Postado em: 19 de novembro de 2024
Módulo de Inteligência preditiva da BBTS usa modelos estatísticos avançados para intervir em incidentes de segurança
A BBTS (BB Tecnologia e Serviços) desenvolveu solução de Inteligência Artificial especializada em segurança de ambientes com o uso de técnicas de machine learning para pré-classificar eventos de segurança física nas agências do Banco do Brasil. A ferramenta, com o nome provisório de lumIA (ainda em processo de registro da patente), é baseada em módulo de inteligência preditiva (MIP).
Basicamente, o lumIA conta com funcionalidades de inteligência analítica avançada, com o uso de técnicas de aprendizagem profunda (Deep Learning Neural Network) para classificar eventos de forma probabilística e autonomamente. Capaz de predizer comportamentos e padrões, o produto atende à necessidade de melhorar a assertividade na identificação de falsos positivos capturados pelas centrais de alarme integradas ao ambiente de monitoração.
Entre as principais funcionalidades do produto estão o machine learning para identificar padrões, modelos capazes de gerar alertas, redução dos falsos-positivos e otimização do monitoramento de segurança no apoio à tomada de decisões.
No dia a dia das equipes de monitoração das agências bancárias há considerável registro de intervenção em ocorrências avaliadas como não críticas – os chamados falsos-positivos, que demandam tempo e recursos humanos para seu tratamento, com o consequente impacto no tempo de reação a eventos realmente críticos.
A BBTS se dedicou a melhorar a classificação dessas ocorrências antes da sua checagem pelas equipes de monitoração. O resultado disso são os benefícios significativos em termos de eficiência operacional, qualidade na prestação do serviço e foco qualificado para os processos de trabalho sobre os eventos realmente mais críticos.
Um dos maiores desafios enfrentados pelo time técnico da BBTS foi encontrar modelos de IA que pudessem prever com boa acurácia os eventos críticos que são extremamente raros no conjunto de ocorrências tratadas diariamente pelas equipes de monitoração – só foi possível atingir esse objetivo com o uso de técnicas avançadas, muito além do machine learning tradicional.
A solução criada pela BBTS reduz o tempo da análise e de decisão em ocorrências de segurança física nas unidades do Banco do Brasil, além de estabelecer o passo a passo para a avaliação dessas ocorrências – o que contribui para melhorar a eficiência operacional das equipes de monitoração e dá mais qualidade na priorização dos eventos que vão demandar a intervenção das centrais de monitoramento.
Com a lumIA, a BBTS consegue avaliar e detectar padrões de comportamentos de dispositivos, sistemas e pessoas envolvidos nos processos e os eventos que mais impactam a segurança do negócio monitorado. O resultado é uma melhoria significativa na gestão operacional e nas estratégica das soluções de segurança.
A ferramenta está em fase de piloto nos estados do Pernambuco, Alagoas, Sergipe e Paraíba e já consegue responder com índice de assertividade aproximado a 90% dos eventos de segurança de registrados nas unidades do BB em todo o país.
Uma característica intrínseca aos modelos baseados em inteligência de dados é sua constante evolução. A equipe técnica responsável pelo lumIA trabalha na construção de modelo preditivo capaz de antecipar a ocorrência de eventos baseados na ordem e dimensão do tempo de ocorrências anteriores recentes em cada agência do BB.
Será um salto qualitativo importante para a solução desenvolvida pela BBTS, mas que demanda modelo mais complexo e maior base de dados para análise e utilização de arquitetura de rede neural recorrente.
A expectativa é de agregar maior valor ao MIP com a possibilidade de indicar a probabilidade de determinado evento ocorrer no futuro próximo – hipótese em que seria possível preparar melhores respostas para o monitoramento de determinado evento e o tipo de intervenção mais adequada para minorar seus efeitos.
Assessoria de Imprensa | BB Tecnologia e Serviços
Contato: Luís Cláudio Guedes | (61) 9 8168-1820 | [email protected]
Brasília/DF – Asa Norte, SEPN 508, Bloco C – W3 Norte, 4° andar – 70740-543
Compartilhe: