Depois do hype: 5 aprendizados sobre o uso da IA em bancos e gestoras

Painel da ANBIMA no Rio Innovation Week 2026 discutiu o que bancos e gestoras estão aprendendo ao levar a inteligência artificial dos testes para a operação. 

A inteligência artificial já faz parte da rotina de muitas organizações. Passado o entusiasmo inicial, porém, surge uma questão mais importante: como transformar seu uso em resultado para o negócio? 

A Match<IT> esteve no Rio Innovation Week 2026 e acompanhou o painel “Depois do hype: como a IA está realmente rodando em bancos e gestoras”, promovido pela ANBIMA. A conversa foi mediada por Lucas Lucena, especialista em Inovação na ANBIMA, e contou com os painelistas Sérgio Bini, vice-presidente da CAIXA; Eduardo Armelin, Head de Tecnologia na Porto Asset; e Allan Quadros, especialista em Tecnologia e Inovação no Banco do Brasil. 

O debate mostrou que a adoção da IA está entrando em uma fase mais madura. O foco começa a sair da novidade tecnológica para se concentrar nas condições que tornam seu uso relevante, seguro e sustentável. Reunimos cinco aprendizados que sintetizam essa discussão. 

1. IA não é uma solução para todos os problemas

A inteligência artificial pode acelerar tarefas, apoiar análises e ampliar a eficiência. Isso não significa, contudo, que ela seja a resposta para qualquer desafio. 

Eduardo Armelin destacou que a IA deve ser entendida como um meio. O acesso às ferramentas está mais democrático, mas o diferencial está na capacidade de escolher quando e como utilizá-las. 

Essa escolha exige discernimento. Se a tecnologia não contribui para resolver o problema, insistir em seu uso apenas aumenta a complexidade. A pergunta mais útil não é “onde podemos aplicar IA?”, mas “o que precisamos resolver e qual recurso faz mais sentido para isso?”. 

2. A adoção depende de cultura e preparo

Dentro de uma mesma empresa, a IA desperta reações diferentes. Algumas pessoas querem utilizá-la em todas as atividades. Outras ainda preferem processos conhecidos, mesmo quando são menos eficientes. Há também quem desconfie de qualquer resultado produzido com automação. 

Para Allan Bastos, essas diferenças mostram que a adoção da IA é também um desafio cultural. Disponibilizar uma ferramenta não é suficiente. As empresas precisam preparar seus times, construir referências de uso e estimular uma postura aberta, mas crítica. 

Sérgio Bini reforçou esse ponto ao destacar que a transformação não acontece somente pela tecnologia. Ela depende do desenvolvimento das pessoas, da qualidade dos dados e da clareza sobre as práticas que a organização deseja incentivar. 

Antes de escalar o uso da IA, portanto, é necessário criar condições para que as pessoas saibam utilizá-la com propósito e responsabilidade. 

3. Governança é o que permite avançar com segurança

Quanto mais a IA entra na operação, maior é a necessidade de definir critérios para seu uso. É preciso estabelecer responsabilidades, limites, processos de validação e formas de acompanhamento. 

Allan Bastos apontou a governança como elemento central dessa jornada. Ela organiza a adoção e ajuda a evitar dois extremos: o uso indiscriminado da tecnologia e a resistência que impede qualquer avanço. 

Governança não significa bloquear a experimentação. Significa criar uma esteira clara para que os testes possam evoluir com segurança e coerência. Quando as regras fazem parte da rotina, a empresa ganha mais confiança para aprender, corrigir e ampliar o que funciona. 

4. O problema de negócio deve vir antes da ferramenta

Um dos aprendizados mais importantes do painel foi a necessidade de mudar o ponto de partida dos projetos. Em vez de criar uma iniciativa porque determinada tecnologia está em evidência, a empresa deve começar pelo desafio que deseja resolver. 

Na visão apresentada por Allan Bastos, a priorização deve considerar quais demandas podem gerar mais retorno. Primeiro, a organização define o problema, o impacto esperado e a relevância para o negócio. Depois, avalia se a IA deve fazer parte da solução. 

Essa inversão evita projetos guiados apenas pelo interesse em uma ferramenta. Também direciona tempo e investimento para iniciativas com maior potencial de impacto. 

A IA pode ser parte da resposta. O problema de negócio, no entanto, precisa continuar sendo o ponto de partida. 

5. Ganho de produtividade não é o mesmo que resultado

Medir quanto tempo uma ferramenta economizou ou quantas tarefas foram automatizadas é relativamente simples. Comprovar o efeito dessa eficiência no negócio é mais desafiador. 

Uma iniciativa pode aumentar a produtividade sem gerar valor relevante para a estratégia. Por isso, os indicadores precisam ir além do volume produzido ou das horas economizadas. Eles devem mostrar se houve redução de custos, aumento de receita, mitigação de riscos, melhoria da experiência ou avanço em outro objetivo prioritário. 

Esse critério precisa ser definido desde o início. Quando o resultado esperado está claro, a empresa consegue selecionar melhor suas iniciativas e acompanhar se a tecnologia entregou o impacto prometido. 

Da adoção da IA à geração de valor

O painel da ANBIMA deixou uma mensagem clara: depois do hype, a maturidade não está em utilizar mais IA, mas em utilizá-la melhor. 

Isso envolve reconhecer seus limites, preparar as pessoas, estabelecer governança, começar pelo problema certo e medir o impacto gerado. A tecnologia ganha valor quando está conectada a escolhas de negócio bem fundamentadas. 

É justamente essa conexão que orienta o trabalho da Match<IT>. Nossa plataforma apoia empresas a priorizar iniciativas pelo valor esperado, conectar a execução à estratégia e acompanhar o retorno do portfólio. A IA pode fazer parte da solução, mas o resultado para o negócio deve ser sempre o destino. 

Quer conhecer essa abordagem na prática? Agende uma demo e veja como a Match<IT> apoia empresas a transformar iniciativas de inovação e IA em resultados mensuráveis.