A inteligência artificial dominou a agenda do mercado financeiro. Em praticamente todos os eventos do setor, o debate gira em torno de novos modelos, ganhos de produtividade, automação, eficiência operacional e redução de custos. O volume de investimentos cresce, novos casos de uso surgem diariamente e a expectativa é de que a IA transforme profundamente a indústria nos próximos anos.

Mas existe uma questão menos discutida, e talvez mais importante, que começa a separar as organizações que efetivamente capturam valor daquelas que apenas acompanham a tendência. O principal desafio da inteligência artificial no mercado financeiro já não é tecnológico.

A oferta de soluções nunca foi tão ampla. Ferramentas capazes de analisar grandes volumes de dados, apoiar decisões de crédito, identificar fraudes em tempo real, automatizar processos regulatórios e acelerar o desenvolvimento de software já estão disponíveis para empresas de diferentes portes. Segundo projeções da Fortune Business Insights, o mercado global de inteligência artificial deve movimentar cerca de US$2,48 trilhões até 2034, com um crescimento médio anual de 26,6%. Esse avanço histórico é impulsionado principalmente pelo setor financeiro, além das áreas de tecnologia, saúde e serviços corporativos.

Ainda assim, uma parcela significativa dos projetos não alcança os resultados esperados. O Estudo “O Estado da IA nos Negócios em 2025” publicado pelo Massachusetts Institute of Technology (MIT) mostra que 95% das organizações não obtêm ganhos financeiros impactantes ou receita líquida com iniciativas corporativas de IA. O problema raramente está na capacidade dos modelos. Na maioria dos casos, a barreira está na capacidade das organizações de absorver e operacionalizar a mudança.

Durante décadas, instituições financeiras foram construídas para operar em um ambiente de decisões centralizadas, fluxos de informação compartimentalizados e ciclos relativamente previsíveis de inovação. Essa lógica funcionou enquanto a tecnologia era utilizada principalmente para automatizar atividades existentes. A inteligência artificial, porém, introduz uma dinâmica diferente.

A transformação em curso não se limita à execução mais rápida de tarefas. Sistemas inteligentes passam a participar da tomada de decisão, identificam padrões invisíveis ao olhar humano, aprendem continuamente e operam em tempo quase real. Isso altera não apenas processos, mas também estruturas organizacionais, modelos de governança e formas de liderança.

Ao mesmo tempo, o setor vive outra transformação relevante. Open Finance, Pix, embedded finance e plataformas digitais estão criando um ambiente cada vez mais conectado, no qual dados, serviços e transações circulam entre diferentes participantes do ecossistema. A vantagem competitiva deixa de estar exclusivamente nos produtos oferecidos e passa a depender da capacidade de integrar parceiros, tecnologia, dados e experiência do cliente.

Essa mudança expõe o peso dos sistemas legados, um desafio que acompanha o mercado há anos e que, por muito tempo, foi tratado como uma questão essencialmente técnica. Hoje, ele se tornou um tema estratégico. Sistemas antigos reduzem a velocidade de adaptação, dificultam integrações e elevam os custos de inovação justamente em um momento em que a capacidade de evolução contínua se tornou um diferencial competitivo.

O avanço da própria inteligência artificial começa a oferecer novos caminhos para esse problema. Ferramentas capazes de mapear dependências, analisar código, apoiar processos de migração e acelerar a modernização tecnológica tornam mais viável uma transformação gradual das arquiteturas existentes. Ainda assim, a tecnologia sozinha não resolve o desafio.

Legado não é apenas código. É também processo, cultura, governança e decisões acumuladas ao longo de décadas. É justamente por isso que muitas iniciativas de IA encontram dificuldades para gerar impacto relevante. As organizações investem em ferramentas modernas, mas continuam operando sob estruturas concebidas para outra realidade. Criam laboratórios de inovação, mas mantêm processos de decisão incompatíveis com a velocidade exigida pelo mercado. Adotam inteligência artificial, mas preservam modelos de gestão que dificultam a experimentação, aprendizado e adaptação.

A discussão sobre IA precisa amadurecer. O debate não deveria estar concentrado apenas em quais tecnologias implementar, mas em como preparar a organização para operar em um ambiente cada vez mais orientado por dados, automação inteligente e decisões distribuídas.

Para os executivos tomadores de decisão, isso significa olhar para a inteligência artificial não como uma iniciativa isolada, mas como uma capacidade organizacional que influencia estratégia, operação, risco, experiência do cliente e desenvolvimento de produtos. As instituições que compreenderem essa mudança terão melhores condições de transformar tecnologia em vantagem competitiva sustentável. Já as que tratarem a IA apenas como mais uma ferramenta, provavelmente, continuarão investindo em inovação sem conseguir converter investimento em resultado.

No fim, a pergunta mais importante para o mercado financeiro talvez não seja qual será a próxima tecnologia disruptiva. A questão é outra: as organizações estão realmente preparadas para funcionar dentro da nova lógica que essas tecnologias estão criando? A resposta para essa pergunta pode definir quem liderará os próximos ciclos de transformação do setor.

Por George Carvalho, especialista de inovação do Torq, hub de inovação da Evertec