IA no mercado financeiro: eficiência e pior atendimento

A inteligência artificial reduz tempo e custo em rotinas financeiras, mas pode deteriorar a percepção do investidor quando substitui contexto, explicação e responsabilidade. Atualizado em agosto/2026, este Radar Econômico analisa o paradoxo para bancos, fintechs, corretoras, gestores e clientes institucionais.

Uma pesquisa da Experian, divulgada em 19/08/2026, encontrou uma lacuna relevante: apenas 17% dos consumidores se sentiam confortáveis em usar IA para decisões relacionadas a serviços financeiros naquela data. O resultado contrasta com a expansão de ferramentas automatizadas em atendimento, análise documental, prevenção a fraudes e monitoramento de risco.

O problema não está em automatizar uma conferência administrativa. Surge quando o sistema influencia uma decisão de crédito, uma operação de investimento ou o tratamento dado a um cliente sem explicar seus critérios e sem indicar quem responde pelo resultado.

Por que a IA reduz custos no mercado financeiro

A IA reduz custos quando executa tarefas repetitivas com volume, velocidade e padronização superiores às de uma operação manual, desde que a instituição controle dados, regras e exceções.

Bancos podem usar modelos para classificar documentos, extrair cláusulas de contratos, conferir informações cadastrais e direcionar solicitações. Corretoras conseguem automatizar triagens de atendimento e gestores podem organizar relatórios, comunicados e dados públicos para análise humana.

Na prevenção a fraudes, sistemas cruzam padrões de acesso, comportamento transacional e sinais de identidade digital. O objetivo é bloquear uma operação suspeita antes da liquidação ou encaminhá-la para revisão. A tecnologia também aparece em monitoramento de risco, detecção de anomalias e suporte a operações de tesouraria.

O Febraban Tech, realizado entre 24 e 26/08/2026, reuniu debates sobre inteligência artificial, identidade digital, cibersegurança, Open Finance e uso de dados. A agenda mostrou que eficiência e segurança precisam avançar juntas, porque uma redução de custo obtida com controles frágeis pode transferir o prejuízo para o cliente e para a própria instituição.

Automação administrativa não é decisão de investimento

A diferença entre as duas aplicações define o nível de risco. Resumir um documento para um analista é uma tarefa de apoio. Classificar um cliente, sugerir uma alocação ou rejeitar uma operação altera o tratamento econômico recebido por uma pessoa ou empresa.

Observação GX: a regra prática é separar o sistema que acelera a informação do sistema que influencia a decisão. Quanto maior o impacto sobre preço, crédito, liquidação ou acesso a um serviço, menor deve ser a autonomia operacional da máquina e maior deve ser a evidência registrada para auditoria.

Como a IA pode piorar o atendimento ao investidor

A IA piora o atendimento quando entrega respostas rápidas, porém genéricas, imprecisas ou impossíveis de contestar em situações que exigem conhecimento do cliente e explicação clara.

Um chatbot pode resolver uma dúvida sobre documentos em poucos instantes. O mesmo canal pode frustrar um investidor institucional que precisa entender a origem de uma divergência, o motivo de um bloqueio ou a consequência operacional de uma instrução incompleta.

A personalização também tem limites. Um modelo treinado com histórico inadequado pode tratar perfis diferentes como se fossem iguais. A resposta pode ignorar prazo contratual, liquidez, restrições internas ou o objetivo específico da operação.

Outro risco é a alucinação, quando o sistema apresenta uma informação inexistente ou combina dados verdadeiros de forma errada. Em finanças, uma resposta convincente, mas incorreta, pode alterar uma decisão de tesouraria ou gerar comunicação inadequada com acionistas.

O encontro de Relações com Investidores e Mercado de Capitais promovido por Abrasca e IBRI, realizado em 24/08/2026, incluiu os efeitos da IA sobre transparência, comunicação em crises e relacionamento com diferentes perfis de investidores. A discussão posiciona a tecnologia como tema de confiança e estratégia, não como simples ferramenta de produtividade.

