Desafios e oportunidades da IA no setor financeiro

A inteligência artificial está avançando rapidamente, provocando uma onda de investimentos em várias indústrias. De acordo com o Fórum Econômico Mundial, espera-se que o setor financeiro gaste cerca de 100 bilhões de dólares em IA até 2027. No entanto, a verdadeira questão não é o montante do investimento, mas os resultados que ele gera.

Como afirmou o CEO da Microsoft, Satya Nadella, o sucesso não deve ser medido por marcos alcançados na IA, mas sim pelo seu impacto na produtividade e no crescimento econômico. A avaliação fundamental é simples: a IA está proporcionando benefícios concretos para as organizações e para a sociedade em geral?

A questão da eficiência versus crescimento

A adoção da IA no setor bancário é agora generalizada, ainda que com diferentes níveis de maturidade. Grande parte do que está em operação hoje foca em fazer mais com menos: automatizando tarefas repetitivas, reduzindo taxas de erro e diminuindo tempos de ciclo, como revelam pesquisas recentes do Banco da Inglaterra e da FCA.

"Os sistemas generativos podem transformar a economia de serviços em larga escala", afirmaram especialistas do setor.

Pode-se observar isso com o processador de pagamentos Stripe, que aumentou suas taxas de detecção de fraude de 59% para 97%, migrando de regras pré-definidas para um modelo de base autossupervisionada. Por outro lado, sistemas generativos já alteram a economia de serviços, como demonstrado pelo Nubank no Brasil, onde os copilos da OpenAI gerenciam mais de 2 milhões de conversas de clientes por mês, permitindo que agentes se concentrem em trabalho de maior valor.

Crescimento com IA ainda distante para muitos bancos

Para a maioria dos bancos, a transição da eficiência para o crescimento ainda é um desafio. Barreiras persistentes incluem dados fragmentados, sistemas de TI antigos, ciclos de feedback fracos e objetivos vagos. Diante dessas limitações, muitas instituições utilizam a IA apenas para economias incrementais, ao invés de inovações arrojadas.

Estudos recentes indicam que apenas 5% dos projetos de IA generativa alcançaram escala.

Pesquisas recentes do MIT mostram que até mesmo as maiores empresas de tecnologia lutam para justificar apostas robustas em IA. Relatórios do Financial Times sobre arquivamentos da S&P 490 apontam para um desafio semelhante: definir claramente os benefícios da IA enquanto se gerenciam riscos emergentes.

De pilotos à escala: habilitando o crescimento através da IA

Bancos não podem atravessar esse abismo sozinhos. O ecossistema de fornecedores de IA, incluindo computação, gestão de dados, análise e automação de fluxo de trabalho, está se tornando tão crítico quanto os próprios sistemas de IA. Provedores de nuvem, por exemplo, oferecem a infraestrutura necessária para que bancos treinem e executem modelos, muitas vezes com suporte em tecnologias da Nvidia.

Sem dados mais limpos e melhores infraestruturas, a lacuna entre a promessa da IA e o crescimento permanecerá.

Atualmente, é essencial investir em confiança, qualidade dos dados, portabilidade e governança para expandir além dos pilotos. Firmas como a Hugging Face fornecem bibliotecas de código aberto e modelos pré-treinados que permitem aos bancos adaptar tecnologias às suas áreas de domínio específicas.

O que o setor ainda carece é de evidência confiável. Apesar da grande expectativa, poucos benchmarks existem sobre onde a IA está sendo de fato implementada e que retornos estão sendo gerados. Pesquisas globais a serem publicadas em 2026, lideradas pelo Cambridge Centre for Alternative Finance, junto com o FMI, BIS e outros, buscam fechar essa lacuna oferecendo o primeiro conjunto de dados globais sobre adoção, impacto e governança da IA.