Crédito consignado: jornada digital, Open Finance e a virada preditiva com IA

Tese: no consignado brasileiro, a experiência do contratante já é (ou tende a ser) ponta a ponta digital — proposta, consentimento, formalização e averbação. O Open Finance eleva essa fluidez: ao autorizar o compartilhamento, o cliente habilita a instituição proponente a conhecer, com granularidade regulada, as condições do crédito vigente. Isso abre a disputa por contraproposta. A virada de chave é a IA aplicada à decisão: identificar a melhor opção para o cliente, tornar a escolha mais transparente e antecipar condições que levariam a uma negativa na transferência — com modelos de perfil e agentes sintéticos que validam, ex ante, cenários como uma migração com redução de taxa da ordem de 5%.

1. Diferencial estrutural do Brasil: jornada 100% digital

Em muitos mercados, o crédito com garantia de folha ainda depende de canais presenciais, papel ou intermediação física. No Brasil, o consignado — sobretudo INSS e segmentos com averbação electrónica — consolidou uma cadeia em que o contratante percorre proposta, análise, aceite e formalização em meios digitais, com trilha auditável e integração às averbadoras.

Esse facto não é apenas UX: é infraestrutura de mercado. Reduz custo de originação, comprime o ciclo de decisão e cria a base para camadas de Open Finance e de IA sem reintroduzir fricção analógica no meio do funil.

2. Fundamentos do produto

Empréstimo com desconto automático na folha, benefício ou renda formal. Taxas médias entre 1,6% e 2,0% ao mês (INSS). Margem consignável típica de até 40% do benefício ou salário após ajustes regulatórios recentes. Inadimplência estruturalmente baixa (~2,3%) relativa a linhas livres — o que sustenta o apetite competitivo pela carteira.

3. Portabilidade e disputa competitiva

A portabilidade (Res. CMN 5.057/2022) permite transferir a dívida sem tarifa, com CET obrigatório e prazo curto para resposta da instituição detentora. Dinâmica clássica: ataque (menor taxa, eventual troco) versus contra-ataque (refinanciamento e retenção). O termo de aceite formaliza a intenção do cliente e mitiga disputa jurídica.

4. Open Finance: do consentimento à legibilidade do contrato vigente

O cliente não digita senha no WhatsApp nem em canal de terceiros. O fluxo correcto: identificação mínima no canal de originação → notificação na instituição detentora → consentimento explícito no ambiente autenticado do cliente → transmissão dos dados autorizados (contrato, saldo devedor, taxa, CET, parcelas, margem consignável, vencimentos).

Esse consentimento é a condição de possibilidade da contraproposta informada: a instituição proponente deixa de operar com “taxa genérica de mercado” e passa a modelar oferta sobre o contrato real — inclusive para a detentora responder com retenção calibrada. Sem Open Finance, a disputa é opaca; com Open Finance, torna-se um jogo de informação assimétrica reduzida, sob controlo do titular dos dados.

5. Virada de chave: IA na decisão do cliente e na previsibilidade da transferência

Open Finance resolve a assimetria de dados; não resolve, por si só, a qualidade da decisão. A camada de IA — modelos treinados no perfil do cliente, orquestração de agentes e, quando aplicável, populações sintéticas — desloca o problema de “oferecer uma taxa menor” para “oferecer a opção correcta, no momento correcto, com probabilidade de sucesso conhecida”.

5.1 Objectivos técnicos da camada de IA

• Ranqueamento de opções: ordenar ofertas (próprias e, no limite regulatório, cenários de mercado) segundo CET, parcela, prazo residual e preferências do cliente.
• Decisão assistida e amigável: explicar trade-offs em linguagem clara (economia mensal, custo total, impacto na margem) sem ocultar riscos.
• Antecipação de negativa: estimar, antes da formalização, probabilidade de recusa na averbadora / elegibilidade / margem — evitando jornadas que terminam em frustração e churn de confiança.
• Trilha de auditoria: cada recomendação gera evidência (features, modelo, versão, consentimento) para compliance e supervisão humana.

5.2 Modelo de perfil + agentes sintéticos: validação ex ante

Um modelo supervisionado (ou híbrido) aprende características do cliente — renda/benefício, margem disponível, histórico de comportamento de crédito, elasticidade a taxa, propensão a portar — e estima a probabilidade de aceitação e de averbação bem-sucedida.

Agentes sintéticos (populações virtuais calibradas a segmentos reais) permitem stressar a oferta antes de a apresentar ao titular. Exemplo de pergunta operacional: “Para este perfil, uma contraproposta com redução de taxa da ordem de 5% relativa ao contrato vigente eleva a conversão sem elevar a taxa de negativa na transferência?” A simulação responde com distribuição de desfechos — adesão, abandono, retenção da detentora, falha de averbação — e só então a jornada digital materializa a proposta ao cliente.

5.3 Controlo operacional

• Triagem e enriquecimento com supervisão humana em faixas de risco
• Proposta de decisão com trilha de auditoria e versionamento de modelo
• Integração a APIs e eventos do core / averbadora — sem caixas-pretas opacas ao compliance

6. Da estratégia à execução: MVP em demonstração

A MRemittance desenvolve um MVP demonstrável — ecossistema simulado — para evidenciar que Open Finance, portabilidade e formalização digital já se traduzem em software executável:

1. Consentimento simulado (WhatsApp + webview Open Finance)
2. Proposta de portabilidade (taxa, parcela, troco) com leitura do contrato vigente
3. Camada de recomendação / score de elegibilidade (antecipação de negativa)
4. Formalização (termo PDF, CCB, aceite digital)
5. Contra-ataque de retenção pela instituição detentora
6. Liquidação (baixa do contrato antigo, novo activo)

O diferencial é a maturidade de negócio: máquina de estados, artefactos regulatórios e disputa entre instituições — não apenas mensageria.