Como a IA Agente e a gestão de precisão estão transformando o setor bancário global.
Por décadas, os bancos se apoiaram em estruturas rígidas, dados fragmentados e uma relação pouco ativa com seus clientes. Hoje, porém, vivemos um ponto de virada: a tecnologia deixou de ser apenas um suporte operacional e passou a constituir o núcleo do próprio sistema financeiro.
Teóricos como Klaus Schwab, defendem a ideia de que estamos vivendo a Quarta Revolução Industrial e que, o seu impacto no mercado de trabalho em todo o mundo, é irremediável. Do mesmo modo, Schwab argumenta que:
(...) a fusão das tecnologias digitais, físicas e biológicas que causa as alterações atuais servirá para aumentar o trabalho e a cognição humana; isso significa que os líderes precisam preparar a força de trabalho e desenvolver modelos de formação acadêmica para trabalhar com (e em colaboração) máquinas cada vez mais capazes, conectadas e inteligentes. ( Schwab, 2016).
Atualmente, o número expressivo de fintechs que operam no Brasil demonstra essa tendência. De acordo com a A & S Partners, empresa especializada na criação de negócios financeiros digitais, o número de 2.048 fintechs em 2025 corresponde a aproximadamente 60% das startups financeiras em toda América Latina. A mesma pesquisa aponta um crescimento esperado de 50% até 2027.
Outro marco nessa mudança, foi a implementação do Open Finance, ecossistema criado a partir de uma regulamentação do Banco Central do Brasil, que viabiliza o compartilhamento de dados financeiros entre instituições financeiras, com a autorização do cliente, para melhorar a concorrência, gerar produtos personalizados com taxas menores e maior controle do usuário. Os dados disponibilizados pelo Open Finance mostram o número, em Abril de 2026, de 5,57 bilhões de chamadas de APIs - Interfaces de programação de aplicativos. Essas chamadas correspondem a uma espécie de medidor de tráfego de toda a troca de informações digitais entre as instituições e essa quantidade de chamadas confirma a adesão ao sistema.
Além dos exemplos já citados, outro fato que vem reestruturando a área de finanças é a popularização das criptomoedas. Nesse contexto, poderíamos abrir um leque de produtos digitais como tokens não fungíveis, smart contracts, tokens que representam ativos do mundo real e as moedas digitais, mas aqui vamos nos ater a comentar sobre Drex - moeda digital do banco central - que está em processo de criação. De acordo com o Banco Central do Brasil, “o Drex vai democratizar o acesso aos benefícios da economia digital, tornando as transações financeiras mais simples, eficientes e seguras.”
Passados os exemplos anteriores, vamos nos aprofundar no tema central desse artigo, o uso da Inteligência Artificial no setor bancário. Em um relatório recente, o LinkedIn falou sobre as “Habilidades em Alta em Finanças” e confirma uma transformação já visível: a área financeira deixou de ser apenas contábil para se consolidar como o centro de decisões orientadas por dados e tecnologia.
Para todo o ano de 2026, a eficiência do setor dependerá da fluidez digital, com destaque para o letramento em Inteligência Artificial que é essencial para automatizar tarefas, gerar previsões e detectar fraudes de uma forma muito mais ágil.
Porém, ainda há muito a ser explorado nesse campo. De acordo com o Relatório Anual do Setor Bancário Global de 2025, desenvolvido pela McKinsey & Company, os lucros recordes apresentados até o ano de 2024 foram ocasionados por fatores macroeconômicos favoráveis que estão a se dissipar. Diante das mudanças macro, que provavelmente não irão auxiliar nos próximos resultados, o sucesso agora depende de intervenções pontuais e embasadas em dados, capazes de otimizar recursos para gerar valor real. A era da escala indiferenciada, que buscava alcançar um maior número de clientes em proporções massivas, deu lugar à gestão de precisão. É exatamente nessa questão que a inteligência artificial entra como ferramenta fundamental.
No modelo tradicional, um milhão de clientes era visto como um só grupo homogêneo, recebendo os mesmos produtos e condições, com o mínimo de personalização. Com a lógica da precisão, cada cliente passa a ser considerado um segmento único, permitindo que o banco ofereça soluções personalizadas para um milhão de perfis distintos.
Enquanto o Open Finance produz uma vasta quantidade de dados, a Inteligência Artificial pode mapear e identificar padrões sutis de comportamento e consumo permitindo que a instituição financeira ofereça o produto certo que atenda às necessidades individuais. Além disso, aplicativos de IA ao fazer uso da coleta de dados, cálculos estatísticos, machine learning (aprendizado de máquina) e simulação de cenários diversos utilizando cálculos matemáticos, conseguem aplicar modelagem preditiva para transformar dados dos clientes em previsões sobre comportamento, risco e oportunidades, permitindo que bancos, por exemplo, antecipem inadimplência, personalizem ofertas e melhorem a retenção.
