Banco BMG: +30% de conversão em crédito

O desafio

Em crédito, a conversão é ganha ou perdida na decisão. Fricção e hesitação no fluxo de aprovação e oferta vazam solicitantes qualificados que o banco já trabalhou para alcançar. A alavanca era a decisão em si, não mais volume.

O que a Studio Labs construiu

Embarcamos arquitetura de decisão no ponto exato onde a decisão de crédito acontece, entregue em produção. Roda sob auth, RLS, logs de auditoria e avaliação contínua, alinhada à LGPD desde o começo, dentro do mesmo stack que o banco já opera.

Não é demo e não é piloto que ficou na gaveta. É software rodando em produção, com o time do cliente dono do que foi feito.

O resultado

Conversão em crédito 30% acima, com a lógica de decisão viva em produção no ponto onde o solicitante se compromete.

Como isso roda em produção

O que decide se aquilo se sustenta não é o modelo, é tudo em volta. O trabalho roda dentro do stack que a Banco BMG já opera, não ao lado como um sistema separado, porque decisão que mora numa ferramenta paralela é decisão sobre a qual ninguém age.

Na prática: auth e row level security para o sistema só enxergar o que o usuário solicitante pode enxergar, rate limits e trilha de auditoria para toda ação ser atribuível, e avaliação contínua contra tráfego real em vez de um conjunto fixo de teste. Observabilidade entra desde o primeiro dia, porque sistema que você não consegue inspecionar numa requisição específica é sistema que você não consegue depurar às duas da manhã.

O que o time leva

O código é do cliente desde o primeiro dia, nos repositórios dele. Não somos uma dependência que se aluga por tempo indeterminado, e o trabalho não é desenhado para você precisar da gente no trimestre seguinte.

A gente entra junto com o time interno enquanto a coisa é construída, então quem vai tocar depois é quem viu ser feito. Ficamos até se sustentar em produção e o time conseguir seguir sem a gente, que é um padrão mais duro que entregar e ir embora.

Onde esse padrão se aplica

A forma generaliza para além de crédito e bancos. Onde existe uma decisão tomada repetidamente, em volume, com consequência real que você lê num número, vale a mesma abordagem: achar a decisão que compensa automatizar, construir o sistema que a executa, conectar isso ao fluxo onde os solicitantes realmente está, e cobrar um padrão mensurável.

O que não generaliza é pular o diagnóstico. O decisão de crédito era o lugar certo de trabalhar aqui porque era onde a decisão morava. Em outra empresa vai ser outro passo, e começar pela tecnologia em vez da decisão é a forma mais comum de esse trabalho falhar. É esse o raciocínio por trás de como construímos IA em produção, ponta a ponta.