*por Mauricio Alarcon
Avançar o uso da Inteligência Artificial nas instituições financeiras envolve sair de casos isolados de automação para uma integração rumo a decisões e operações que movem os negócios. Isso porque cerca de 60% das instituições ainda estão nas fases iniciais de adoção de IA, aponta a pesquisa Febraban de Tecnologia Bancária 2026, realizada pela Deloitte.
A boa notícia é que os bancos brasileiros devem destinar cerca de R$3 bilhões em frentes que envolvam Inteligência Artificial, Analytics e Big Data ainda neste ano, 8% a mais que em 2025.
A combinação desses números mostra que não é preciso convencer o setor sobre o potencial da tecnologia, mas encontrar caminhos para escalá-la e capturar valor.
Para essa próxima fase de investimentos, os desafios vão além de chatbots, copilotos ou ferramentas capazes de gerar textos e códigos. O que temos previsto é o avanço da chamada IA agêntica, com arquiteturas que podem interpretar objetivos, consultar diferentes bases de dados, acionar sistemas e trabalhar de forma coordenada para executar etapas de um processo.
Para o setor financeiro, isso abre uma perspectiva importante. Bancos não sofrem por falta de dados. O problema é conseguir transformar bilhões de registros distribuídos entre sistemas, áreas e diferentes gerações de tecnologia em inteligência acionável no momento em que uma decisão precisa ser tomada.
É nesse ponto que ganha relevância a Decision Intelligence, abordagem que combina dados, analytics e inteligência artificial para transformar grandes volumes de informação em contexto para apoiar decisões de negócio. Em vez de esperar que um profissional formule uma pergunta para então consultar os dados, podemos caminhar para ambientes nos quais agentes especializados acompanham determinados contextos, identificam mudanças e levam sinais relevantes para quem precisa decidir.
Pensando na gestão de uma carteira com milhões de clientes, diferentes agentes podem analisar comportamento transacional, informações cadastrais e histórico de relacionamento para identificar sinais de churn silencioso, oportunidades de ativação ou situações que exigem atenção de compliance. A diferença, com essa automação, está em reduzir a distância entre o dado, a identificação de um evento e a capacidade de agir sobre ele.
Em projetos que acompanhamos, arquiteturas desse tipo já processaram mais de 200 milhões de registros, criando uma camada inteligente capaz de transformar dados dispersos em contexto para decisões.
A mesma lógica começa a chegar a outros processos do setor, como na gestão contratual, cujos agentes de IA podem interpretar documentos, acompanhar cláusulas, fazer reajustes e analisar riscos. O passo seguinte é fazer esses agentes trabalharem conectados aos processos e sistemas corporativos, e não como ferramentas isoladas.
É aí que surge uma mudança importante: deixamos de falar apenas em pessoas utilizando IA para começar a desenhar operações nas quais profissionais, agentes inteligentes, dados e sistemas tradicionais trabalham conjuntamente.
Para escalar a IA agêntica no setor financeiro, entretanto, os principais desafios estão na integração com sistemas legados, qualidade e governança dos dados, segurança, definição de permissões, rastreabilidade das decisões e supervisão humana. A tecnologia precisa estar preparada não apenas para funcionar, mas para operar dentro das exigências de um ambiente altamente regulado.
Desenvolver um agente para uma aplicação específica é apenas uma parte do desafio. Integrá-lo a uma operação bancária real, com escala, segurança, contexto de negócio, compliance e governança, exige uma arquitetura tecnológica e operacional muito mais complexa.
Por isso, o diferencial não está em quantos agentes um banco consegue colocar em funcionamento, mas sim na capacidade de orquestrá-los e conectá-los aos dados, sistemas, processos e profissionais que sustentam a operação, definindo com clareza onde a IA pode agir, onde precisa de supervisão e onde a decisão deve continuar sob responsabilidade humana.
A primeira onda da IA ajudou a automatizar tarefas. A próxima será marcada pela capacidade de interpretar contextos, antecipar situações e apoiar decisões. Para os bancos, transformar essa possibilidade em escala dependerá menos de experimentar novas ferramentas e mais de construir a arquitetura tecnológica e operacional capaz de colocá-las para trabalhar.
*Mauricio Alarcon é diretor da vertical de bancos da SONDA Brasil.
