Seu banco pode inovar mais rápido, mas consegue continuar sendo confiável?

Por Stefano Levorato, embaixador IA4FIN

Recentemente, publiquei no O Estado de S. Paulo o artigo “Cibersegurança: inovação que salva vidas”, no qual discuti como tecnologias aplicadas a sistemas críticos precisam ir além da capacidade de funcionar ou de acelerar respostas: elas precisam ser confiáveis. Naquele texto, o ponto de partida estava em sistemas de emergência, alertas públicos e infraestruturas que, diante de uma situação extrema, não podem simplesmente falhar. Mas a reflexão não termina ali. Quando transportamos essa mesma lógica para o mercado financeiro, encontramos um ambiente igualmente dependente de confiança, no qual milhões de decisões acontecem todos os dias por meio de sistemas digitais e onde Inteligência Artificial, automação, Open Finance, identidade digital, computação em nuvem e novos modelos de pagamento estão ampliando rapidamente tanto a capacidade das instituições quanto a complexidade dos riscos que precisam administrar.

O setor financeiro brasileiro talvez esteja vivendo um dos ciclos mais intensos de transformação tecnológica de sua história. Essas novas tecnologias estão deixando de ser temas restritos aos departamentos de tecnologia para interferir diretamente na forma como bancos desenvolvem produtos, atendem clientes, tomam decisões e competem. A Pesquisa Febraban de Tecnologia Bancária 2025 estimou que os bancos brasileiros destinariam R$ 47,8 bilhões à tecnologia naquele ano e apontou crescimento projetado de 61% nos investimentos em Inteligência Artificial, Analytics e Big Data. Mais de oito em cada dez bancos pesquisados já haviam incorporado IA generativa às operações e relatavam ganhos mensuráveis de eficiência. É difícil olhar para esses números e não concluir que a discussão sobre adoção tecnológica já ficou para trás. A questão agora é outra: o que acontece quando a capacidade de inovar passa a crescer mais rapidamente do que a capacidade das organizações de garantir segurança, governança e confiança?

Se uma tecnologia é utilizada para comunicar um alerta, orientar uma resposta ou proteger uma população, sua capacidade de funcionar de maneira confiável é parte inseparável da própria inovação. O mercado financeiro opera sob uma lógica semelhante, embora às vezes esqueçamos disso diante do entusiasmo provocado por novas tecnologias. Uma recomendação financeira, uma aprovação de crédito, uma autenticação de identidade, uma transferência ou uma decisão automatizada podem acontecer em segundos, mas todas dependem de algo construído durante anos: a confiança de que aquela instituição protegerá os dados do cliente, tomará decisões de forma adequada e estará disponível quando ele precisar.

É justamente aqui que surge uma contradição importante da atual corrida pela Inteligência Artificial. A mesma tecnologia que amplia a capacidade de defesa das instituições também amplia a capacidade de ataque. O Fundo Monetário Internacional chamou atenção para esse fenômeno em uma nota publicada em 2026 sobre IA e cibersegurança no setor financeiro. Segundo o FMI, a IA está alterando o equilíbrio entre atacantes e defensores porque aumenta a velocidade e a escala com que vulnerabilidades podem ser identificadas e exploradas. O risco sistêmico não está apenas no surgimento de novos tipos de ataques, mas no fato de que instituições financeiras utilizam infraestruturas compartilhadas, serviços de nuvem, sistemas operacionais, softwares de código aberto, redes de pagamento e fornecedores tecnológicos e fazendo com que uma mesma fragilidade possa atingir várias organizações em um intervalo muito curto.

