Em sua essência, um banco é uma instituição com origens e raízes no período medieval. Mas a sobrevivência de um modelo de negócios por quase 700 anos está na reinvenção. A inteligência artificial, por exemplo, é uma tendência que veio para ficar e o seu uso está se tornando cada vez mais indispensável para uma série de setores da economia — o financeiro não é diferente.
O número de bancos e/ou fintechs que utilizam IA em algum de seus processosl aumentou em torno de 12 pontos percentuais (p.p.), segundo levantamento da Nvidia. Hoje, 52% das companhias já utilizam a tecnologia, contra 40% registrado em 2023. No caso dos bancos brasileiros, o seu uso data de muitas décadas antes do “boom” da IA generativa, com aprimoramentos na área de segurança, personalização de ofertas, atendimento ao cliente e maior agilidade em tarefas burocráticas — como análise de documentos.
De acordo com o levantamento da Nvidia, as áreas que mais utilizam inteligência artificial no setor financeiro são experiência e engajamento com o consumidor (60%), relatórios e pesquisas de investimento (53%) e processamento de documentos (53%).
No Santander, por exemplo, o machine learning (aprendizado de máquina, em tradução) é usado desde 2017 para modelagens antifraude. A tecnologia consiste em fazer com que o sistema aprenda e melhore de forma autônoma, através de suas redes neurais e aprendizado profundo.
“Como ocorreu de forma geral na indústria financeira, utilizamos [IA] em motores de análise de risco, precificação e relacionamento com os clientes, operados por cientistas de dados e que nos permitiu a escala e qualidade cada vez melhor na modernização de sistemas de crédito e CRM”, explica Richard Flávio da Silva, CEO da FqRST, empresa de tecnologia do Santander.
Leia também
No caso do Itaú, as modelagens começaram a ser utilizadas a partir dos anos de 1980 para problemas resolução de negócios que envolviam grande número de dados. Rafael Forte Araujo Cavalcanti, diretor de dados, analytics e IA do Bradesco, aponta que os modelos básicos, atualmente associados ao machine learning, já eram utilizados desde os anos 1990.
Avanço Rápido e Certeiro
Para Marcel Saraiva, gerente de vendas da divisão Enterprise da NVIDIA no Brasil, os bancos tradicionais perdem para as fintechs quando o assunto é uso de IA. Isso porque eles buscam aplicar as novidades de uma forma que isso não comprometa o legado de suas instituições.
“Muitas das startups financeiras já nascem da inteligência artificial. Elas não têm um legado que uma instituições financeira tradicional tem, o que dá a elas a chance de arriscar em diferentes projetos, sem grandes preocupações”, explica Saraiva.
Para assimilar parte das novas tecnologias desenvolvidas, os bancos tradicionais têm procurado fazer parcerias com as fintechs consideradas disruptivas — é o caso do Itaú, que comprou 15% da NeoSpace, uma startup de IA para o setor financeiro. “O banco traz o serviço de uma fintech, colocando investimento para acelerar o seu crescimento e para consumir essa nova tecnologia. É uma dinâmica muito interessante”, avalia.
Uma das principais aplicações no sistema financeiro tem sido o aperfeiçoamento da segurança. Diante do grande número de operações financeiras é fundamental que uma instituições financeira tenha capacidade para analisar esse grande fluxo de dados e capte rapidamente movimentações fora do perfil do usuário.
“Em uma rápida análise, a IA é capaz de avaliar se uma transação foi efetuada pelo usuário ou não. Ela dá um um percentual de confiabilidade, em que entre 85% e 90%, a aprovação é automática. Entre 70% e 60% é solicitada uma confirmação adicional. Abaixo dos 60%, a operação não é autorizada”, explica o gerente da Nvidia Brasil.
O uso da biometria facial na prevenção de fraudes também está se tornando mais comum. Para garantir que a imagem projetada na checagem não é uma fotografia ou um vídeo, o Santander, por exemplo, utiliza uma tecnologia chamada liveness. Internamente, o banco faz uso dos modelos de self healing (auto-remediação) para restabelecer algum sistema automaticamente ou deter alguma ameaça.
