Por Paula Neira, diretora de vendas para a América Latina da Mambu.
O Brasil demonstrou, ao longo da última década, que a inovação financeira gera mais resultados quando é sustentada por uma infraestrutura tecnológica capaz de oferecer flexibilidade, escalabilidade e agilidade para desenvolver novas soluções. No mercado financeiro mais avançado da América Latina, o Pix redefiniu a experiência dos pagamentos instantâneos, enquanto o Open Finance abriu caminho para um novo modelo de compartilhamento de dados financeiros. Agora, a inteligência artificial promete impulsionar uma nova transformação no setor. No entanto, o próximo diferencial competitivo não será de quem adotar a IA primeiro, mas de quem tiver a infraestrutura necessária para implementá-la de forma segura, eficiente e em conformidade com um ambiente regulatório cada vez mais exigente.
Embora a discussão sobre inteligência artificial no setor financeiro frequentemente se concentre na automação de processos e na criação de assistentes virtuais, seu verdadeiro potencial vai muito além. Hoje, as instituições financeiras mais bem-sucedidas utilizam a IA como um elemento central de sua estratégia de negócios. Elas não buscam apenas automatizar tarefas, mas compreender profundamente seus clientes para oferecer experiências e soluções financeiras realmente diferenciadas. Ao alinhar tecnologia, eficiência operacional e hiperpersonalização, conseguem transformar a jornada do cliente e disponibilizar soluções mais precisas, contextualizadas e em tempo real.
O maior desafio: a governança de dados
Um dos principais desafios está nos dados espalhados entre diferentes sistemas das instituições financeiras. Essa fragmentação aumenta o risco de vieses, dificulta a governança das informações e limita o potencial da inteligência artificial em um mercado altamente regulado como o brasileiro.
Essa barreira tem uma origem estrutural. Os sistemas core bancários atuais processam apenas entre 20% e 30% dos dados gerados pelos usuários. Na prática, isso significa que cerca de 70% das informações que poderiam alimentar modelos de inteligência artificial ficam fora do alcance dessas plataformas.
Para uma estratégia robusta de IA, operar com bases de dados fragmentadas não apenas desacelera a implementação de soluções automatizadas, como também compromete a governança dos dados. Esse desafio ganha uma dimensão ainda maior no Brasil. À medida que a inteligência artificial passa a ser incorporada em processos relacionados à concessão de crédito, prevenção a fraudes, gestão de riscos e atendimento ao cliente, já não basta que um algoritmo forneça uma resposta correta — será igualmente necessário demonstrar como essa decisão foi tomada. A evolução regulatória fará com que a rastreabilidade e a prestação de contas se tornem tão importantes quanto a própria inovação.
Por isso, contar com uma infraestrutura preparada para a adoção de modelos de IA deixa de ser uma questão exclusivamente tecnológica e passa a representar um ativo estratégico para o negócio. As instituições financeiras precisam de plataformas capazes de fornecer dados estruturados e de suportar modelos flexíveis para o uso e a disponibilização de informações em tempo real. Também necessitam de plataformas altamente integráveis, baseadas em arquiteturas abertas, que permitam à inteligência artificial atuar diretamente sobre os processos, preservando, ao mesmo tempo, os controles, registros e mecanismos de auditoria exigidos por um setor fortemente regulado.
Essa transformação também redefine o papel das pessoas. As decisões críticas, a gestão de exceções e a responsabilidade perante clientes e reguladores continuarão sob responsabilidade humana. A inteligência artificial não substitui o julgamento humano; ela amplia a capacidade das pessoas de tomar decisões melhores.
O Brasil já demonstrou sua capacidade de liderar transformações que posteriormente se tornam referência para outros mercados. O desafio agora não é apenas incorporar inteligência artificial, mas construir a infraestrutura necessária para utilizá-la com visão e propósito, transparência, segurança e capacidade de escala. Nos próximos anos, os líderes do setor financeiro provavelmente não serão aqueles que tiverem acesso aos modelos mais sofisticados de IA, mas sim os que conseguirem transformar essa inteligência em decisões confiáveis, auditáveis e capazes de gerar valor real para clientes e negócios.
