O setor bancário atualmente atravessa um ponto de inflexão tecnológico sem precedentes. E não se trata somente de um projeto de transformação digital ou de uma mera atualização progressiva de sistemas. Por conta dos avanços em inteligência artificial (IA) e em análise avançada de dados, o tom atual das conversas é bem diferente do que tem sido falado nos últimos anos (ou talvez até décadas) e os líderes do setor precisam se preparar para o cenário que está aí – e também para o futuro.

A convergência entre o conceito de decisioning, que é a automação inteligente das tomadas de decisões, e a IA agêntica – ou seja, sistemas de IA que podem atingir um objetivo específico com supervisão limitada ou de forma totalmente autônoma – é um salto expressivo na jornada de inovação dos bancos. Através desta abordagem combinada, é possível promover uma reestruturação fundamental dos processos decisórios que definem a competitividade de uma instituição financeira.

É nítido que existe espaço para melhoria quando falamos das tecnologias que apoiam a tomada de decisão nos bancos, uma vez que a infraestrutura decisória deles tende a refletir décadas de crescimento orgânico e aquisições tecnológicas pontuais. Não raro, sistemas de gestão de risco operam de forma apartada das plataformas de detecção de fraude, motores de marketing funcionam desconectados de bases de dados com histórico dos clientes, e assim por diante. Mas esta fragmentação não é acidental, e sim resultado de estratégias de tecnologia reativas, ao invés de arquiteturas bem projetadas.

Esta fragmentação acaba gerando consequências que vão além de ineficiências operacionais. Afinal, decisões tomadas em silos produzem inconsistências que por sua vez se traduzem em experiências ruins para o cliente e avaliações de risco imprecisas. Além disso, essa forma tradicional (e muitas vezes ineficiente) de tomar decisões tende a resultar em uma capacidade limitada de resposta às mudanças de mercado.

Redefinindo a arquitetura decisória

O decisioning com foco no cliente vem como uma resposta estrutural à fragmentação sistêmica da tecnologia usada para tomar decisões. Apesar de existirem produtos no mercado cuja proposta de valor é endereçar os problemas que mencionamos até aqui, vale reiterar que o decisioning não é uma ferramenta tecnológica. É, na verdade, uma abordagem de arquitetura que reconhece a tomada de decisão como a competência central que faz diferença em uma organização.

Com base nessa visão, é possível consolidar dados, processos analíticos e regras de negócio em uma plataforma unificada, e dessa forma eliminar latências de integração que tendem a limitar a tomada de decisão. Mas, seguir rumo a esta transformação requer disciplina, e é possível dividir estas dinâmicas em algumas dimensões principais.

A perspectiva centrada no cliente reconstrói jornadas de ponta a ponta, eliminando transferências desnecessárias entre sistemas. Mas, em um processo de simplificação operacional, pode ser necessário substituir redundâncias tecnológicas por uma arquitetura única, reduzindo a complexidade de manutenção e eventuais inconsistências de dados. Essa forma de implementação iterativa permite a validação contínua de hipóteses, o que contribui para minimizar riscos de transformação em larga escala.

Além disso, é importante ter em mente que a inovação incorporada por meio da massificação da IA automatiza decisões, mas também atualiza o próprio processo de otimização decisória. Aqui, me refiro a frentes como modelos que se retreinam, regras que se adaptam, parâmetros que se ajustam autonomamente. A escalabilidade nativa da nuvem faz com que o crescimento do volume não reflita, necessariamente, em um aumento de complexidade operacional.

Neste contexto, a IA agêntica representa uma mudança qualitativa na aplicação de inteligência artificial a processos de tomada de decisão em bancos. Diferente de sistemas de IA responsivos, que processam entradas e geram saídas dentro de parâmetros fixos, os agentes autônomos possuem capacidade de iniciativa, adaptação contextual e aprendizado contínuo, sem a supervisão humana constante.