Atendimento “PersonalizAIdo”
A melhoria da comunicação entre clientes e bancos tem sido um dos principais objetivos das instituições financeiras nos últimos anos — com diversos “agentes inteligentes” buscando facilitar a vida do usuário. Se no passado a relação entre clientes e gerentes era primordial, hoje a IA está em primeiro plano.
A chegada dos Large Language Models (grandes modelos de linguagem ou LLM), que tem como principal exemplo o ChatGPT, foi uma importante virada de chave para a inteligência artificial e também para a sua aplicabilidade na forma como empresa de finanças se conectam com os seus clientes. Com a IA generativa, as instituições conseguiram dar um salto significativo na redução do tempo de resposta e na precisão das interações.
Segundo o Santander, a IA reduziu o tempo médio de atendimento em 20%. O banco trabalha com o aprimoramento de chatbots (assistente virtual que usa IA e programação para se comunicar com o cliente por texto) e dos copilotos utilizados pela própria central de atendimento.
Já no Bradesco, a BIA é o carro-chefe. O diretor do banco a denomina como um marco na trajetória da IA dentro da instituição. Criada em 2016, a tecnologia visa otimizar o atendimento ao usuário. De lá para cá, ela acumula 2 bilhões de interações com mais de 25 milhões de clientes. Hoje ela já é capaz de realizar transferência via PIX mediante solicitação e de questionar o cliente sobre a veracidade de operações financeiras fora de seus padrões de consumo.
No Itaú, ao menos 75% das interações por canais de atendimento têm algum tipo de auxílio da inteligência artificial. Hoje, o Inteligência Itaú tem um funcionamento parecido com o da BIA, do Bradesco. O grande objetivo da empresa é oferecer uma “ hiperpersonalização” dentro do app Itaú.
O banco também utiliza recursos de inteligência artificial no segmento de atacado e tesouraria, para aprimorar as experiências das áreas e incrementar os serviços oferecidos aos seus clientes. “Neste caso, a IA é usada para otimizar a leitura de documentos importantes, como cartas de gestores de fundos de investimento e atas do Copom, melhorando a eficiência e precisão das nossas operações”, afirmaCarlos Eduardo Mazzei, diretor de Tecnologia do Itaú Unibanco.
A tecnologia também funciona no reconhecimento de voz e transcrição de conversas realizadas no canais de atendimento do Itaú, na análise de documentos jurídicos e no numerário — para prever saques e depósitos nos caixas eletrônicos.
Resultados Positivos
Para 2025, a Nvidia espera que a área de meio ambiente, social e governança (ESG) entre para o hall de setores que maisutilizam IA. Ainda segundo o levantamento, 98% dos respondentes declararam que pretendem aumentar o investimento em infraestrutura de inteligência artificial.
Para Mazzei, a implementação de soluções de IA trouxe inúmeros benefícios ao Itaú. “Ela proporcionou à instituição desde a melhora significativa na experiência do cliente até o aumento da eficiência operacional, sem contar que, com ela, a nossa capacidade de tomar decisões é mais embasada, com informações precisas”, afirma. Ele avalia que a tecnologia dá liberdade ao banco para “gerar hipóteses, testar e aprender “.No Bradesco, os ganhos de eficiência com a tecnologia são avaliados entre 30% a 40%.
A Nvidia tem a expectativa de que a próxima geração de IA generativa seja a Agentic AI, uma tecnologia capaz de tomar decisões ou realizar ações específicas mediante mínima ou nenhuma intervenção humana. Ela poderá ser usada na segurança cibernética, no atendimento ao consumidor e na aceleração da análise de investimentos — o que pode dar mais autonomia para que as empresas do setor financeiro personalizem ainda mais a jornada de seus clientes.
Escolhas do editor
