Reuniões de resultados dominadas por IA! Os bancos apostam coletivamente, a segurança torna-se a jogada inicial

Pergunta ao AI · Como os bancos devem responder aos desafios de privacidade de dados nas aplicações de IA?

Antes era preciso esperar horas, preencher formulários complicados para tratar operações de crédito; hoje, basta tocar na app de banca móvel, e em poucos minutos já é possível fazer recomendações precisas de limites e taxas de juro. Nas agências bancárias, os operadores e assistentes de IA conversam em tempo real para resolver dificuldades do negócio; o “colega de silício” tornou-se um companheiro de trabalho indispensável para os profissionais da linha da frente. Dos bancos estatais de grande dimensão aos bancos regionais, da concepção estratégica no topo à implementação nos cenários da linha da frente, a IA está a penetrar de forma omnidireccional, impulsionando a travessia dos bancos do “governo pelos humanos” para o “governo pela tecnologia”. Nas recentes conferências de resultados, em que dirigentes mencionaram repetidamente a estratégia de IA, uma transformação do sector liderada pela IA já se encontra plenamente em curso. Esta transformação não está apenas a remodelar os modelos de negócio e os modos de colaboração dos bancos; está também a fazer com que os serviços financeiros regressem à essência, aumentando infinitamente o raio de serviço e afinando continuamente a granularidade do serviço. Mas oportunidades e desafios coexistem; enquanto a corrida à IA entra na “zona profunda”, problemas como ilhas de dados, protecção da privacidade e adaptação à regulamentação continuam a exigir respostas urgentes.

Do “trabalhador com ferramentas” ao “colega de silício”

Num contexto em que a complexidade dos serviços bancários continua a aumentar, o assistente de IA tornou-se a chave para ultrapassar “ilhas de conhecimento” e melhorar a capacidade de serviço na linha da frente. Na conferência de resultados anual de 2025, o vice-presidente do Construction Bank, Lei Ming, revelou um conjunto de dados: até ao final de 2025, no processo de resposta a problemas nas agências do Construction Bank, a taxa de cobertura dos assistentes de IA já tinha atingido 99,42%, e a procura média diária já tinha ultrapassado 100.000 visitas.

Isto significa que, quando os colaboradores se deparam com dificuldades do negócio e procuram ajuda junto da sede ou de departamentos de gestão, na grande maioria dos casos, a inteligência artificial apresenta primeiro uma solução; este super-mentor, com “o cérebro mais forte”, está sempre de prontidão, é paciente e incansável ao longo do ano, mudando o modo como os bancos colaboram internamente.

No sistema tecnológico do modelo de grande escala “Gongyin Zhiyong” do Industrial and Commercial Bank of China, a mudança também é particularmente evidente: o banco já implementou em larga escala mais de 500 aplicações de IA em mais de 30 áreas de negócio; o “empregado digital” de IA assume anualmente 55.000 “anos de trabalho”. Estes “funcionários” que não recebem salários podem trabalhar de forma contínua, “7×24 horas”, distribuindo o enorme peso das operações. O China Merchants Bank, com o apoio da tecnologia de modelos de grande escala, melhorou a qualidade e eficiência na reembolsação de despesas: no final do ano passado, processou 1,4085 milhões de recibos sem papel, um aumento de 23,76%: o Industrial Bank tem um assistente de programação de IA que cobre 90% dos profissionais de I&D; o assistente de agentes inteligentes no Morning-to-Evening (晨夕会) cobre mais de 1.500 agências de departamentos e instituições.

A IA tornou-se um “parceiro de trabalho” indispensável para colaboradores de todas as áreas do banco. O China Merchants Bank, na área de retalho, criou pequenos “assistentes” de retalho para construir uma série de “small assistants”; nos cenários de gestão de clientes, análise de operações e investimentos e pesquisa de riqueza, continua a dar capacidade aos gestores de clientes e às equipas do back-office. Na área grossista, o “CRM small assistant” foi desenvolvido para ajudar os gestores de clientes de empresas a melhorar a qualidade e eficiência do serviço prestado. Na área de risco, o “risk small assistant” foi construído, incorporado nos fluxos de trabalho, para realizar uma gestão de risco orientada por inteligência. Na área de operações, foi criado o “operational small assistant”, com aplicações em cenários como assistente digital, perguntas e respostas sobre conhecimentos operacionais, revisão inteligente de negócios, treino de serviço inteligente e análise inteligente de eventos de risco. Até ao final de 2025, a taxa de utilização dos respectivos small assistants pelos gestores de clientes corporativos, profissionais de crédito e pessoal operacional atingiu, respectivamente, 80,13%, 80,32% e 100%.

