92% do mercado financeiro usa IA, e ninguém sabe medir
Equipe Viver de IA · 2026-10-25
A Anbima mostra adoção quase total de IA no setor financeiro. O problema não é mais usar, é provar que valeu.
O essencial
- Com 92% de adoção no setor financeiro, IA é piso de operação, não diferencial competitivo.
- A falha dominante não é técnica: é implementar sem definir o KPI antes, tornando a medição impossível após o fato.
- Qualidade de dado precede qualquer implementação; sem ela, a IA acelera o erro, não o resultado.
- Separar 'tarefa automatizada' de 'valor gerado' é o passo que transforma gasto em investimento comprovável.
O número que importa não é 92%, é o buraco ao lado dele
92% das empresas do mercado financeiro já usam alguma forma de IA. O dado é da pesquisa da Anbima com o Datafolha, divulgada em 1º de setembro, com 177 empresas respondentes. E 67% já usam IA generativa.
Parabéns, adoção resolvida. Só que a própria pesquisa entrega o que interessa de verdade: o mercado reconhece que a IA gera valor e tem dificuldade de quantificar esse valor.
Esse é o jogo todo. Não a adoção. A adoção deixou de ser diferencial faz tempo. O que separa quem lucra com IA de quem só tem IA é a capacidade de colocar um número do lado da implementação.
Quando todo mundo adota, a conta vira a vantagem
Se 92% do setor usa IA, tecnologia virou piso, não teto. O que estava num pitch de inovação ano passado hoje é obrigação de quem não quer ficar pra trás. Isso é bom e é perigoso ao mesmo tempo.
Bom porque derruba a desculpa de "IA é coisa de empresa grande". Perigoso porque quando todo mundo tem a mesma ferramenta, a ferramenta para de diferenciar. O que diferencia é o que a maioria desse mesmo estudo admite não ter: a medição.
Marcelo Billi, da Anbima, foi direto sobre onde a IA está entrando: backoffice, compliance, "todo esse conjunto de atividades repetitivas que tem um custo de observância alto". Faz sentido começar aí. O backoffice é previsível, o retorno é mais limpo de isolar.
Mas tem um efeito colateral que ninguém celebra: tarefa interna raramente aparece no balanço de forma óbvia. Você automatiza uma conciliação, poupa horas de três analistas, e essa economia some no custo fixo sem virar linha nenhuma de relatório. Aí o gestor olha e pergunta: valeu?
Por que o mercado financeiro, logo ele, não consegue medir
Esse é o ponto contraintuitivo. O setor que mais mede tudo (risco, spread, inadimplência, VaR) trava na hora de medir o retorno da própria IA. Na nossa leitura, não é incompetência de medição. É falha de desenho.
A maioria liga a IA primeiro e pensa em métrica depois. Inverteu a ordem. Quando você implementa sem definir, antes de ligar, qual número vai mudar e quanto ele valia por mês, a medição vira arqueologia: você cava atrás de um baseline que não foi registrado.
Quando você implementa sem definir, antes de ligar, qual número vai mudar e quanto ele valia por mês, a medição vira arqueologia.
A gente vê isso fora do setor financeiro o tempo todo, e a lógica é idêntica. O caso que mais ensina sobre isso é um de logística. A Vectra Cargo gerou R$ 3.000.000 em receita porque a IA atacou um gargalo com número claro: tempo de retorno de cotação. Agentes e APIs centralizaram dados que estavam espalhados e o retorno ficou drasticamente mais rápido. O ponto não é a tecnologia. É que o KPI (velocidade de cotação ligada a fechamento) existia antes da implementação. Dava pra provar o antes e o depois.
No backoffice financeiro que o estudo descreve, raramente alguém escolhe o KPI antes. Por isso o valor existe e não aparece.
O que a maioria vai ler errado nesse estudo
A leitura preguiçosa vai ser: "o mercado financeiro já domina IA, estamos atrasados, precisamos acelerar adoção". Errado em dois níveis.
Primeiro, porque 92% usando "alguma forma de IA" é um guarda-chuva enorme. Usar ChatGPT pra redigir e-mail e orquestrar prevenção de fraude são coisas que não cabem na mesma estatística, mas cabem no mesmo 92%. A nota média de importância ficou em 7,39, o que já mostra que nem todo mundo lá dentro acha isso transformador.