Transparência e responsabilização

O cliente precisa saber quando conversa com um sistema automatizado, quais informações orientam a resposta e como solicitar revisão. A instituição, por sua vez, deve conservar registros suficientes para reconstruir a decisão e identificar o responsável pela aprovação final.

Esse cuidado se aplica a bancos, fintechs, corretoras, gestores e prestadores de serviços ligados ao mercado de capitais. A existência de um fornecedor externo não elimina a responsabilidade da instituição que oferece o serviço ao cliente.

A Comissão de Valores Mobiliários reúne referências regulatórias e educacionais em seu portal oficial. A CVM é uma fonte relevante para instituições que avaliam transparência, deveres de conduta e proteção do investidor em atividades do mercado de capitais.

Grandes instituições e empresas menores enfrentam riscos diferentes

Instituições grandes costumam ter mais recursos para testar modelos, contratar especialistas e construir trilhas de auditoria, mas também operam com maior escala e concentram mais dados, integrações e pontos de falha.

Empresas menores podem adotar soluções prontas com implantação rápida e custo inicial menor. Em contrapartida, dependem mais de fornecedores, têm menos capacidade para validar bases de treinamento e podem encontrar dificuldade para investigar uma resposta errada quando o sistema funciona como uma caixa-preta.

O tamanho não determina sozinho a qualidade do controle. Uma fintech pequena pode limitar a IA a tarefas administrativas e manter boa supervisão. Um grupo grande pode ampliar a automação sem revisar adequadamente seus modelos.

Em 28/08/2026, a CSU Digital informou à CVM que ampliou o uso de IA e hiperautomação em suas operações, com novos contratos e implantações. O caso mostra a aplicação comercial da tecnologia, mas não apresenta, no período informado, evidência pública de melhora na percepção dos investidores ou de eliminação dos riscos de transparência, qualidade e responsabilização.

Boas práticas de governança para inteligência artificial financeira

A governança de IA financeira deve combinar supervisão humana, proteção de dados, testes de desempenho e comunicação compreensível para o cliente afetado.

O primeiro passo é criar um inventário dos modelos. A instituição deve registrar finalidade, dados utilizados, fornecedor, área responsável, nível de autonomia e consequências de uma falha. Sem esse mapa, o controle fica restrito ao departamento de tecnologia.

• Classifique os usos por impacto: administrativo, operacional, crédito, atendimento, prevenção a fraudes ou investimento.
• Defina um responsável humano para decisões com efeito financeiro ou contratual.
• Teste vieses, erros de classificação, respostas inventadas e comportamento fora do padrão.
• Registre versões do modelo, fontes de dados, alertas e intervenções realizadas.
• Ofereça transferência rápida para atendimento humano em casos sensíveis.
• Limite o acesso a dados pessoais conforme finalidade e necessidade operacional.
• Faça revisão periódica de fornecedores, contratos, segurança e continuidade do serviço.

A proteção de dados deve acompanhar todo o ciclo, da coleta ao descarte. O uso de Open Finance, identidade digital e dados transacionais pode melhorar a análise, mas amplia a responsabilidade sobre consentimento, acesso, segurança e qualidade da informação.

O Banco Central mantém informações e serviços oficiais sobre o sistema financeiro em seu portal institucional. A ANBIMA também acompanha a transformação tecnológica do mercado e publicou a cobertura dos debates do Febraban Tech em seu site oficial.

Supervisão humana precisa ter poder real

Colocar uma pessoa no fim do fluxo não basta. O supervisor precisa compreender o alerta, acessar os dados usados pelo modelo e ter autoridade para interromper ou corrigir a decisão.

Na nossa mesa de câmbio, uma resposta automatizada pode organizar documentos de um exportador e sinalizar uma divergência contratual. A validação humana continua necessária antes de qualquer orientação operacional, porque prazo, moeda, liquidação e responsabilidade contratual não cabem em uma resposta genérica.