O Industrial Bank também reforçou a estratégia e layout: construiu mais de 160 capacidades abertas de IA, lançou mais de 260 cenários de aplicação de IA; o serviço digital ao cliente por IA já concretizou interacção inteligente “7×24 horas” em 13 tipos de canais, prestando serviço a mais de 55 milhões de clientes; as estratégias de marketing por IA, acumuladamente, alcançaram mais de 21,39 milhões de pessoas.

No campo da frente de atendimento directamente voltado para os clientes, a IA está a redefinir os limites de “serviço”. Os serviços tradicionais dos bancos são limitados pelos custos de mão-de-obra e muitas vezes não conseguem ser verdadeiramente personalizados. Mas agora, o Bank of Communications adicionou ao seu sistema de gestão de riqueza funcionalidades como interpretação de produtos por IA e geração assistida por IA de pontos de vista para investimentos e pesquisa, para satisfazer as necessidades de alocação de activos personalizadas de um vasto conjunto de clientes. O Ping An Bank actualizou o modelo de serviço “AI+T+Offline”, reforçando a aplicação de ferramentas digitais como assistentes de IA e chamadas inteligentes por voz, para melhorar a eficiência do serviço bancário remoto. O China CITIC Bank utiliza capacidades de small models + big models para capacitar operações como abertura de contas e alterações na área empresarial, de forma a fazer a “gestão” de forma abrangente do novo modelo de operações, com melhoria de eficiência de centralização do negócio em mais de 2 vezes.

Na reunião de explicação dos resultados anuais de 2025, uma declaração do presidente do Industrial Bank, Lü Jiajin, ainda revelou mais claramente a tendência futura. Na sua perspectiva, “na era da IA, a vida de silício substituirá em grande quantidade o trabalho da vida baseada em carbono, alimentando alguns agentes de IA com conhecimentos financeiros relacionados, incluindo fundos, retalho e interbancário; assim, uma pessoa pode desempenhar vários papéis separadamente. No futuro, os gestores de clientes já não distinguirão entre tipos como empresas, retalho e interbancário”.

A IA entra “no banco” e penetra em todo o domínio

A lógica central desta “guerra de penetração” da IA é a travessia do banco tradicional do “governo pelos humanos” para uma “governança pela tecnologia” eficiente.

Da viragem de um “porta-aviões” dos grandes bancos estatais, ao desvio ágil dos bancos de capital misto, e depois à colocação precisa de cada banco regional, a IA deixou de ser apenas um extra; passou a ser o sistema nervoso que se infiltra nos “capilares” do negócio.

No desenho de topo, muitos bancos começaram a “colocar peças”. Pelos dados mais recentes revelados nos relatórios anuais, o Industrial and Commercial Bank of China implementou em 2025, no nível do grupo, o plano “Líder IA+ (领航AI+行动)”, com o objectivo de capacitar quatro cenários centrais: negociação e investimento, marketing e aquisição de clientes, prevenção e controlo de riscos e optimização da eficiência das operações. O Postal Savings Bank abriu 10 itens e 24 capacidades de IA genéricas a cada uma das suas agências, formando o ecossistema digital “AI2ALL” do Postal Savings Bank com “alcance omnidireccional para fora + melhoria da eficiência de todos os colaboradores para dentro”.

O China Merchants Bank propôs a ideia “AI First”. No tabuleiro estratégico do banco, a IA foi colocada na posição de “prioritária, de vanguarda e pioneira”. A mudança no desenho de topo também determina o fluxo de recursos: quer seja o “small assistant” de retalho, quer seja o “small assistant” da área grossista, a IA já não espera por necessidades do negócio; em vez disso, integra-se activamente e remodela os processos do negócio.

