IA no banco não é sobre chatbot: é sobre quem controla a régua da decisão

Equipe Viver de IA · 2026-07-02

O número de 200 a 340 mil milhões de dólares esconde a única pergunta que importa para quem vai implementar: o que a IA decide sozinha e o que ela só sugere.

O número grande engana quem lê rápido

O artigo da Creatio abre com a estimativa da Statista de 200 a 340 mil milhões de dólares em valor adicional para a banca global e um aumento de lucro de até 15%. É um número honesto, mas ele mede o setor inteiro, do JPMorgan ao banco digital que roda no seu celular. Para o dono de empresa brasileira que lê isso e pensa "então IA no meu financeiro vira ouro", a leitura precisa ser outra: esse valor não cai do céu por adotar a tecnologia, ele aparece onde a IA passa a tomar ou acelerar decisões que antes dependiam de gente escassa e cara.

A banca é o laboratório mais avançado disso porque lida com decisão em volume: aprovar crédito, sinalizar fraude, precificar risco. Segundo a sondagem da EIU citada no artigo, a maioria dos bancos já usa IA para deteção de fraude, a segunda aplicação mais comum. Repare no padrão: os casos que mais escalam são os que envolvem julgar milhões de eventos por dia. A lição para qualquer empresa fora do banco é essa, não o chatbot bonito na home.

O que a maioria vai copiar errado

Quando uma empresa brasileira lê "IA na banca", a primeira coisa que quer replicar é o assistente virtual 24 por 7 que o artigo menciona. É o erro mais barato de cometer e o mais caro de manter. Chatbot genérico responde pergunta frequente e some do problema real, que é a decisão embutida no fluxo.

O que os bancos fazem de valioso, e que quase ninguém copia direito, é a avaliação de crédito que o artigo descreve: sair do critério rígido de score e passar a ler histórico de transações e sinais não tradicionais para julgar solvência. O ponto não é a fonte de dado exótica. É o fato de a IA estar dentro da decisão que gera ou queima dinheiro, não pendurada ao lado dela como enfeite de atendimento.

O que os bancos fazem de valioso é colocar a IA dentro da decisão que gera ou queima dinheiro, não pendurada ao lado dela como enfeite de atendimento.

Na prática, vi isso acontecer fora da banca. A Dexi Digital montou um agente de IA que gerencia o ciclo de vida do cliente numa concessionária, do pós-venda à documentação e ao estoque, incluindo carros de luxo como Ferrari e Lamborghini, e recuperou volume expressivo de receita. Não foi um chatbot de FAQ. Foi IA operando no ponto onde o cliente ia embora sem ser atendido, o mesmo princípio que a banca aplica na fraude e no crédito: automatizar onde a decisão trava.

Cadeia de valor: o crédito é o exemplo, não o método

O artigo trata avaliação de crédito e gestão de risco como usos separados. Na cabeça de quem implementa, os dois são a mesma coisa: modelo que lê dado e devolve um julgamento com nível de confiança. A pergunta que separa projeto que dá dinheiro de projeto que vira demo é sempre a mesma:

• O que a IA decide sozinha? No banco, aprovar um limite baixo pré-analisado. Na sua empresa, talvez emitir um boleto, calcular um orçamento padrão, classificar um chamado.
• O que ela só sugere e um humano bate o martelo? No banco, crédito acima de certo valor. Na sua empresa, tudo que tem risco jurídico, financeiro ou de marca alto.
• O que ela nunca toca? A régua muda com o tempo, mas alguém precisa desenhá-la no dia um.

Sem essas três linhas escritas antes de qualquer contratação de ferramenta, você não tem projeto de IA, tem experimento caro. A banca só chegou aos números da Statista porque essa fronteira é regulada e explícita lá. Na PME brasileira, ninguém obriga você a definir, então quase ninguém define, e o projeto morre na primeira decisão errada que ninguém sabia de quem era a culpa.

Fraude é o caso que ensina o resto

A maioria dos bancos usar IA contra fraude não é coincidência estatística. Fraude tem três características que fazem a IA render: volume alto, padrão detectável e custo claro do erro. Quando você tem esses três, o retorno aparece rápido porque o modelo trabalha onde a atenção humana não escala.

Antes de importar uma ideia da banca, teste o seu processo contra esses três critérios:

• Tem volume? Se acontece dez vezes por mês, automação de IA é canhão para mosquito. Resolva na mão.
• Tem padrão? Se cada caso é uma exceção sem regra, a IA vai alucinar mais do que ajudar.
• O erro custa? Se errar não dói, ninguém vai manter o sistema calibrado e ele apodrece em seis meses.

Quem passa nesse filtro colhe. A ROI Lab Digital começou pela Tesouraria e BPO, automatizando processos financeiros repetitivos e reduzindo a dependência de mão de obra, e gerou R$ 236.000 em economia. Alto volume, padrão claro, erro que dói: os mesmos três critérios que fazem a fraude ser o carro-chefe da banca. A Cacay atacou logística com padronização de etiquetagem, inventário rotativo e rastreamento por operador, e economizou R$ 48.000. De novo, volume e padrão antes de tecnologia.

O risco que o artigo cita de leve e você vai sentir cedo

A Creatio menciona a gestão de risco e a prevenção de fraude como funções da IA, mas há um risco de segunda ordem que quem implementa aprende na pele: o modelo que decide precisa ser auditável. No banco isso é lei. Na sua empresa, é o que separa uma automação confiável de uma caixa-preta que ninguém entende quando dá errado.

Se a IA aprovou um crédito, sugeriu um preço ou classificou um cliente errado, você precisa conseguir abrir e ver por quê. Ferramenta que não deixa você inspecionar a decisão é passivo, não ativo. É por isso que várias empresas que acompanhei preferiram construir em cima da própria operação a comprar sistema pronto e engessado. A PRO•D incorporadora estruturou 100% do planejamento estratégico com IA usando soluções próprias justamente para não ficar refém de um sistema fechado que decide sem explicar. A Del Match Delivery trocou sistemas terceirizados por ferramentas internas alinhadas aos próprios fluxos e triplicou a capacidade de demanda. O controle da régua vale mais do que a conveniência do plug and play.

O que fazer com essa notícia na segunda de manhã

A banca já provou que IA rende quando entra na decisão certa. Você não precisa dos 340 mil milhões de dólares nem do departamento de risco de um banco global para aplicar o método. Precisa fazer o inverso do que a manchete sugere.

• Não comece pela ferramenta. Comece listando as três a cinco decisões que mais consomem gente boa e mais custam quando saem erradas.
• Aplique o filtro dos três critérios (volume, padrão, custo do erro) em cada uma. Descarte as que não passam.
• Escreva a fronteira do que a IA decide, sugere e não toca, antes de contratar qualquer coisa.
• Exija auditabilidade de qualquer solução: se você não consegue ver por que decidiu, não coloca em produção.

A parte de chatbot 24 por 7, que é a que todo mundo quer copiar primeiro, é a última que você deveria fazer. Ela dá satisfação rápida e retorno lento. A decisão embutida no fluxo dá o contrário, e é ela que move os números que a Statista mediu.

Fonte: IA no Setor Bancário - Utilizações da Inteligência Artificial na Banca