Esse princípio vale para o atendimento ao investidor. A instituição deve medir não só tempo de resposta, mas também resolução no primeiro contato, quantidade de escalonamentos, reclamações, correções e reprocessamentos. Um sistema veloz que aumenta retrabalho não reduziu o custo total.

O que muda para bancos, fintechs, corretoras e gestores

Bancos devem conectar a agenda de IA aos controles de risco operacional, segurança cibernética, prevenção a fraudes e relacionamento com clientes. A área de negócios não pode terceirizar a governança ao fornecedor da tecnologia.

Fintechs precisam evitar a expansão automática de soluções sem documentação suficiente. O ganho de velocidade na implantação pode criar dependência técnica e dificultar explicações quando o cliente contesta uma decisão.

Corretoras e gestores devem distinguir conteúdo informativo de recomendação ou decisão de investimento. Um modelo pode resumir fatos, organizar indicadores e apoiar pesquisas. A aprovação de uma ordem ou de uma orientação exige processo compatível com o mandato, os controles internos e o perfil do cliente.

Para investidores institucionais, a pergunta central deixa de ser somente quanto a ferramenta economiza. Também importa como a instituição mede erro, quem autoriza exceções e qual canal existe para corrigir uma decisão automatizada.

O CDI estava em 13,90% ao ano, com referência de 27/08/2026, enquanto a Selic meta estava em 14,00% ao ano, com referência de 28/08/2026. Em um ambiente de juros elevados, a busca por eficiência operacional pode ganhar força, mas o custo de uma falha de atendimento ou de controle continua ligado ao risco jurídico, reputacional e financeiro da instituição.

O IPCA acumulado em doze meses estava em 4,44%, com referência de 01/07/2026. A mediana do Focus projetava IPCA de 5,02% para o fim de 2026, conforme boletim de 21/08/2026. São referências diferentes: uma descreve a inflação observada até a data indicada, e a outra expressa expectativa de mercado.

O dólar PTAX de venda estava em R$ 5,2005, com referência de 28/08/2026. A mediana do Focus projetava câmbio de R$ 5,2000 para o fim de 2026, conforme boletim de 21/08/2026. A proximidade entre os valores não transforma a projeção em cotação vigente.

Para o PIB Total, a mediana do Focus projetava crescimento de 1,95% para o fim de 2026, conforme boletim de 21/08/2026. A mediana também projetava Selic de 13,75% ao ano para o fim de 2026 e de 12,00% ao ano para o fim de 2027, ambas no boletim de 21/08/2026.

Esses indicadores ajudam a explicar por que bancos e empresas financeiras procuram produtividade, mas não justificam reduzir controles. A tecnologia deve atender ao processo, e não obrigar o processo a se adaptar a uma ferramenta difícil de questionar.

Conclusão: eficiência precisa vir acompanhada de confiança

A IA já reduz trabalho repetitivo em serviços financeiros e apoia operações que exigem triagem, detecção de padrões e organização de informação. O benefício desaparece quando o cliente recebe uma resposta sem contexto, não consegue contestar uma decisão ou descobre que ninguém assumiu a responsabilidade pelo erro.

Instituições que tratam automação como programa de governança tendem a enxergar melhor o custo total. Isso inclui tecnologia, treinamento, supervisão, segurança, auditoria e atendimento de exceções.

Para avaliar uma solução, o gestor deve começar pela finalidade, medir o impacto sobre o cliente e definir a intervenção humana antes de contratar a ferramenta. A eficiência é um resultado possível. A confiança depende de controles verificáveis.

Leia as publicações do Banco Central, da CVM e da ANBIMA, compare os critérios de governança aplicados pelos prestadores e documente as perguntas antes de adotar IA em processos financeiros. Este conteúdo e informativo e nao constitui recomendacao de investimento ou solicitacao de servico.

Autoria: Equipe GX Capital, boutique financeira em Porto Alegre/RS, 15+ anos em câmbio, crédito estruturado, trade finance e wealth management.