PwC: A IA não é apenas uma ferramenta de eficiência, mas também um motor fundamental para a transformação empresarial das instituições financeiras

Relator do 21st Century Business Herald, Tang Jing

Em 17 de março, a PwC publicou o relatório de pesquisa “AI impulsiona a renovação e atualização dos serviços financeiros” e realizou uma conferência de imprensa para a mídia. Esta pesquisa, concluída em janeiro de 2026, abrangeu 201 bancos, seguradoras e instituições de gestão de ativos, além de entrevistas aprofundadas com 20 executivos do setor.

O relatório esclarece os principais cenários atuais de aplicação de IA pelas instituições financeiras, incluindo otimização do atendimento ao cliente, detecção de fraudes e análise preditiva. Nos setores bancário, segurador e de gestão de ativos, a maioria dos entrevistados considera a IA como o motor central da transformação estratégica, e não apenas uma ferramenta de aumento de eficiência.

Posicionamento estratégico totalmente atualizado, necessidade de investimento compatível

O relatório aponta que até 76% das instituições financeiras planejam usar IA para transformar suas estratégias de negócios e abrir novas fontes de receita. Dentre elas, 41% veem a IA como o motor da transformação estratégica, enquanto 35% a consideram a base de um novo sistema de criação de valor, e apenas 15% ainda a veem apenas como uma ferramenta de redução de custos e aumento de eficiência.

Wang Jianping, sócio da consultoria de gestão da PwC China, afirmou na conferência que as instituições financeiras entrevistadas têm altas expectativas quanto ao potencial da IA. Para eles, o valor da IA vai além de melhorar a eficiência operacional, sendo uma oportunidade-chave para remodelar modelos de negócios nativos de IA, reconstruir experiências de serviço e inovar em modelos de negócios, não podendo ser perdida.

Por exemplo, um executivo de um banco local de Hong Kong afirmou: “Não buscamos apenas aumentar a eficiência com IA, mas também esperamos que ela nos ajude a criar novas propostas de valor e modelos de negócio ainda não existentes no mercado.”

No entanto, o alto nível de atenção estratégica ainda não se traduziu totalmente em investimentos financeiros proporcionais. O relatório indica que 61% das instituições têm orçamentos de IA inferiores a 10% do seu orçamento total de tecnologia, o que revela uma lacuna de 30% a 40% nos gastos tecnológicos em relação ao investimento em IA.

Wang Jianping destacou que as instituições já obtiveram retornos iniciais de 10% a 15% com seus investimentos em IA, principalmente na redução de perdas, aumento de conformidade, incremento de receita e redução de custos. Embora estejam focadas em ganhos de curto prazo, também valorizam o potencial de IA para melhorar sua posição de mercado, expandir suas estratégias de crescimento e descobrir novas oportunidades de crescimento a longo prazo. O problema central atualmente é se o investimento em IA é suficiente.

Cenários principais florescem, colaboração homem-máquina torna-se tendência dominante

Apesar das lacunas nos investimentos, focar nos cenários de negócios principais já começa a gerar retornos quantificáveis, tornando-se uma área de desenvolvimento prioritária na aplicação de IA em nível corporativo. A pesquisa mostra que atendimento ao cliente e implantação de chatbots representam 31% das aplicações de IA mais comuns; gestão de investimentos e ativos vem em seguida, com 28%; detecção de fraudes, análise preditiva e modelagem, além de automação de processos de back-office, representam 24%, 23% e 19%, respectivamente.

Vale destacar que a colaboração homem-máquina já se tornou a tendência principal na aplicação de IA. 57% das instituições financeiras afirmam que usarão IA para aprimorar funções existentes e novas, com a aplicação de IA tendendo a reforçar as capacidades humanas, e não substituí-las.

Ni Qing, sócio responsável pelo setor de gestão de ativos e patrimônio na PwC China, explicou que diferentes setores têm focos distintos na implantação de IA. Os bancos concentram-se em controle de riscos, combate à lavagem de dinheiro e conformidade; o setor de seguros prioriza a elevação do nível dos agentes, atendimento ao cliente e processamento de sinistros. Na gestão de ativos e patrimônio, a IA é aplicada na gestão de investimentos e carteiras, análise de dados e mercado.

Ao mesmo tempo, a aplicação de IA sob condições de risco controlado já é consenso no setor. Durante a conferência, em resposta à pergunta do jornalista do 21st Century Business Herald sobre como equilibrar eficiência e segurança na aplicação de IA, Chen Yan, sócio de consultoria de gestão de riscos e regulamentação da PwC, afirmou que, além de atenção ao investimento e retorno, as instituições financeiras devem dar grande importância à governança de IA. A governança de IA funciona como o “freio” de todo o sistema; se não for adequada, as instituições não poderão avançar em alta velocidade, sendo necessário um sistema de freios e contrapesos para garantir que a “corrida de carros” da IA seja segura e eficiente.