Os bancos regionais não ficam atrás. Vários bancos que já divulgaram os relatórios anuais também deram destaque à estratégia de IA. O Chongqing Bank criou a marca “Chongyin XiaoAI (重银晓AI)”, tornando-se um dos primeiros bancos comerciais urbanos do país a concretizar “privatização+adaptação a cenários financeiros” de modelos de grande escala. O Qingdao Bank formulou o “Novo Plano Trienal de Transformação Digital do Qingdao Bank”, mencionando a criação de duas “motores inteligentes” para as capacidades de IA e o valor dos dados. O Rural Commercial Bank of Rich Feng também clarificou que, em 2025, construiria uma plataforma de IA a nível de todo o banco com base em frameworks open-source, formando um ecossistema de aplicações de agentes que cobre as principais linhas de negócio; a construção de capacidades de IA já entrou na fase de aplicação em escala.

A IA também se tornou uma expressão de alta frequência nas conferências de resultados. Olhando para o futuro e para os trabalhos prioritários de construção do “Gongshang inteligente (数智工行)”, o vice-presidente do Industrial and Commercial Bank of China, Zhao Guidé, apontou que, dando continuidade à implementação da acção “Líder IA+”, o foco incide em quatro aspectos: inteligência, sabedoria, computação inteligente e prazer inteligente. O banco também está a inovar na criação de agentes financeiros inteligentes, promovendo a mudança do posicionamento de tecnologia de suporte nos bastidores para impulso na linha da frente; acelera igualmente a construção do modelo de serviço “um cliente, um consultor”, para fazer da IA a ponte mais directa entre o banco e os clientes.

O vice-presidente do Bank of Communications, Qian Bin, afirmou de forma clara que pretende transformar a IA de aplicações isoladas para uma integração abrangente. As suas propostas incluem reforçar a própria capacidade tecnológica, aprofundar os negócios e os colaboradores de serviços, actualizar o mercado de serviços e os clientes, e elevar o nível de prevenção e controlo de riscos com inteligência. Isto mostra claramente que a IA já está profundamente incorporada no desenho de topo do banco e se tornou uma nova capacidade produtiva orientada para reduzir custos, melhorar a qualidade e aumentar a eficiência.

O presidente do Ping An Bank, Ji Guangheng, estabeleceu os empregados digitais, o marketing preciso e o controlo de risco preciso como três prioridades. Clarificou também que pretende reforçar a construção da capacidade do “assento” de dados e tecnologia, aprofundar a gestão de dados mestres e a aplicação de dados externos, evoluindo do trabalho conjunto entre humano e máquina para modos de decisão inteligente e execução automática.

O investigador associado do Suzhou Business Bank, Wu Zewei, apontou que a decisão autónoma da IA, a resposta em tempo real e a capacidade de aprendizagem inteligente irão remodelar completamente os modelos de negócio dos bancos. Isso inclui, entre outros, a melhoria da experiência do cliente: a IA, através de interacção multimodal e serviços personalizados, redefine a forma como bancos e clientes se ligam; pode conseguir acompanhamento do cliente ao longo de todo o ciclo, gestão de riqueza personalizada, monitorização antifraude em tempo real, etc. Em termos de melhoria na gestão de riscos, a IA pode levar o controlo de risco de “resposta a posteriori” para “intercepção em tempo real + previsão de alertas”, alcançando inovação na avaliação de crédito, identificação de fraudes complexas, automação de conformidade, e construindo uma rede de protecção de ponta a ponta. Em termos de melhoria da eficiência operacional, a IA impulsiona a evolução dos processos de negócio do banco para “zero contacto” e “auto-adaptação”, libertando a produtividade organizacional e permitindo automação de processos, cientificação das decisões e evolução do conhecimento organizacional, entre outros.

Estes desafios ainda precisam de ser resolvidos

Desde a evolução da arquitectura e a integração total até à decisão inteligente, a corrida de IA da banca já entrou na “zona profunda”.

Quando os bancos começam a “evoluir por si”, não vemos apenas melhorias de eficiência; vemos também o regresso à essência do serviço financeiro. A era de “guerra de pessoas” dos bancos já é coisa do passado. Os dirigentes de vários bancos desenham precisamente esse cenário. Embora a implementação tecnológica e as aplicações em cenários estejam a acelerar continuamente, é preciso ter atenção de que desafios reais como ilhas de dados e protecção da privacidade ainda exigem resolução urgente. Para além destes dois problemas, os bancos enfrentam ainda múltiplos desafios no processo de implementação de inteligência artificial, como adaptação tecnológica, escassez de talentos e conformidade regulamentar.