De acordo com o Relatório Anual do Setor Bancário Global existe um paradoxo na modernização financeira: apesar do entusiasmo sem precedentes pela Inteligência Artificial, o retorno dos investimentos ainda não acompanha o ritmo. Muitos bancos têm adotado soluções básicas e padronizadas como tomadores de notas e padronizações simples, que já viraram o mínimo esperado pelo mercado. Ao focar apenas no que é trivial e genérico, e deixar de lado aplicações mais avançadas e precisas, eles acabam nivelados tecnologicamente. Isso ajuda a cortar custos, mas não gera vantagem competitiva nem novas fontes de receita.
Para romper esse paradoxo, o setor bancário já começa a migrar para o modelo de IA agente (agêntica) onde os sistemas possuem capacidade de planejar, memorizar e adaptar, diferente do modelo tradicional orientada a seguir regras e realizar repetições.
Dados da plataforma Evident na quarta edição do seu Evident AI Banking Index (Índice de IA Bancária Evidente) analisou a performance dos 50 maiores bancos distribuídos entre a América do Norte, Europa e Ásia, utilizando quatro pilares principais da capacidade de IA: Talento, Inovação, Liderança e Transparência.
Segundo a Evident, essa transição já mostra resultados expressivos com mais de 160 casos de usos avançados em grandes instituições bancárias. Nos Estados Unidos, já existem agentes de IA que produzem relatórios de risco de crédito, mudança esta que aumentou a produtividade em até 60% enquanto o tempo de resposta foi reduzido em 30%. Na Europa, já circularam campanhas publicitárias hiper personalizadas que resultaram no triplo de cliques. Na Índia, as chamadas de cobrança passaram de 4% de monitoramento para 100% após a substituição do trabalho humano para o uso de ferramentas de Inteligência Artificial.
Entretanto, criar valor real não é apenas uma questão de adoção de novos softwares, exige uma reestruturação baseada em cinco pilares: estratégia, pessoas, tecnologia, dados e gestão de riscos. A estrutura de competências, tende a se transformar onde a base operacional é substituída pela automação e o centro da organização é composto por especialistas em arquitetura e design de sistemas. Nesse novo modelo colaborativo, será possível que um único supervisor humano controle entre 20 a 30 agentes de IA, atuando apenas para validações finais e decisões éticas ou regulatórias complexas.
Essa evolução é uma resposta direta à mudança no comportamento do consumidor. Segundo a Mckinsey, em 2018, a fidelidade ao banco representava 25% das motivações para abrir uma conta, já em 2025 esse percentual caiu para 4. O consumidor atual é digitalmente desapegado, menos fiel e busca experiências integradas.
O setor bancário global encontra-se em um momento de definição. Enquanto, a exemplo do Brasil, o Open Finance estabelece a base para o fluxo massivo de informações, a Inteligência Artificial Agente surge como o diferencial estratégico capaz de converter esse volume de dados na precisão exigida pelo mercado atual.
Instituições que permanecerem presas ao uso trivial da tecnologia correm o risco real de serem superadas por novos competidores nativos em IA. O sucesso, de agora em diante, não será quantificado meramente pelo tamanho da carteira de clientes, mas pela agilidade em redesenhar modelos de negócios onde humanos e agentes digitais operam em conjunto para entregar alta performance. A era da escala indiferenciada encerra seu ciclo para dar lugar a uma nova realidade: a gestão de precisão autônoma.
REFERÊNCIAS BIBLIOGRÁFICAS
SCHWAB, Klaus. A Quarta Revolução Industrial. Tradutor: Daniel Moreira Miranda - São Paulo: Edipro, 2016.
Número de fintechs no Brasil cresceu 77% desde 2020, segundo levantamento. Disponível em: https://veja.abril.com.br/coluna/radar-economico/numero-de-fintechs-no-brasil-cresceu-77-desde-2020-segundo-levantamento/.
Chamadas de APIs. Disponível em:
https://dashboard.openfinancebrasil.org.br/transactional-data/api-requests/evolution
Open Finance: Uma revolução na gestão da sua vida financeira ou do seu negócio. Disponível em: https://www.youtube.com/watch?v=SNso9kJarN4
Tecnologia e Finanças Digitais: Uma Revolução em Movimento. Portal do Investidor. Disponível em: https://www.gov.br/investidor/pt-br/penso-logo-invisto/tecnologia-e-financas-digitais-uma-revolucao-em-movimento
Drex - Real Digital. Banco Central do Brasil. Disponível em:
https://www.bcb.gov.br/estabilidadefinanceira/drex
Habilidades em alta em 2026 do LinkedIn: as 10 competências que mais crescem em Finanças. Linkedin. Disponível em:
https://pt.linkedin.com/pulse/habilidades-em-alta-2026-do-linkedin-10-compet%C3%AAncias-fw3qe
Agentic AI is here. Is your bank’s frontline team ready? McKinsey & Company. Disponível em:
Global Banking Annual Review 2025: Why precision, not heft, defines the future of banking. McKinsey & Company. Arquivo disponível para download em:
https://www.mckinsey.com/industries/financial-services/our-insights/global-banking-annual-review
Evident AI Index.The global standard benchmark of AI maturity in Banking. Arquivo disponível para download em:
