Para impulsionar a adoção de IA no setor bancário, é necessário compreender as competências dos seus funcionários

Bernardo Nunes é um cientista de dados especializado na transformação por IA na Workera.

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter da FinTech Weekly

Lida por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

A IA já não é apenas um experimento. De acordo com o mais recente Inquérito Global sobre IA da McKinsey, 78% das organizações já utilizam IA em pelo menos uma função de negócio.

A indústria bancária está a recuperar rapidamente. Um inquérito recente da EY-Parthenon concluiu que 77% dos bancos lançaram ou lançaram em piloto (soft-launched) aplicações de IA generativa, acima dos cerca de 61% em 2023. No entanto, apenas 31% avançaram para uma implementação completa.

Entretanto, embora haja investimento generalizado em IA na indústria bancária, apenas alguns integraram estas capacidades no seu plano estratégico. Um inquérito da BCG revelou que apenas 25% dos bancos o fizeram — e os restantes 75% ficam presos em pilotos e provas de conceito isoladas, arriscando ficar irrelevantes à medida que concorrentes “digital-first” avançam.

A indústria bancária é definida por regulamentações rigorosas e estratégias deliberadas. Esse historial conduziu tanto a riscos como a oportunidades com IA. Enquanto outras indústrias têm avançado mais rapidamente, os bancos que agem agora ainda têm a oportunidade de conquistar uma vantagem de quem chega primeiro. Implementar IA com sucesso exige infraestruturas, modelos, pipelines de dados e estratégias de conformidade. Contudo, o aspeto mais importante para transformar a promessa da IA em valor para o negócio reside no capital humano.

As instituições financeiras que vencerem serão aquelas que permitem que os seus colaboradores usem ferramentas de IA não apenas de forma pontual (ad hoc), mas como parte do seu fluxo de trabalho diário. Isso implica desenvolver competências reais e verificadas para que as pessoas consigam compreender, aproveitar e liderar a inovação em IA.

Porque os colaboradores impulsionam a inovação em IA

A IA tem potencial para proporcionar ganhos extraordinários ao nível da produtividade, da experiência do cliente e da gestão do risco. Mas, no seu núcleo, a IA é simplesmente uma ferramenta — que requer criatividade humana e experiência no domínio para gerar valor real para o negócio. A tecnologia, por si só, não impulsiona a inovação; as pessoas é que impulsionam. No setor bancário, em que a confiança, a regulação e o julgamento são centrais, esta interação entre humano e máquina torna-se ainda mais importante.

Todos os colaboradores, hoje, devem tornar-se colaboradores habilitados para IA em graus variados. Alguns serão profundamente técnicos — cientistas de dados, engenheiros e construtores de modelos responsáveis por desenhar e manter os sistemas que sustentam a operacionalização da IA. Outros, como caixas, subscritores (underwriters) ou representantes do serviço ao cliente, podem nunca tocar numa linha de código, mas ainda assim podem utilizar ferramentas potenciadas por IA para agilizar fluxos de trabalho e tomar melhores decisões. Entre estes extremos estão os colaboradores “AI+X”. São pessoas que trazem um profundo conhecimento do domínio em áreas como risco de crédito, conformidade ou deteção de fraude e o combinam com literacia em IA suficiente para usar a tecnologia e reforçar essa experiência.

Os colaboradores AI+X serão aqueles que impulsionam a inovação verdadeira. Podem ajudar a colmatar a diferença entre as necessidades do negócio e as possibilidades técnicas, traduzindo desafios complexos do banco em oportunidades para a IA gerar resultados tangíveis. Por exemplo, um responsável de conformidade com fluência em IA pode colaborar com equipas de dados para desenhar modelos mais justos e mais transparentes para processos de KYC e AML. Um gestor de produto que prototipa com IA generativa pode reimaginar interações com clientes, criando aconselhamento financeiro personalizado ou melhorando percursos de onboarding. Em todos estes casos, a IA amplifica a perceção humana em vez de a substituir.