Esse ponto é particularmente relevante porque a inovação financeira atual acontece cada vez menos dentro dos limites de uma única organização. Um banco moderno depende de provedores de nuvem, APIs, fintechs, empresas de identidade, soluções antifraude, plataformas de dados e uma extensa rede de fornecedores. Essa arquitetura permite inovar mais rapidamente, mas cria novas superfícies de exposição. O relatório Data Breach Investigations Report 2025, da Verizon, analisou mais de 22 mil incidentes de segurança e 12.195 violações confirmadas e identificou participação de terceiros em 30% das violações, praticamente o dobro do observado anteriormente, enquanto a exploração de vulnerabilidades cresceu 34%. Em outras palavras, quanto mais conectadas se tornam as organizações, mais a segurança deixa de ser apenas uma questão interna e passa a depender também da maturidade de todo o ecossistema ao redor delas.

No Brasil, esse movimento já provocou uma resposta regulatória importante. No final de 2025, o Banco Central e o Conselho Monetário Nacional atualizaram os requisitos de segurança cibernética aplicáveis às instituições financeiras e de pagamento. Entre as mudanças estão controles adicionais de acesso, rastreabilidade de operações, inteligência cibernética, testes independentes de intrusão, integração segura de sistemas e ampliação dos controles relacionados à adoção de novas tecnologias e soluções fornecidas por terceiros. Há uma mensagem estratégica por trás dessa atualização: segurança não pode continuar sendo tratada como uma etapa que aparece depois que o produto está pronto. Ela precisa ser incorporada ao próprio processo de desenvolvimento.

Essa mudança é mais profunda do que parece. Durante muitos anos, empresas trabalharam com uma sequência relativamente previsível: negócio identificava uma oportunidade, tecnologia construía uma solução e, em algum momento, segurança, risco e compliance eram chamados para validar aquilo que havia sido criado. Esse modelo já apresentava limitações antes da IA, mas torna-se cada vez mais inadequado quando sistemas passam a aprender, gerar conteúdo, interpretar dados e, em alguns casos, agir autonomamente. Quando o ciclo de desenvolvimento fica mais rápido, deixar governança e segurança para o final não apenas aumenta o risco como também cria retrabalho, atrasos e dificuldades para escalar aquilo que já foi construído.

Os próprios bancos brasileiros parecem perceber essa transição. Na Pesquisa Febraban de Tecnologia Bancária 2025, a maior parte das instituições participantes afirmou utilizar IA em casos ligados à cibersegurança, prevenção à fraude e lavagem de dinheiro. Entre os bancos da amostra, 70% declararam estar implementando IA especificamente em cibersegurança e 80% na detecção de fraude e lavagem de dinheiro. Isso demonstra algo importante: IA não é apenas parte do problema. Ela também é uma das principais ferramentas disponíveis para enfrentá-lo, permitindo monitorar volumes de informação impossíveis de serem processados manualmente, detectar comportamentos anormais em tempo real e responder a ameaças com maior velocidade.

É justamente por isso que reduzir essa discussão a uma oposição entre inovação e segurança seria um erro, a questão não é escolher entre acelerar ou proteger, o desafio é criar uma arquitetura em que ambas as capacidades evoluam juntas. No relatório Cost of a Data Breach 2025, da IBM, o custo médio global de uma violação de dados ficou em US$ 4,4 milhões. Já no Brasil, a média chegou a R$ 7,19 milhões, enquanto o setor financeiro registrou custo médio de R$ 8,92 milhões por incidente. Ao mesmo tempo, organizações brasileiras com uso mais amplo de IA e automação em segurança apresentaram custos médios inferiores aos daquelas que não utilizavam essas tecnologias. A própria IA, portanto, pode elevar a exposição quando adotada sem governança e reduzir o impacto quando aplicada de maneira estruturada à defesa. 

O dado mais preocupante talvez esteja justamente na governança. A IBM identificou que 63% das organizações analisadas globalmente ainda não possuíam políticas adequadas para governar o uso de IA. Entre organizações que haviam sofrido incidentes relacionados à tecnologia, 97% não dispunham de controles adequados de acesso aos sistemas de IA afetados. No Brasil, segundo os dados divulgados a partir do mesmo estudo, 87% das organizações pesquisadas afirmaram não possuir políticas de governança de IA em vigor. Isso revela uma diferença significativa entre adotar tecnologia e possuir maturidade para operá-la.