Como tornar as aplicações tecnológicas mais seguras e controláveis tornou-se o principal elemento a considerar na transformação digital e inteligente do sector bancário. O presidente do Industrial and Commercial Bank of China, Liu Jun, foi directo ao afirmar, na conferência de resultados, as condições prévias para a aplicação tecnológica. Disse que “as tecnologias usadas pelo Industrial and Commercial Bank of China são tecnologias relativamente novas, mas esta tecnologia tem, necessariamente, de ser validada pelo mercado e validada pelas nossas capacidades internas fortes; caso contrário, não ousamos colocar esta tecnologia apressadamente por cima do sistema, porque proteger a privacidade dos clientes e a segurança da informação é a responsabilidade mais importante de um banco”. Liu Jun enfatizou ainda que “por isso, o Industrial and Commercial Bank of China incorpora tecnologias avançadas nos fluxos operacionais, e tem de ser a validação do sistema a condição prévia”.

O vice-presidente do China CITIC Bank, Gu Lingyun, sublinhou: “tornar a barreira de segurança ainda mais sólida, planear com alguma antecedência capacidades de computação inteligentes, introduzir novas tecnologias de segurança, para garantir que as aplicações de IA são seguras, fiáveis e controláveis”.

Zhao Guidé também abordou a necessidade de melhorar a eficiência de governação e construir um sistema de segurança e controlo de prevenção em toda a cadeia das aplicações de IA, cobrindo eficazmente áreas como segurança das infra-estruturas tecnológicas, segurança de dados, segurança de modelos e segurança de aplicações.

Na óptica do director principal de investigação Dong Shimiao, da Tonglian, as aplicações de inteligência artificial não só impulsionam mudanças positivas nos níveis de negócios, organização e cognição, como também trazem novos problemas em termos de tecnologia, regulamentação e talentos. Do ponto de vista tecnológico, “ilhas de dados” formadas num ecossistema de dados fragmentado podem provocar desvios no modelo; a protecção da privacidade e da segurança dos dados durante o treino é um problema que também precisa de ser resolvido com urgência. Do lado de algoritmos, processos de decisão de modelos pouco transparentes e o risco de “alucinações” de inteligência artificial generativa aumentam a dificuldade das aplicações. A ameaça à segurança da rede também se intensificou. No plano regulamentar, por um lado, o sistema actual de supervisão financeira é principalmente concebido para modelos de negócio tradicionais e carece de meios eficazes de regulação para actividades emergentes impulsionadas por tecnologia de IA. Por outro lado, instituições financeiras multinacionais enfrentam desafios de conformidade decorrentes de diferenças nos padrões regulatórios entre diferentes jurisdições legais.

“Com base nas circunstâncias reais da China, existem diferenças consideráveis entre grandes instituições financeiras e instituições financeiras de pequena e média dimensão, quer em escala, quer em modo de operação. Por isso, o caminho e a estratégia com que diferentes instituições financeiras aplicam inteligência artificial podem ser totalmente diferentes.” Dong Shimiao sugere que grandes instituições financeiras devem evoluir de “capacitar com ferramentas” para “reconstruir valor”, prestando mais atenção à reconstrução de negócios, à reengenharia de processos e à transformação organizacional, formando novos produtos, novos modelos e novos formatos de negócio. Já as instituições de pequena e média dimensão, por falta de capacidade de tentativa e erro, não devem perseguir cegamente novas tendências e tecnologia de ponta; devem, com base nos seus próprios recursos e capacidades, focar direcções de desenvolvimento e pontos-chave do negócio, e seguir um caminho de transformação diferenciado e com características próprias. Ao mesmo tempo, grandes instituições financeiras devem assumir mais responsabilidades de liderança e capacitação, tornando-se “guia” no desenvolvimento e aplicação de tecnologia de IA, ao mesmo tempo que libertam capacidades tecnológicas e talentos redundantes. As instituições de pequena e média dimensão devem manter uma atitude de cooperação aberta, colaborar com instituições financeiras de topo ou com empresas externas de tecnologia, integrando-se no ecossistema tecnológico em torno dos cenários de maior frequência ligados ao foco do negócio, e acelerar a exploração de “fusão entre negócio e tecnologia”.

Repórter do Beijing Business Daily, Song Yitong