2017, no caso das operações com cartão de crédito.

A terceira fonte de receita é com a operação de antecipação de recebíveis das transações com cartões de crédito à vista e também parcelado. Os lojistas costumam receber esses recursos a cada 30 dias, mas podem antecipá-lo para dois dias desde que paguem uma taxa de antecipação. Nas credenciadoras focadas na base da pirâmide, esse serviço pode responder a 60% do faturamento. Na nova disputa do setor, essa taxa tem sido reduzida ou eliminada.

Plataforma de Pagamentos Instantâneos no Brasil

Talita Moreira (Valor, 23/04/19) informa: o Banco Central (BC) começa a implantar no segundo semestre a infraestrutura que vai viabilizar a adoção de uma plataforma de pagamentos instantâneos abrangente no Brasil.

O modelo em desenvolvimento pelo órgão regulador contempla a participação de todos os agentes atuais da cadeia de pagamentos – bancos, bandeiras de cartões, credenciadoras e fintechs — em um único sistema interoperável. Na prática, um consumidor vai poder transferir recursos de sua conta corrente para uma conta de pagamentos, por exemplo, em poucos segundos, a partir de seu celular. As transações poderão ser feitas a qualquer hora do dia e em qualquer dia da semana.

O BC quer evitar que prevaleçam no mercado brasileiro os sistemas fechados de pagamentos instantâneos, ou seja, que as transferências automáticas possam ser feitas apenas entre os clientes de uma determinada empresa. Foi o modelo que prosperou na China, onde o WeChat e o Alipay dominaram o mercado, mas surgiram como soluções estanques, sem que fosse possível mandar dinheiro de um para o outro.

Debruçado sobre o assunto desde o ano passado, o órgão regulador tem olhado experiências de outros países para definir o modelo brasileiro. A avaliação do BC é que, na China, a falta de atuação do Estado levou a um duopólio e em mercados como Estados Unidos e Austrália há barreiras à disseminação dos pagamentos instantâneos porque não há uniformidade.

Entrevista de Fernando Nogueira da Costa na TV 247

Obs.: avance o cursor para o sexto minuto, quando se inicia a entrevista concedida à TV 247.

Reproduzo abaixo um artigo onde resumi uma das ideias apresentadas.

Crise do Subprime Brasileira “Avant la Lettre”: CVS

Raquel Balarin (Valor, 30/04/19) fez uma reportagem crucial sobre um problema histórico da dívida pública brasileira a respeito do qual sequer a opinião especializada costuma ter conhecimento. Hoje, eu o denomino “crise do subprime brasileira”. É “avant la lettre” (antes da criação da palavra) porque ela ocorreu no fim do regime ditatorial militar (1984) com um “populismo de direita” (também “avant la lettre“): perdão das dívidas dos mutuários do SFH, consequente quebra do BNH e passagem do “mico-preto” para o balanço da Caixa Econômica Federal. Quando lá estive como VP, cerca de 10% dos ativos totais do banco público correspondiam ao FCVS (Fundo de Compensação de Variações Salariais) ainda a serem novados — e sem renderem nenhum juros.

Novação, aprendi então, é a substituição de uma obrigação por outra, quando se faz a extinção de uma dívida anterior (FCVS) por uma nova, criada sob a denominação de CVS. A partir de 2010 renderia juros e terá vencimento em 2027. É um jeitinho à brasileira para o Brasil exportar para os EUA solucionar sua crise de subprime: cria um banco público e “varre para debaixo do tapete”, i.é, para dentro do seu balanço. A dívida pública, pagável 42 anos depois da geração do problema, deixa todos os mutuários com a sensação de… “e viverem felizes para sempre”.

Não é fácil encontrar nos balanços dos bancos, mas está lá. Algumas das principais instituições financeiras do país têm feito provisões para o que é, na prática, uma possível dívida pendente com bancos liquidados na época do PROER.

Para quem não se lembra, este foi um programa lançado no governo Fernando Henrique Cardoso para sanear o sistema financeiro. Ele havia entrado fortemente em crise pelo fim do ganho com a inflação (passivos sem remuneração e ativos com correção monetária) e acumulava, em alguns casos, várias irregularidades. Foi nessa época quando os bancos Nacional, Econômico e Bamerindus, entre outros, foram à bancarrota.

