As regras do setor financeiro estão sendo reescritas graças à IA e à IA generativa. Em sua conversa para o The Bridge, Artefact's Joffrey Martinez, Managing Partner e líder global de serviços financeiros, e Alexis Baufine-Ducrocq, Partner & Lead Financial Services, discutem a corrida para redefinir o desempenho financeiro com IA.
Joffrey Martinez supervisiona o data e os programas de transformação de IA para grandes bancos, seguradoras e instituições financeiras em todo o mundo. Antes de ingressar na Artefact, ele trabalhou em private equity e consultoria, inclusive na BearingPoint e na IBM Consulting France. Ele tem mestrado pela Kedge Business School e certificação Black Belt Lean Six Sigma, Educação Executiva pela École Polytechnique.
Alexis Baufine-Ducrocq ajuda os principais bancos e seguradoras a implementar soluções de IA e GenAI. Ele tem mais de 14 anos de experiência em consultoria na Europa e na Ásia e, anteriormente, ocupou cargos em estratégia e tecnologia. Alexis estudou engenharia e telecomunicações na CentraleSupélec e é formado pela ESCP Europe.
A inteligência artificial faz parte do mundo financeiro há muito tempo, mas a a aceleração da IA generativa e da análise avançada está redefinindo a forma como as instituições pensam sobre desempenho, produtividade e criação de valor. Nos setores bancário, de seguros e de gestão de ativos, a IA está se tornando não apenas uma ferramenta para a eficiência operacional, mas um mecanismo de transformação estratégica.
Hoje em dia, a competitividade no setor financeiro não é medida apenas pelas margens ou pela exposição ao risco, mas pela eficiência com que as instituições conseguem capturar e usar suas data. A corrida é para oferecer decisões mais rápidas, melhores experiências para os clientes e operações mais resilientes, todas baseadas na orquestração inteligente de informações.
Velocidade, precisão e qualidade tornaram-se inseparáveis. Em um ambiente em que um banco pode aprovar um empréstimo em horas, em vez de dias, ou uma seguradora pode reembolsar um sinistro em minutos, as expectativas dos clientes mudaram permanentemente. A liderança em finanças pertencerá àqueles que conseguirem combinar agilidade com confiança: uma combinação possibilitada pela IA.
Dois caminhos para a maturidade da IA
Embora todas as instituições financeiras estejam envolvidas na transformação da IA, o nível de maturidade varia muito no setor. Os bancos de varejo e os seguros foram os primeiros a industrializar a IA, em grande parte porque seus modelos de negócios dependem de escala: milhões de clientes, bilhões de pontos data e pressão constante sobre as margens. Essas condições fazem com que o retorno do investimento em IA seja mensurável e imediato.
Os bancos de varejo agora usam o aprendizado de máquina para pré-qualificar candidatos a empréstimos, personalizar ofertas e detectar anomalias nas transações dos clientes. As seguradoras usam técnicas semelhantes para Prever renovações de apólices, detectar fraudes e otimizar a subscrição. Em ambos os setores, a IA apoia diretamente a lucratividade, reduzindo os custos operacionais e aumentando o potencial de vendas cruzadas.
Por outro lado, os bancos de investimento, os bancos privados e a gestão de ativos entraram na era da IA por meio de domínios especializados: negociação quantitativa, modelagem de risco e detecção de fraudes. Esses usos eram profundos, mas restritos, confinados a especialistas como quants e atuários. O que está mudando hoje é a difusão da IA em toda a cadeia de valor. As relações com os clientes, a concessão de crédito e o gerenciamento de riscos estão agora impregnados de modelos preditivos e raciocínio automatizado. O que antes vivia em centros de excelência isolados está sendo incorporado à tomada de decisões cotidianas.
Como diz Joffrey, “Todos os jogadores entraram na corrida pela IA, porque há um verdadeiro desafio competitivo em desbloquear esse potencial.” A difusão da IA marca a transição da experimentação para a integração, de projetos isolados para uma capacidade de todo o setor que sustenta a competitividade.
Construção do data foundations
Entre os subsetores financeiros, o de seguros talvez ofereça a imagem mais clara da profundidade com que o data define a transformação. Os atuários, os cientistas data originais do setor, sempre usaram modelagem estatística para precificar o risco. Essa cultura de quantificação proporciona às seguradoras uma vantagem natural ao modernizarem sua infraestrutura.
Nos últimos anos, o foco passou a ser a criação de ecossistemas data de ponta a ponta. As seguradoras de saúde, propriedade e acidentes estão construindo plataformas capazes de ingerir data de clientes, data de sinistros, data comportamental e fontes externas em tempo real. O resultado é um base unificada para previsão e personalização.
Atualmente, a maioria das seguradoras opera com arquiteturas híbridas e multi-cloud. Conjuntos de data altamente confidenciais, como registros médicos, permanecem no local, enquanto os data menos críticos migram para clouds públicos para obter escalabilidade e análises avançadas. Cada vez mais, um A terceira camada, clouds soberanos, está surgindo para conciliar a inovação com os requisitos regulatórios. Essa abordagem em camadas permite que as empresas equilibrem conformidade, agilidade e custo.