Segundo, porque acelerar adoção sem fechar o buraco da medição só acelera o gasto. Você vai ter mais IA e a mesma incapacidade de dizer se valeu.
A pesquisa cita Bradesco e Nubank. Fernando Galdi, do Bradesco, fala em consistência e rastreabilidade da informação. Raíssa Moura, do Nubank, puxa segurança, controle de acesso e qualidade de dados, com a IA focada em prevenção de fraude. Repare: os dois grandes falam de governança e qualidade de dado, não de "qual prompt usar". É aí que mora a diferença entre quem está no jogo e quem está brincando.
Qualidade de dado é o pré-requisito que ninguém quer encarar
Tem uma coisa que o estudo deixa implícita e vale cravar: IA em cima de dado ruim produz confiança falsa mais rápido. O Nuband construindo camadas de detecção de fraude só funciona porque tem dado limpo embaixo. Sem isso, a IA acelera o erro.
A gente admite um limite aqui, pra ser honesto: não dá pra saber, com esse estudo, quanto do valor que o setor "reconhece" é real e quanto é entusiasmo. O próprio relatório diz que não consegue quantificar. Então qualquer um que cravar "o setor financeiro já lucra bilhões com IA" está inventando. A verdade disponível hoje é: adoção alta, retorno sentido, retorno não comprovado. Ponto.
E isso não é um problema do mercado financeiro. É o estágio de maturidade de quase todo mundo, de qualquer tamanho.
O que fazer com isso na sua empresa
Se você é dono ou gestor e leu esse estudo pensando "preciso correr atrás", desacelera. A corrida não é por mais IA. É por IA que você consiga provar.
- Antes de ligar qualquer coisa, escreva o número que vai mudar e quanto ele vale hoje por mês. Sem baseline registrado, não existe resultado, existe opinião.
- Comece pelo processo onde o retorno é isolável, não só pelo mais fácil. Backoffice é cômodo, mas se você não consegue atribuir a economia a ele, escolha outro ponto.
- Trate qualidade de dado como pré-requisito, não como fase dois. IA em cima de dado sujo entrega erro com cara de precisão.
- Separe no seu relatório "tarefa automatizada" de "valor gerado". São coisas diferentes, e só a segunda paga a conta.
- Se a operação tem gargalos demais pra escolher sozinho qual medir primeiro, mapeie com um diagnóstico de IA antes de contratar ferramenta nenhuma.
O estudo da Anbima é uma boa notícia disfarçada de alerta. A boa notícia: a tecnologia já está em todo lugar, ninguém precisa mais te convencer de que IA funciona. O alerta: estar em todo lugar e render são duas coisas, e o setor que mais mede números no país ainda está descobrindo que precisa medir esse também.
Fonte: IA já é usada por 92% das empresas do mercado financeiro
Relacionados
Agentes de IA: o guia completo
Soluções de IA prontas para empresas
O R$ 1 bilhão do Bradesco em IA diz onde está o dinheiro
Ecommerce foi bem em 2025, mas resiliência não é padrão
Perguntas frequentes
92% do mercado financeiro já usa IA, minha empresa está atrasada?
Não necessariamente. 'Alguma forma de IA' é um guarda-chuva amplo; o atraso real está em não conseguir medir o retorno, não em falta de adoção.
Por que é tão difícil medir o retorno da IA mesmo após implementar?
Porque a maioria liga a IA primeiro e define métricas depois, perdendo o baseline. Sem o número registrado antes da implementação, não há como provar o antes e o depois.
Por onde devo começar a implementar IA na minha empresa?
Comece pelo processo onde o retorno é isolável, não só pelo mais fácil. Defina antes qual número vai mudar e quanto ele vale por mês.
Qualidade de dados é realmente um pré-requisito ou posso melhorar depois?
É pré-requisito: IA aplicada sobre dados ruins produz erros com aparência de precisão, acelerando decisões erradas em vez de corretas.
O setor financeiro já comprova lucro com IA?
Não ainda. O próprio estudo da Anbima com Datafolha indica que o setor reconhece que a IA gera valor, mas tem dificuldade de quantificá-lo, retorno sentido, não comprovado.
Isto não é teoria. É o que já implementamos.
521 cases reais, todos com número aberto, e 159 soluções de IA prontas para empresas brasileiras.