Especificamente, as instituições financeiras precisam estabelecer comitês de governança de IA para garantir consenso na gestão. Esses comitês devem fazer um inventário completo das ferramentas de IA utilizadas, entender os recursos de diferentes departamentos, e manter uma visão geral; ao mesmo tempo, promover a motivação dos funcionários e fortalecer treinamentos de conscientização de riscos, garantindo que a percepção de risco acompanhe o ritmo da tecnologia; controlar o ritmo de investimento em IA, equilibrando alocação de recursos e evitando os erros do desenvolvimento “em chaminé” de TI no passado; além de estabelecer mecanismos rigorosos de entrada, avaliando a maturidade das tecnologias de IA e os riscos de novas tecnologias.

Talento e cultura representam maior gargalo, necessidade urgente de avanço na governança de dados

O relatório também aponta que a ampla adoção de IA ainda enfrenta múltiplos obstáculos. Entre eles, a escassez de talentos e a estrutura organizacional rígida são os principais fatores que impedem a implementação em larga escala, tendo impacto muito maior do que questões de orçamento ou tecnologia.

Li Weibin, sócio responsável pela consultoria de gestão da PwC China, afirmou: “Os entrevistados geralmente relatam que o maior desafio atual é recrutar talentos híbridos que entendam tanto de negócios quanto de algoritmos. Treinar e aprimorar as habilidades dos funcionários existentes, além de criar mecanismos de incentivo para encorajar o uso de IA na transformação, são essenciais para estabelecer uma cultura de prioridade à IA. Mas, igualmente importante, a alta gestão deve liderar pelo exemplo, promovendo ativamente a aplicação de IA.”

A pesquisa mostra que apenas 29% das instituições financeiras afirmam ter criado uma cultura de “prioridade à IA”. Vale destacar que a implementação de IA não depende apenas de capacidades técnicas, mas também de uma transformação cultural, pois processos tradicionais e silos funcionais continuam limitando a expansão da IA.

Além de talentos e cultura organizacional, a gestão de dados é outro fator crítico para a escala de IA. Os entrevistados apontam que os três principais fatores que influenciam a alocação de orçamento de IA são: disponibilidade de dados (30%), pressão regulatória (20%) e a necessidade de priorizar a manutenção de sistemas centrais existentes (14%). Além disso, questões de segurança de dados e privacidade são as principais dificuldades na gestão de dados, levando 90% das instituições a dependerem de dados internos proprietários para suportar suas aplicações de IA.

Para superar esses obstáculos, o relatório sugere estabelecer mecanismos de “sandbox de conformidade + aprendizagem federada”, permitindo troca de valor entre instituições dentro dos limites regulatórios. Um professor de uma universidade de Hong Kong afirmou que instituições que mantêm diálogo ativo com reguladores e exploram soluções de sandbox regulatório podem obter vantagem competitiva na ampla adoção de IA.

Cinco anos à frente: quatro grandes tendências para o setor financeiro

Olhando para os próximos cinco anos, as instituições financeiras esperam uma transformação fundamental nos modelos de negócio, refletida em quatro grandes tendências:

1. De produtos padronizados para serviços dinâmicos em tempo real, impulsionados por IA, oferecendo experiências altamente personalizadas. A IA permitirá análise em tempo real do comportamento, preferências e necessidades dos clientes, ajustando recomendações e serviços de forma dinâmica.

2. A IA assumirá mais decisões, atuando como um supercolaborador humano, promovendo alta automação e decisões otimizadas. Decisões rotineiras serão cada vez mais delegadas à IA, enquanto os funcionários humanos se concentrarão em julgamentos complexos, criatividade e relacionamento com clientes.

3. A gestão de conformidade passará de uma resposta passiva para uma conformidade inteligente embutida, em tempo real e proativa. Futuramente, sistemas de IA monitorarão e alertarão em tempo real, integrando requisitos de conformidade em cada etapa das transações.

4. O controle de riscos migrará de análises retrospectivas para intervenções em tempo real e previsões antecipadas, com previsão de riscos em tempo real. Modelos de machine learning analisarão dados massivos continuamente, permitindo identificar riscos potenciais mais cedo.

Para garantir uma implementação eficaz de IA, as pesquisas indicam que as instituições financeiras estão ativamente promovendo quatro ações-chave: primeiro, fortalecer a infraestrutura de dados e arquiteturas de nuvem híbrida para garantir prontidão de IA. Dados de alta qualidade são essenciais; as instituições precisam construir plataformas de dados unificadas, eliminar silos e fornecer suporte confiável para treinamento e operação de modelos de IA.

Segundo, acelerar o desenvolvimento de talentos, promovendo programas de capacitação em larga escala e recrutando profissionais híbridos. É necessário tanto atrair talentos externos quanto treinar os atuais, elevando a competência geral em IA.

Terceiro, fortalecer a colaboração ecológica, trabalhando com startups de IA, fintechs e centros de pesquisa para preencher lacunas de capacidade. Nenhuma organização consegue dominar todas as capacidades de IA sozinha; por isso, a cooperação aberta e a construção de ecossistemas aceleram a adoção de IA.

Por último, estabelecer sistemas de gestão de riscos, criando frameworks de governança de IA que abordem interpretabilidade, viés algorítmico, privacidade de dados e questões éticas. Com a IA desempenhando papel cada vez mais central, garantir decisões justas, transparentes e explicáveis, além de prevenir vieses e riscos éticos, será uma prioridade para as instituições financeiras.