Esta autonomia redefine a divisão de trabalho entre humanos e sistemas. Agentes de IA assumem a tarefa do monitoramento contínuo, identificação de padrões emergentes e execução de ações – tudo isso dentro de limites predefinidos. Profissionais humanos, por sua vez, podem focar na definição de estratégias, estabelecimento de parâmetros éticos e a supervisão de desempenho sistêmico.

No contexto bancário do Brasil, que tem alta complexidade regulatória e demanda por personalização em escala, a IA agêntica oferece uma capacidade operacional que transcende limitações humanas tradicionais. Agentes podem processar simultaneamente milhares de transações, manter consistência decisória independentemente de volume, e se adaptar de forma dinâmica a táticas emergentes de risco. Isso é bastante relevante em contextos como combate a fraudes, em que criminosos evoluem suas metodologias constantemente.

Evidências da transformação e desafios à frente

Dados de uma pesquisa da FT Longitude e do SAS publicada este ano revelam padrões claros de consolidação tecnológica no setor financeiro. Segundo o material, que consultou lideranças em 300 bancos globais, 95% das organizações planejam consolidar fornecedores nos próximos 12 meses, enquanto 80% priorizam a eliminação de soluções pontuais fragmentadas. Estes indicadores não refletem um modismo tecnológico, e sim um reconhecimento de que a fragmentação sistêmica que comentei no início deste artigo limita a capacidade competitiva.

A gestão de risco aparece como principal motivador de consolidação para 64% dos respondentes, o que é um resultado previsível considerando que decisões de risco fragmentadas aumentam exposições e reduzem a capacidade de resposta a mudanças de mercado. Na prática, sistemas integrados de decisioning demonstram redução do tempo de aprovação de crédito de dias para minutos, mantendo ou melhorando a qualidade de avaliação de risco por meio de análise simultânea de múltiplas dimensões de dados.

Em tempos de clientes cada vez mais exigentes, a personalização de produtos também se beneficia desta integração sistêmica. Aqui, os agentes de IA entram em cena para analisar comportamentos transacionais, preferências explícitas e padrões implícitos para promover um timing otimizado de ofertas através dos canais preferenciais de cada cliente.

Para além das implicações associadas à mudança na forma em que organizações tomam decisões, o saldo geral de embarcar nesta jornada é certamente positivo. A convergência entre decisioning centrado no cliente e a IA agêntica estabelece um novo referencial competitivo para as instituições financeiras brasileiras.

Toda esta transformação promete uma democratização de capacidades analíticas avançadas. Instituições menores poderão acessar funcionalidades de decisioning que anteriormente eram exclusivas a organizações com muitos recursos tecnológicos. Isso só é possível porque as arquiteturas nativas da nuvem reduzem barreiras de entrada e permitem escalar investimento em inteligência, ao invés de infraestrutura.

A esta altura, cabe ressaltar os potenciais desafios à frente. Organizações que mantiverem arquiteturas fragmentadas devem enfrentar desvantagens crescentes em termos de velocidade de decisão, de precisão de avaliação de risco e capacidade de personalização de produtos e serviços.

Mas, para as organizações que estão avançando nesta frente também é importante frisar que a implementação de IA agêntica em ambientes bancários exige estruturas de governança que equilibrem a autonomia operacional com responsabilização humana. A autonomia, neste caso, não quer dizer ausência de supervisão, mas uma supervisão estruturada, com mecanismos de controle que operam na velocidade dos próprios sistemas autônomos.

A capacidade dos bancos de equilibrar a inovação tecnológica com a disciplina que a boa governança requer é, de fato, o que vai garantir o sucesso desta visão baseada em dados e IA. Instituições que conseguirem implementar sistemas autônomos sob estruturas de controle robustas terão também vantagens competitivas sustentáveis. Por outro lado, as que negligenciarem a necessidade de governança devem enfrentar não só riscos regulatórios, mas uma erosão de confiança, que é o bem mais valioso no setor financeiro.

André Novo é country manager no Brasil do SAS