Dev.to AI 🤖 Ai 👁 0 📖 4 min read

Estudo aponta entraves para levar IA dos testes à operação nos bancos

Investimento não garante escala Os bancos brasileiros deverão investir R$ 3 bilhões em inteligência artificial, analytics e big data em 2026, segundo pesquisa da Febraban. Ainda assim, instituições financeiras encontra

Investimento não garante escala

Os bancos brasileiros deverão investir R$ 3 bilhões em inteligência artificial, analytics e big data em 2026, segundo pesquisa da Febraban. Ainda assim, instituições financeiras encontram dificuldades para levar soluções de IA dos testes para as operações do dia a dia, aponta um diagnóstico da MATH Group.

Para Marcel Ghiraldini, fundador e CSO da consultoria, o setor vive uma “ambição sem dono”: há orçamento e pressão do mercado e dos conselhos para adotar a tecnologia, mas nem sempre alguém assume a responsabilidade pela mudança. Quando não se define quem responde por uma falha da IA, os projetos podem ficar sem apoio ao sair do laboratório.

Pesquisa mostra maturidade inicial

O Diagnóstico de Maturidade em IA no Setor Financeiro foi conduzido durante o Febraban Tech 2026, realizado entre 24 e 26 de agosto. Mais de 300 profissionais que passaram pelo estande da MATH Group responderam ao estudo; foram consolidadas 151 respostas válidas e completas de pessoas vinculadas a instituições da Febraban.

A pesquisa qualitativa usou perguntas abertas e teve como referências os modelos Gartner AI Maturity e MIT CISR Enterprise AI Maturity. A pontuação média foi de 2,29 em uma escala de 1 a 5, e 66% dos participantes ficaram no nível 2, chamado emergente, que reúne iniciativas e testes iniciais, mas carece de processos e condições para expansão contínua. Os resultados retratam os participantes e não representam necessariamente todo o setor.

O pilar Patrocínio e Modelo de Operação teve a menor avaliação para 71,5% dos respondentes, com média de 1,96. A dimensão mede o envolvimento da liderança, a priorização de projetos, os processos decisórios e a definição de responsáveis pelas operações de IA. Embora 22,5% tenham citado espontaneamente interesse em agentes de IA, nenhuma instituição foi enquadrada no nível 5.

Responsabilidade precisa chegar às áreas de negócio

Na avaliação de Ghiraldini, cabe à área de tecnologia prover infraestrutura técnica, segurança e governança das plataformas. Já o custo operacional e a responsabilidade pelas decisões precisam ficar com as áreas que usam as ferramentas, como tesouraria, marketing, crédito ou cobrança.

Essa divisão importa porque a implantação pode exigir mudanças na rotina das equipes e decisões sobre como agir quando o sistema falha. Ghiraldini afirma que, sem um patrocinador de negócio disposto a assumir esse custo e reorganizar o trabalho, iniciativas podem perder força depois dos testes, mesmo que tenham funcionado em um ambiente controlado.

Dados e capacitação condicionam a expansão

A gestão de dados foi apontada espontaneamente por 41,7% dos entrevistados como o principal limitante para o sucesso da IA. Como o questionário não perguntava especificamente sobre infraestrutura de dados, a frequência do tema nas respostas abertas destaca uma dificuldade que aparece quando as instituições tentam ampliar o uso das ferramentas.

Um piloto pode operar com um problema pequeno, poucos colaboradores e dados preparados manualmente. Ao levar a solução para centenas de agências ou para toda a base de clientes, a organização precisa sustentar a operação em escala. “A inteligência artificial amplifica. Ponto. Se a empresa está organizada, ela amplifica a organização. Se a empresa está desarrumada, a IA vai amplificar a desarrumação”, afirmou Ghiraldini.

O executivo defende direcionar recursos à infraestrutura e ao treinamento das pessoas que vão usar a tecnologia. Como exemplo, citou a IKEA, que capacitou profissionais de atendimento para trabalhar com IA e, segundo ele, realocou o tempo liberado para atividades de decoração de interiores. Ghiraldini atribuiu à iniciativa um retorno de cerca de US$ 1,4 bilhão em um ano.

Um caminho para sair dos pilotos

A recomendação de Ghiraldini é escolher um domínio operacional restrito, em vez de tentar reformar o banco inteiro. Um exemplo é a cobrança de contratos de financiamento de automóveis com atraso superior a 30 dias, recorte em que a instituição pode concentrar os ajustes necessários antes de ampliar o uso da IA.

Nesse domínio, a proposta é integrar e preparar os dados, estabelecer a governança, treinar os analistas e nomear formalmente um responsável da área de negócio pelas falhas. O modelo deve ser testado sob estresse e a operação precisa poder ser revertida em segundos diante de desvios críticos.

Depois da validação e da capacitação da equipe, Ghiraldini propõe encerrar o piloto e transferir de uma só vez 100% da operação daquele domínio para a IA. Para o executivo, bancos que apenas compram software, sem ajustar governança, cultura e liderança dos processos, tendem a acumular protótipos sem convertê-los em valor para o negócio.

Confira mais em: https://guiadeti.com.br/noticias/estudo-dificuldade-bancos-levar-ia-testes-operacao/

📰 Read the original article on Dev.to AI

Originally published by Dev.to AI. Aggregated on AIWithGhost for educational purposes — full credit and traffic to the original publisher.