Agência Bancária Amigável e Segura Sem Dinheiro

Adriana Carvalho (Valor, 20/06/18) anuncia: não, as agências bancárias não vão acabar. Mas deverão ficar diferentes das conhecidas hoje. Deveríamos começar a chamar as agências de pontos de venda ou lojas. Um estudo mostra a agência não ser algo irrelevante, mas aponta: os bancos deveriam focar mais em consultoria e em prestação de serviços do que apenas na oferta de produtos transacionais.

Em outros países já se veem agências com ambiente mais “amigável”, parecido com uma casa. Algumas têm cara de café, há agências com espaço para co-working e outras que se assemelham a uma butique. Encontramos até mesmo agências oferecendo aula de ioga.

As transações bancárias em canais digitais cresceram 158% entre 2012 e 2016 no Brasil, passando de 13,2 bilhões para 36,7 bilhões. Nesse mesmo período, o mobile banking teve um salto gigantesco: o número de transações passou de 500 milhões para 21,9 bilhões, superando as transações em internet banking.

As transações bancárias no atendimento presencial (por meio de agências, correspondentes e ATMs) também cresceu no período, embora em nível menor, passando de 19,9 bilhões para 27 bilhões. Nas agências, o volume de transações cresceu 23%, passando de 9,7 bilhões para 11,9 bilhões.

O número de agências físicas também se elevou em 5% no período, chegando a 23,4 mil. Pesquisas mostram: mais da metade dos clientes consideram o contato humano muito importante e isso mostra as agências físicas ainda terem um papel importante.

Inteligência Artificial (IA): Sistemas de “Machine Learning” e Computação Quântica

Ana Luiza Mahlmeister (Valor, 20/06/18) informa: a inteligência artificial (IA) e sistemas de “machine learning“ (ou aprendizado de máquina) estão mais próximos do dia a dia dos bancos. Ela é base de diversas aplicações em softwares de segurança e avaliação de risco de crédito, além do atendimento ao cliente.

Os primeiros casos de uso para teste da tecnologia eram voltados a aplicações internas, ajudando gerentes a resolver dúvidas com a automação das respostas. A próxima onda é a interação com o público, buscando reter e melhorar o atendimento ao cliente.

Ao captar e analisar dados individuais dos correntistas, as informações são “aprendidas” pelo sistema permitindo a oferta de produtos alinhados a diferentes perfis. Hoje, a disponibilidade de dados é quase ilimitada e a análise dessas informações permite ao banco ser um consultor financeiro, tratando o cliente de forma individualizada.

Penso, logo eu robô existo. Emociono-me, logo sou humano.

Martha Funke (Valor, 20/06/18) exemplifica: invisível, mas presente no dia a dia do consumidor em aplicações como a recomendação de filmes no Netflix ou de melhor caminho no Waze, a inteligência artificial começa a transformar a indústria financeira desde o back office até o cliente na ponta com o envolvimento das áreas de negócios. O resultado, além de economia e produtividade, permite melhorar a experiência do cliente, com novos produtos e processos de atendimento personalizados.

O conceito foi desenvolvido nos anos 1960 e hoje engloba diversas tecnologias baseadas na capacidade das máquinas de processarem enormes quantidades de dados para reproduzir a capacidade humana de análise e interações em linguagem natural. Suas possibilidades de aplicação crescem na medida da disponibilidade de dados e poder de processamento.

Antes ensinávamos as pessoas a programarem linguagens de modo o computador entender. Hoje ensinamos o computador a entender a linguagem humana. Tecnologias como aprendizado de máquina (machine learning), aprendizado profundo (deep learning) e redes neurais aprofundam a similaridade com o raciocínio humano a partir da capacidade dos sistemas de:

1. aprender a cada interação,
2. construir hipóteses e
3. apontar probabilidades e conclusões baseadas em evidências.

Essa capacidade permite o emprego da tecnologia para:

1. automatizar processos,
2. aprofundar o diálogo com os clientes em ambientes digitais com assistentes virtuais cada vez mais inteligentes e
3. ampliar a produtividade dos funcionários de forma geral.

A principal tendência é somar a inteligência de máquina à capacidade humana.