Essa diferença deveria preocupar especialmente o mercado financeiro e fintechs porque confiança é um de seus principais ativos econômicos. Um cliente pode não compreender como funciona o modelo responsável pela análise de fraude do seu banco, mas ele percebe imediatamente quando deixa de confiar no sistema. Uma conta bloqueada de maneira equivocada, uma fraude autorizada, um vazamento de informações ou uma decisão automatizada inexplicável não são percebidos pelo consumidor como problemas técnicos isolados, eles podem afetardiretamente a relação que aquela pessoa possui com a instituição.

Por isso, talvez seja necessário atualizar a forma como avaliamos inovação. Normalmente perguntamos quanto uma tecnologia reduziu custos, quanto acelerou um processo, quantos clientes passou a atender ou quanto aumentou a produtividade. Essas métricas continuam importantes, mas tornam-se incompletas em sistemas que passam a assumir responsabilidades cada vez maiores. Também precisamos perguntar qual nível de confiança aquela solução consegue sustentar, quais riscos foram introduzidos, como as decisões podem ser auditadas, o que acontece quando o sistema falha e qual capacidade a organização possui para se recuperar.

Na indústria automotiva, onde trabalhei durante muitos anos, aprendi que inovação de produto nunca pode ser avaliada exclusivamente pelo desempenho em condições ideais. Um veículo precisa ser projetado considerando situações extremas, falhas de componentes, comportamento humano imprevisível, diferentes ambientes e inúmeras interações entre sistemas. O melhor projeto não é apenas aquele que performa melhor quando tudo funciona. É aquele que continua previsível e seguro quando algo deixa de funcionar como esperado. Com sistemas financeiros baseados em IA, deveríamos adotar o mesmo raciocínio.

Essa perspectiva também ajuda a entender por que segurança pode deixar de ser vista apenas como custo e passar a funcionar como vantagem competitiva. Em um mercado no qual funcionalidades digitais são rapidamente copiadas, modelos de IA tornam-se acessíveis e experiências convergem, confiança pode ser mais difícil de reproduzir do que tecnologia. A instituição que conseguir oferecer serviços rápidos, personalizados e inteligentes ao mesmo tempo em que demonstra segurança, transparência e capacidade de resposta estaráconstruindo uma barreira competitiva que não pode ser adquirida simplesmente contratando mais uma plataforma.

Talvez por isso seja significativo que, segundo levantamento da KPMG, 74% das organizações de serviços financeiros pesquisadas já envolvam as equipes de cibersegurança desde os estágios iniciais do planejamento tecnológico. O movimento revela uma mudança de papel: o responsável por segurança deixa de aparecer apenas como quem aprova ou bloqueia projetos e passa a participar da criação das soluções.

O futuro do mercado financeiro será inevitavelmente mais automatizado, conectado e dependente de Inteligência Artificial. Agentes poderão realizar pagamentos, sistemas interpretarão comportamentos em tempo real, mecanismos de identidade serão cada vez mais sofisticados e decisões antes realizadas exclusivamente por pessoas serão compartilhadas com máquinas. A discussão estratégica, portanto, não deveria ser sobre impedir essa evolução, mas sobre reconhecer que quanto maior a autonomia concedida à tecnologia, maior precisa ser a maturidade da organização que a controla.

Durante muito tempo, a pergunta central da transformação digital foi: “O que essa tecnologia nos permite fazer?”, na próxima fase da inovação financeira, talvez precisemos acrescentar uma segunda pergunta: “Como fazemos isso de uma maneira em que clientes, reguladores, parceiros e a própria organização possam continuar confiando no sistema?”

Porque inovar mais rápido pode gerar vantagem competitiva durante algum tempo. Mas, em um mercado construído sobre confiança, a inovação que realmente permanece é aquela que consegue ser rápida sem se tornar frágil.