Num setor tão fortemente regulado e avesso ao risco como a banca, esta camada humana é essencial. A tecnologia pode identificar anomalias ou gerar recomendações, mas serão os humanos a interpretar, contextualizar e garantir que as decisões estão alinhadas com normas éticas, legais e padrões reputacionais. É por isso que os bancos que lideram na adoção de IA são aqueles que investem não apenas em sistemas e modelos, mas também nas competências e na compreensão da sua força de trabalho.

Impulsionar o desenvolvimento com competências verificadas

Construir uma força de trabalho habilitada para IA começa por compreender as competências existentes e as lacunas. Para escalar a IA com sucesso, os bancos precisam de mais do que entusiasmo e orçamentos de formação. Precisam de uma base de dados de competências verificadas, mensuráveis. Sem uma visão clara das capacidades dos colaboradores, os líderes não conseguem tomar decisões informadas sobre como desenvolver as pessoas nem sobre onde implementar a IA com mais eficácia.

A autoavaliação por si só não é fiável. Os colaboradores tendem a sobrestimar ou subestimar a sua proficiência, o que conduz a ineficiências na formação. As competências verificadas — medidas através de avaliações objetivas — permitem às organizações mapear de forma precisa os pontos fortes e fracos atuais. Com essa informação, os bancos conseguem desenhar percursos de aprendizagem adaptados a processos e objetivos específicos, seja isso uma literacia introdutória em IA para equipas da linha da frente, conhecimento técnico profundo para profissionais de dados, ou competências de governação para responsáveis de conformidade.

Quando os colaboradores sabem em que ponto estão, podem prosseguir com upskilling focado e verificar competências em ciclos periódicos para medir o progresso e fazer investimentos com responsabilidade nas pessoas. Este ciclo de aprendizagem e validação cria uma cultura de melhoria contínua, garantindo que as competências se mantêm atuais à medida que o setor evolui. Isto é particularmente importante em IA, em que a “meia-vida” de uma competência é mais curta do que nunca. O que é considerado de ponta hoje pode ficar desatualizado dentro de um ano, tornando a capacidade de um colaborador para aprender rapidamente mais valiosa do que qualquer competência técnica específica.

Para os bancos, isto traduz-se numa necessidade de priorizar a velocidade de crescimento de competências — a taxa a que os colaboradores conseguem adquirir e aplicar novas competências. As instituições que cultivam esta adaptabilidade manterão uma vantagem competitiva, respondendo mais rapidamente a novas regulamentações, expectativas dos clientes e tecnologias. As competências verificadas reforçam também a governação, garantindo que os colaboradores compreendem não apenas como usar IA, mas como usá-la de forma responsável, com atenção à justiça (fairness), à transparência e ao risco.

O objetivo final é a alinhamento. Quando a inteligência sobre competências informa a estratégia de aprendizagem — e a estratégia de aprendizagem suporta as prioridades do negócio — os bancos conseguem acelerar a sua transformação em IA com confiança. Os dados de competências verificadas permitem que os líderes vejam onde investir, como mobilizar talentos e quando escalar a inovação em segurança.

Construir uma força de trabalho que vence

Este é um momento decisivo para a indústria bancária. As instituições que estabelecem uma base para a inovação avançarão mais rapidamente, enquanto as que hesitam correm o risco de ficarem para trás. O caminho à frente é claro: os bancos que constroem capacidades amplas de IA entre os seus colaboradores — especialmente competências verificadas que combinam conhecimento técnico e de domínio — estarão na melhor posição para prosperar.

Quando cada colaborador é capacitado para usar IA — seja como criador, utilizador avançado (power user) ou especialista em matéria (subject-matter expert) — o banco, no seu conjunto, ganha agilidade, resiliência e capacidade para impulsionar valor estratégico, em vez de apenas eficiência incremental. Agora é o momento de passar da experimentação para a capacitação (enablement). Em IA, aquilo que separa os líderes dos que ficam para trás (laggards) não são apenas os modelos que constróis ou o P&D (R&D) que financias, mas sim as competências que desenvolves.