A inteligência artificial chegou a um ponto em que sua presença já é dada como certa. Todas as plataformas de software estão incorporando capacidades de IA, os provedores de tecnologia consolidados estão adicionando inteligência a produtos que existem há décadas, e empresas totalmente novas estão surgindo com IA em seu núcleo.
Para as instituições financeiras, porém, essa aceleração tecnológica cria uma conversa diferente. A pergunta não é mais se a IA pode ser adotada, e sim se ela pode ser adotada sem que se perca o controle sobre as decisões que realmente importam.
O setor bancário sempre foi construído sobre a confiança. Cada decisão de concessão de crédito, investigação de fraude, avaliação de capacidade de pagamento ou interação com o cliente carrega consequências que vão muito além da tecnologia. Elas afetam a vida financeira dos clientes, a reputação da instituição e a confiança no próprio sistema financeiro. A IA sem dúvida tem o potencial de melhorar esses resultados, mas a mesma capacidade que gera valor pode, com a mesma facilidade, amplificar decisões ruins se for introduzida sem a disciplina necessária para governá-la adequadamente.
Na Provenir, costumamos pensar na adoção da IA como um iceberg. Acima da superfície estão as capacidades que chamam atenção nas manchetes: automação, personalização, interfaces de linguagem natural e uma tomada de decisão muito mais rápida. Abaixo da superfície está o trabalho que determina se essas capacidades geram valor sustentável ou introduzem novos riscos operacionais: vieses que só aparecem em escala, desvio do modelo (model drift), dependência excessiva das recomendações da IA, e sistemas que funcionam bem em projetos-piloto, mas enfrentam dificuldades diante da complexidade da produção real. Raramente são falhas da própria IA; são falhas de governança.
Para as instituições financeiras de Nível 1, isso importa porque elas não estão tentando se tornar empresas de IA. Elas passaram décadas construindo uma infraestrutura de tomada de decisão resiliente, capaz de atender milhões de clientes sob padrões regulatórios exigentes.
O desafio é fortalecer essa base com IA, não substituí-la. O objetivo é melhorar os resultados para o cliente sem comprometer o controle, a resiliência e a responsabilização já existentes.
É por isso que vemos a regulamentação, incluindo o AI Act da União Europeia, como um facilitador, e não como uma barreira. Uma boa regulamentação define as condições sob as quais a inovação pode escalar de forma responsável. Ao exigir rastreabilidade, supervisão humana, documentação e responsabilização, ela oferece às organizações um framework para implantar a IA com segurança nos processos que mais importam.
No fim das contas, a conversa nunca deveria começar pela tecnologia. Deveria começar pelo resultado. O cliente nunca vivencia um modelo de linguagem. Ele vivencia se um empréstimo foi aprovado de forma justa, se uma fraude foi detectada rapidamente, se uma reclamação foi tratada adequadamente, ou se ele foi atendido com empatia em um momento de dificuldade financeira. A tecnologia só tem valor se esses resultados para o cliente melhorarem.
Isso também define o que realmente significa colocar uma “IA sob governança”. Governança não é simplesmente conectar um LLM a um fluxo de trabalho. Ela abrange tudo o que envolve essa solução: como ela foi projetada, como foi testada, como a equidade foi avaliada, como o desempenho é monitorado, como o desvio é detectado, se cada decisão pode ser rastreada, explicada e auditada, e por quanto tempo as evidências que a sustentam são mantidas. Essas são as perguntas que responsáveis por conformidade, auditores e reguladores precisam cada vez mais que as instituições respondam com segurança.
Talvez o princípio mais importante seja que a responsabilização nunca é transferida para a tecnologia. A IA pode gerar recomendações e automatizar tarefas cada vez mais sofisticadas, mas nunca é responsável pelos resultados que produz. Essa responsabilidade permanece sempre com as pessoas. À medida que a IA se torna mais capaz, a responsabilidade humana torna-se mais importante, e não menos.
No fim, toda decisão de IA é um equilíbrio entre valor e risco. A governança é o que permite às organizações ajustar esse equilíbrio, reduzindo o risco e, ao mesmo tempo, aumentando o valor que a IA pode entregar com segurança. Ela dá a confiança necessária para introduzir a IA onde ela gera melhorias significativas, reconhecendo que, em algumas situações, uma abordagem mais tradicional ainda pode ser a melhor escolha.
Por isso é importante pensar na governança como uma série consciente de escolhas de design, e não como uma lista de controles a serem marcados. Há situações em que uma pessoa deve permanecer diretamente envolvida em cada decisão, como na gestão de clientes vulneráveis, porque o julgamento e a responsabilização vão além do que a IA deveria fornecer de forma independente. Há outras, como o monitoramento de transações, em que a automação pode operar com segurança em grande escala, desde que existam mecanismos robustos de monitoramento, alertas e escalonamento.
O objetivo nunca deve ser maximizar a automação por si só. Deve ser maximizar os resultados para o cliente, gerenciando o risco de forma adequada. Em algumas situações, a IA deve apoiar uma pessoa na decisão final, mantendo o ser humano firmemente no processo. Em outras, ela pode automatizar com segurança decisões rotineiras, desde que monitoramento e governança robustos sejam mantidos. E sempre haverá situações em que a IA simplesmente não é a tecnologia certa. A decisão deve sempre refletir o equilíbrio entre valor, risco e os controles disponíveis para gerenciar esse risco.
Em muitos aspectos, esta é simplesmente a próxima etapa de uma jornada que o setor de serviços financeiros já percorreu antes. Os bancos primeiro desenvolveram cultura de risco, depois cultura de dados, e agora cultura de IA. As instituições que terão sucesso não serão necessariamente as que implantam mais IA, mas sim as que entendem onde ela gera valor genuíno, onde as abordagens tradicionais continuam mais adequadas, e como combinar as duas dentro de um framework de governança em que clientes, reguladores e conselhos de administração possam confiar.