Igualmente significativo é o aumento do data governance robusto. A propriedade do data está se aproximando das funções de negócios, dando aos subscritores, gerentes de sinistros e profissionais de marketing a responsabilidade direta pela qualidade e uso do data. Uma governança sólida transforma o data de um ativo técnico em um ativo operacional: limpo, contextualizado e utilizável para IA. Com uma governança sólida, A IA passa de ferramentas especializadas para sistemas de autoatendimento que aceleram o impacto nos negócios.
As CDPs (Customer Data Platforms) estão se tornando fundamentais para essa estratégia. Ao vincular informações em todos os pontos de contato, as CDPs permitem que as seguradoras detectem os primeiros sinais de rotatividade, personalizem as ofertas e respondam dinamicamente ao comportamento do cliente. Em um setor conhecido pelo alto desgaste, onde, como diz Alexis, “O jogo é encher a banheira mais rápido do que ela esvazia”, A integração do data agora é sinônimo de retenção de clientes.
Com essas bases estabelecidas, a IA pode passar de iniciativas orientadas por especialistas para aplicativos de autoatendimento acessíveis a todas as unidades de negócios. Assim, o Data se torna a ponte entre o potencial tecnológico e o impacto comercial.
Contrastes globais na adoção da IA
Ao comparar a maturidade da IA em todo o mundo, surgem padrões claros. Os Estados Unidos lideram por uma margem significativa, respondendo por mais de um terço da receita global de IA em serviços financeiros. Instituições americanas como o JPMorgan incorporaram a IA em quase todos os processos, desde a negociação e o gerenciamento de crédito até a consultoria ao cliente, demonstrando como é a integração total em escala.
A Ásia segue de perto, impulsionada pela extraordinária capacidade de inovação da China. A Ping An, por exemplo, evoluiu de uma seguradora para uma empresa de tecnologia diversificada, registrando milhares de patentes de IA e industrializando centenas de casos de uso em saúde, empréstimos e gestão de patrimônio.
A Europa está ao lado da Ásia na escala de suas iniciativas, mas se distingue por sua ênfase na ética e na regulamentação. Bancos como o UBS, o BNP Paribas e o Santander estão investindo pesadamente em estruturas de IA responsáveis e, ao mesmo tempo, implantando modelos avançados na prevenção de fraudes e no atendimento ao cliente.
Outras regiões estão avançando rapidamente de maneiras distintas. A América Latina, liderada pelo Itaú e pelo Nubank do Brasil, está usando a IA para combater fraudes e gerenciar ecossistemas bancários somente digitais. O Oriente Médio está se beneficiando de estratégias de investimento em IA orientadas pelo Estado que aceleram a inovação em todos os setores, enquanto as instituições africanas estão usando a IA para estender a inclusão financeira a populações carentes.
Apesar dessas diferenças, um fator consistente une os primeiros colocados: o reconhecimento da IA como infraestrutura estratégica. As nações e instituições que tratam a IA não como uma alavanca de custos, mas como uma plataforma de crescimento, estão se movendo mais rapidamente, com mais confiança e com maior coerência.
Três vetores de criação de valor
Em todo o setor financeiro, a IA está criando valor por meio de três alavancas interconectadas: otimização de custos, crescimento da receita, e proteção contra riscos.
A otimização de custos continua sendo a mais visível. A automação está reduzindo o “custo de atendimento” ao simplificar o processamento de documentos, a subscrição e o atendimento ao cliente. No setor bancário de varejo, a análise de crédito orientada por IA reduziu o tempo de aprovação de empréstimos em dias, reduzindo a sobrecarga operacional e aumentando a satisfação do cliente. Em seguros, a automação de ponta a ponta agora pode processar até 30% dos sinistros de propriedade e saúde em minutos. O reconhecimento óptico de caracteres e os modelos generativos leem faturas, verificam a cobertura e acionam pagamentos instantâneos: um exemplo tangível de eficiência que se traduz em experiência.
Os mesmos sistemas elevam a contribuição humana. Ao lidar com casos de rotina automaticamente, a IA libera os especialistas para se concentrarem em situações complexas ou delicadas, nas quais o julgamento e a empatia são mais importantes. A automação, nesse sentido, torna-se uma maneira de re-humanizar o trabalho em vez de eliminá-lo.
O crescimento da receita representa a próxima fronteira. A análise preditiva permite que bancos e seguradoras antecipem as necessidades dos clientes - um novo emprego, a compra de uma casa, uma mudança de vida - e proponham produtos relevantes exatamente no momento certo. A IA generativa amplia essa vantagem em contextos de consultoria: no setor de private banking, ela pode condensar análises de mercado complexas em insights concisos e acionáveis, reduzindo o tempo entre a experiência e a decisão do cliente.
Esses recursos transformam os modelos de serviço de reativos em proativos. Os relacionamentos se tornam contínuos, contextuais e personalizados, A IA define um novo padrão para o relacionamento com o cliente: disponível, acessível, personalizado e responsivo a qualquer momento. A IA define um novo padrão para o relacionamento com o cliente: disponível, acessível, personalizado e responsivo a qualquer momento.
