IA e segurança digital dominaram as discussões no Febraban Tech. Os bancos avançam no uso de inteligência artificial, enquanto as novas tecnologias também criam desafios para combater fraudes e proteger os clientes.
A inteligência artificial (IA) deixou de ser uma promessa futurista e se consolidou como realidade nos grandes bancos brasileiros, tanto no relacionamento com os clientes quanto na concessão de crédito e nos bastidores das operações. A tecnologia passou a ser medida em processos internos e no resultado das instituições. O Bradesco, por exemplo, estima receita adicional de R$ 1 bilhão em iniciativas de análise de crédito apoiadas por IA.
Antes restrita a alguns processos, a tecnologia foi elevada a um novo patamar com a chegada da IA generativa, popularizada pelo ChatGPT a partir do fim de 2023. Desde então, os bancos que já haviam avançado na digitalização — com o fim das filas nas agências, a migração dos serviços para portais e depois para aplicativos — saíram na frente de outros setores ao adotar a IA de forma intensa nos negócios.
Nem sempre esse investimento em inovação é percebido pelos clientes, já que parte da eficiência gerada fica da porta para dentro. Ainda assim, muitos casos começam a chegar à experiência do usuário, como os serviços bancários oferecidos em uma plataforma semelhante ao ChatGPT. Sem linguagem técnica ou burocracias típicas do setor financeiro, já é possível, por exemplo, fazer um Pix por comando de voz.
Para Telma Luchetta, sócia-líder de tecnologia, IA e dados para o setor financeiro da EY Brasil, as empresas do ramo estão em diferentes estágios de adoção da tecnologia, mas agem com cautela para manter os valores nas agendas de inovação. Na avaliação dela, o avanço ocorre com novas tecnologias e mais acessibilidade, tendo a confiança, a segurança e o elemento humano como alicerce na tomada de decisão ao lado da IA.
No Bradesco, a IA mudou processos internos e a forma como o banco se relaciona com os clientes. A instituição disponibilizou ferramentas de IA para os funcionários, incluindo aplicações que resumem documentos, criam mapas mentais, preparam apresentações e analisam conteúdos com alto volume de dados, segundo Rafael Cavalcanti, responsável pelas áreas de dados, analytics e CRM do Bradesco.
No desenvolvimento de software e de experiências para o cliente, Cavalcanti estima ganhos de produtividade em torno de 50%, sem aumento proporcional dos custos. Ele afirma que a instituição exponencializou a velocidade de entrega.
Na fase atual, o Bradesco investe no desenvolvimento da IA para torná-la uma espécie de interface do banco. A CTO Cintia Barcelos diz que a instituição trabalha para “desmaterializar” o aplicativo, permitindo que o cliente resolva serviços e transações diretamente por IA, sem precisar navegar por diferentes funcionalidades.
Cavalcanti explica que os AI Apps são agentes de IA criados para tarefas específicas e replicáveis em diferentes situações. Um exemplo é o uso da IA para ler e resumir documentos. Outra aplicação é analisar e criticar documentos, preparando o usuário para reuniões e discussões. A ideia é facilitar a adoção da IA no dia a dia dos funcionários, mantendo as proteções necessárias para lidar com o fluxo de informações corporativas do setor bancário.
Modelo de concessão de crédito com IA
Na área de crédito, o tempo para desenvolver modelos de score e de estimativa de renda caiu de três a seis meses para alguns dias, afirma o executivo, acrescentando que o Bradesco ampliou a capacidade de testar modelos e fazer análises mais específicas.
A IA também apoia a tomada de decisão em operações mais complexas no setor de crédito do Santander. Em análises de empresas, por exemplo, a tecnologia ajuda a consolidar informações antes e depois de uma visita ao cliente e a produzir recomendações para os analistas.
No tratamento de reclamações relacionadas a fraudes em cartões, a IA reduziu em 90% o tempo para analisar cada caso. Eduardo Sasaki, diretor de dados e inteligência artificial do Santander, pondera, porém, que a redução do tempo de uma tarefa não é necessariamente um ganho financeiro. Ele afirma ser preciso entender o impacto real na operação — se foi possível tratar mais reclamações ou reduzir a quantidade delas com a mesma capacidade de atendimento — e relacionar o resultado a uma métrica final com o desempenho financeiro do banco.
O Santander definiu uma meta global de capturar € 1 bilhão em valor com inteligência artificial até 2028. O investimento foca produtividade, eficiência, automação e geração de novas receitas e negócios.
Na segunda versão do Desenrola, programa de renegociação de dívidas, o banco reduziu de quatro meses para um mês o tempo previsto para desenvolver a solução com apoio de IA. A arquitetura e as decisões técnicas continuaram sob responsabilidade da equipe humana, enquanto as tarefas repetitivas de programação receberam suporte da tecnologia.
Segundo Sasaki, praticamente 40% do código gerado pelo Santander no mundo tem apoio de uma solução de IA. Ele não acredita que esse percentual chegue a 100%, porque há tarefas repetitivas, mas vê controle e aumento de qualidade nessas funções.
Aumentando a produtividade com IA
Nos bastidores, o maior impacto da IA nos negócios aparece no aumento de produtividade. A tecnologia deixou de ficar restrita aos times de tecnologia e passou a ser usada em diferentes áreas dos bancos, que antes dependiam de processos manuais e demorados.
João Araújo, diretor de estratégia, ciclo de vida e inteligência artificial do Itaú Unibanco, conta que o banco tem usado a tecnologia de várias formas para se tornar AI-first, ou seja, uma companhia que aplica IA em praticamente tudo o que faz. Entre os usos práticos estão análise de crédito, prevenção a fraudes, desenvolvimento de software, contestação de despesas por meio de agentes de IA e aceleração na elaboração e no resumo de relatórios e documentos.
Araújo afirma que o banco também usa IA generativa para dar mais informações de contexto a gerentes e especialistas durante o contato com clientes, com o objetivo de elevar a qualidade da conversa humana e oferecer atendimento personalizado.
Na atuação dos gerentes auxiliados por IA, o banco persegue e monitora três metas: garantir três vezes mais tempo dos especialistas dedicado ao cliente; ser duas vezes mais rápido para resolver problemas e pendências dos usuários; e obter três vezes mais efetividade na aceitação de soluções propostas aos clientes, graças ao atendimento personalizado.
Outra aplicação da IA no Itaú é a análise de padrões de comportamento para proteger o saldo dos clientes. Um exemplo é o Alerta Pix, que avisa o usuário caso ele tente fazer uma transferência atípica, como um valor muito alto ou uma transação para novo destinatário, que possa indicar fraude. O processo é automático.
Em parceria com as fornecedoras de tecnologia GFT Technologies e a AWS, o Itaú reduziu em mais de 60% o tempo necessário para a elaboração de relatórios de análise de mercado, processo anteriormente feito de forma manual.
Para Araújo, a geração de relatórios, a leitura e o resumo de documentos consumiam um tempo importante das pessoas, e o banco está bastante evoluído nesse ponto. Ele afirma que a transformação da IA é grande e permite que o humano dedique mais tempo a atividades de maior valor agregado.
Na Caixa Econômica Federal, a IA é um pilar estratégico da digitalização, otimizando cerca de 3 mil operações diárias em seu principal processo, o crédito imobiliário. A tecnologia também foi incorporada aos canais de atendimento e aos processos de acolhimento de novos clientes.
No Febraban Tech, o presidente da Caixa, Carlos Vieira, afirmou que, para lidar com a complexidade de atuar como banco comercial e operador de políticas públicas, a instituição implementou um chat de IA para consulta de normativos internos pelos funcionários. O banco também usou IA para solucionar pendências históricas dos créditos habitacionais de Compensação de Variações Salariais (CVS), reduzindo provisões e equacionando a novação dessas operações, enquanto promove uma mudança cultural para engajar a equipe com as novas ferramentas.
O Santander mantém mais de 400 casos de uso em seu catálogo e exige que as iniciativas tenham uma hipótese de negócio, com estimativa de investimento e benefício esperado, diz Sasaki.
Experiência bancária ao estilo ChatGPT
Bradesco, Itaú e Banco do Brasil adotaram uma abordagem semelhante na nova forma de interação dos clientes com suas contas: fazer transações como se estivessem escrevendo para o ChatGPT ou falando com ele por voz.
A proposta é que uma pessoa possa, por exemplo, fazer um Pix para um dos seus contatos apenas com um pedido em linguagem natural. Segundo os bancos, a ideia é reduzir a chamada fricção na experiência de uso dos aplicativos.
Marisa Reghini, vice-presidente de negócios e tecnologia do Banco do Brasil, diz que parte dos clientes não queria mais entrar no aplicativo de forma tradicional e procurar no menu onde fica o Pix. Eles podem entrar e pedir para enviar um Pix para uma pessoa, desde que já tenham feito uma transferência para ela recentemente. O sistema localiza, confirma a chave e envia. Ela reforça que a ferramenta passou por muitos testes e ajustes para evitar problemas. “O custo da alucinação no banco conversacional é muito alto. Não pode ser outra Giovana”, afirma.
A Bia, assistente digital do Bradesco que existe há 10 anos e é pioneira no setor, opera integralmente com IA generativa desde 2025. Hoje, é o primeiro ponto de contato digital com o cliente e, segundo Cavalcanti, retém 88% das interações. A experiência bancária caminha para um cenário comum no setor, no qual o cliente interage com ferramentas automatizadas e apenas em último caso conversa com um atendente humano.
Cavalcanti observa que, com a alta retenção, uma indisponibilidade de 10 minutos da Bia teria impacto grande: operadores humanos, acostumados a receber 10% a 12% das chamadas, passariam a receber uma proporção maior.
No Itaú, a plataforma ia.i busca levar uma experiência personalizada e baseada em conversas naturais ao uso dos serviços bancários. A ferramenta começou a ser liberada para 300 mil usuários no fim de julho, com a meta de chegar a todos os clientes pessoa física até o fim do ano.
O ia.i também permite enviar dinheiro via Pix nas conversas e explica as opções do banco de forma simples, como comparar consórcios com crédito imobiliário ou crédito consignado com empréstimo pessoal, para uma decisão mais informada sobre finanças. A IA também analisa dados para identificar os principais gastos de cada cliente, ajudando a criar metas e a organizar a vida financeira.
Durante o Febraban Tech, o CEO do Itaú Unibanco, Milton Maluhy Filho, disse que a entrega de soluções permite entender o cliente de forma completa com todos os dados, respeitando a privacidade e evitando viés de produto, sempre com a visão de que o cliente prospere no longo prazo. Ele citou exemplos como o Pix no WhatsApp, um banco para pequenas empresas totalmente baseado em inteligência artificial e a gestão do ia.i, com experiência conversacional.
Banco agêntico é tendência
Uma das palavras mais faladas no mundo da tecnologia neste ano é agente de IA, e o setor financeiro também tem usado esse conceito.
No Banco do Brasil, o uso de agentes de inteligência artificial reduziu em até 90% o tempo médio de contratação de operação de câmbio por grandes empresas. A ferramenta foi desenvolvida na plataforma Microsoft Foundry e automatiza leitura, interpretação e consolidação dos documentos para formalizar as transações. O agente de IA do BB foi criado em parceria com a Informatica, empresa da Salesforce especializada no gerenciamento e integração de dados.
Giuliane Paulista, executiva de IA do BB, afirma que é o primeiro agente autônomo do banco. Há outros em desenvolvimento e testes, mas esse já está em produção e apresentou 90% de eficiência dentro da jornada.
Atividades de câmbio que levavam cerca de 40 minutos passaram a ser feitas em quatro minutos. Mesmo com o agente de IA, a validação final é feita pelas equipes do banco.
O Bradesco trabalha em um projeto chamado “CRM agêntico” para repensar funções e entender como humanos e agentes de IA trabalhariam juntos se o sistema de relacionamento com clientes fosse desenhado do zero. A proposta é permitir que profissionais de diferentes áreas conversem com os dados do banco em linguagem natural, sem depender de especialistas que conheçam nomes de tabelas, campos e sistemas específicos.
A transformação ainda exige supervisão humana, afirma Cavalcanti. Para ele, a IA 100% autônoma é um conceito que o banco investiga e explora, mas no curto prazo ainda há a necessidade de human on the loop.
A estratégia do Santander, por sua vez, é redesenhar processos inteiros a partir da possibilidade de trabalhar com agentes de IA. Para Sasaki, a ambição aspiracional é que a IA esteja embutida nas decisões do banco e não seja apenas uma capacidade adicional.
Atualmente, os agentes de IA são usados para definir o momento, o texto e a imagem mais adequados para uma comunicação no banco. As conversas produzidas com apoio dos agentes apresentam, em média, duas vezes mais interesse que as comunicações convencionais, segundo Sasaki, que compara os resultados com grupos de controle.
Nos próximos meses, os agentes de IA devem chegar a cada vez mais instituições financeiras. A Matera, fornecedora de tecnologia bancária, já começou a vender a bancos e fintechs uma solução de banco agêntico. Na prática, funciona como uma infraestrutura de agentes de inteligência artificial para realizar tarefas do negócio dessas empresas, com produtividade e segurança em ampla escala. Diferentemente dos agentes voltados ao atendimento direto ao cliente, o foco da Matera é a automação e a otimização das operações internas do banco.
A responsabilidade é sempre humana
Ricardo Chisman, CEO da Matera, explica que o agente atua como um membro da equipe que executa tarefas repetitivas, mas a responsabilidade final e a aprovação são sempre de um ser humano. Na analogia dele, o Waze é uma tecnologia que mostra o caminho do ponto A ao B; no agente de IA, em vez de apenas mostrar o que fazer, a ferramenta já executa a tarefa.
Em um exemplo prático, se uma transação parecer inconsistente ou violar uma regra — como um crédito de valor excessivo ou zerado —, o agente de IA interrompe a operação e solicita verificação de um funcionário do banco.
Segundo o executivo, os agentes podem ser especialmente úteis em períodos de pico de trabalho repetitivo, como o processamento e o crédito de rendimentos para milhões de clientes. Nesses casos, atuam em conjunto com funcionários para absorver as demandas, reduzir o desgaste da equipe e a necessidade de horas extras.