O terceiro vetor, a proteção, talvez seja o mais crítico para a confiança. Os modelos de aprendizado de máquina agora monitoram milhões de transações em tempo real, detectando anomalias que sinalizam possíveis fraudes ou atividades de lavagem de dinheiro. A capacidade da IA de lidar com data desequilibrados, em que as transações genuínas superam em muito as fraudulentas, revolucionou a detecção de riscos.
Em conformidade, A IA reduz drasticamente os falsos positivos. Em vez de exércitos de analistas revisando transações manualmente, a IA filtra alertas para concentrar a atenção humana em atividades genuinamente suspeitas, reduzindo-as em algumas instituições por um fator de 100, sem perda de precisão. O resultado? Custos mais baixos, tempos de resposta mais rápidos e maior confiança do regulador e do cliente.
Além do ROI: o retorno cultural
A quantificação do impacto da IA é relativamente simples. Os modelos de fraude podem economizar dezenas de milhões de euros; a automação de processos pode proporcionar ganhos de eficiência de 20 a 30 por cento. No entanto, o valor mais profundo está em como a IA remodela a maneira como as organizações pensam e trabalham.
Tratar a IA apenas como uma ferramenta de automação é perder seu potencial transformador. Não se trata apenas de economizar minutos em tarefas rotineiras; trata-se de redefinição de funções, práticas de gerenciamento e até mesmo do conceito de especialização. Na seguradora do futuro, por exemplo, os gerentes supervisionarão os agentes de IA que lidam com a maioria dos sinistros padrão, dedicando tempo humano a casos excepcionais que exigem empatia e julgamento.
Há também a produtividade mais silenciosa das ferramentas cotidianas, que Alexis descreve como produtividade difusa. Tecnologias assistivas como o Copilot podem economizar apenas alguns minutos por usuário, mas seu efeito cumulativo harmoniza a qualidade entre as equipes. Quando os funcionários compartilham descobertas e práticas recomendadas, eles aceleram a adoção e criam confiança em aplicativos de IA mais complexos.
Dessa forma, a prontidão cultural torna-se tanto um pré-requisito quanto um produto do sucesso da IA. As organizações que promovem a curiosidade e a colaboração obtêm retornos de longo prazo muito maiores do que aquelas que se concentram apenas em métricas financeiras imediatas.
Gerenciando as novas dimensões do risco
Nenhum setor tem mais experiência em gestão de riscos do que o financeiro. No entanto, a IA introduz novas formas de risco que exigem controles adaptados, desde a privacidade data e o viés do modelo até a resiliência cibernética e a explicabilidade.
Muitas instituições estão enfrentando esses desafios por meio de “Modelo de ”três linhas de defesa. Uma equipe desenvolve o algoritmo, outra valida sua integridade e uma terceira, muitas vezes incluindo reguladores, analisa seu desempenho. Essa separação de funções garante a responsabilidade e a transparência em todo o ciclo de vida da IA.
Crucialmente, a cultura arraigada do setor de A governança fornece uma base sólida para a IA responsável. Os bancos e as seguradoras já operam sob rigorosos padrões de confidencialidade e conformidade; estender esses princípios aos sistemas algorítmicos é uma progressão natural. Como observa Joffrey, “O maior risco é o risco de não fazer nada.” A inação, nesse contexto, significaria ceder terreno competitivo a rivais mais ágeis.
A transformação humana
A mudança mais profunda, no entanto, é humana. A história mostra que todas as ondas de automação mudam o foco profissional em vez de apagá-lo. Quando a calculadora mecânica surgiu no final do século XIX, os funcionários não foram substituídos; eles se tornaram analistas. A mesma lógica se aplica hoje.
A IA automatizará os cálculos, a documentação e o monitoramento, mas a necessidade de supervisão, interpretação e empatia humanas só aumentará. Os profissionais de amanhã serão supervisores de agentes inteligentes, orquestradores de processos e projetistas de transformação. Seu valor não estará na execução rotineira, mas na percepção e no julgamento.
O desafio é não para tornar os seres humanos obsoletos, mas para torná-los indispensáveis de uma nova maneira.
Rumo a um ecossistema financeiro mais inteligente
A IA já reformulou a forma como as instituições financeiras gerenciam as operações, interagem com os clientes e controlam os riscos. A próxima fase verá agentes especializados em IA operando de ponta a ponta ao lado de especialistas humanos, incorporando inteligência em todos os processos.
As instituições que liderarão essa transformação são aquelas capazes de combinar inovação com a disciplina que sempre definiu as finanças. Elas verão a IA não apenas como uma tecnologia, mas como um meio de renovar o contrato fundamental do setor: atender melhor os clientes, gerenciar os riscos de forma responsável e criar valor com inteligência e integridade.
Em suma, o futuro dos serviços financeiros não será decidido por quem implantar a maioria dos modelos, mas pelo que os utiliza para criar as instituições mais confiáveis, adaptáveis e centradas no ser humano.
Assista à entrevista original em francês:
