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 em IA na Workera.

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter do 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 Global Survey on AI 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 revelou que 77% dos bancos lançaram aplicações de IA generativa ou fizeram um lançamento “soft”, 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, poucos integraram estas capacidades no seu plano estratégico. Um inquérito da BCG informou que apenas 25% dos bancos o fizeram — e os restantes 75% estão presos em pilotos isolados e provas de conceito, arriscando ficar ultrapassados à medida que concorrentes “digital-first” avançam.

A indústria bancária é definida por regulamentações rigorosas e estratégias deliberadas. Esse historial trouxe riscos e oportunidades com a IA. Enquanto outras indústrias dispararam à frente, os bancos que agirem agora ainda têm a oportunidade de conquistar uma vantagem de pioneiro. Implementar IA com sucesso exige infraestrutura, modelos, pipelines de dados e estratégias de conformidade. No entanto, o aspeto mais importante para transformar a promessa da IA em valor para o negócio reside no capital humano.

As instituições financeiras que vencerão serão as que permitirem que os seus colaboradores usem ferramentas de IA não apenas de forma pontual, mas como parte do seu fluxo de trabalho diário. Isso significa desenvolver competências reais, verificadas, para que as pessoas possam compreender, tirar partido e liderar a inovação em IA.

Por que razão os colaboradores impulsionam a inovação em IA

A IA tem potencial para proporcionar ganhos incríveis em produtividade, experiência do cliente e gestão de risco. Mas, no seu núcleo, a IA é simplesmente uma ferramenta — que requer criatividade humana e conhecimentos especializados do 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, onde a confiança, a regulamentação 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 variáveis. 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 ou representantes de serviço ao cliente, talvez nunca toquem numa linha de código, mas ainda assim podem usar ferramentas baseadas em IA para simplificar fluxos de trabalho e tomar decisões melhores. Entre estes extremos estão os colaboradores “IA+X”. São pessoas que juntam competências profundas do domínio em áreas como risco de crédito, conformidade ou deteção de fraude, com literacia em IA suficiente para usar a tecnologia e reforçar essa especialização.

Os colaboradores IA+X serão aqueles que impulsionam a verdadeira inovação. Podem ajudar a colmatar a diferença entre as necessidades do negócio e as possibilidades técnicas, traduzindo desafios complexos do setor bancário 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 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 jornadas de onboarding. Em todos estes casos, a IA amplifica a perceção humana em vez de a substituir.

Num setor tão rigidamente regulamentado e avesso ao risco como o bancário, 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 se alinham com padrões éticos, legais e de reputação. 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 no entendimento 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 dimensionar 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 e 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 maior eficácia.

A autoavaliação, por si só, não é fiável. Os colaboradores tendem a, ou sobrestimar, ou subestimar a sua proficiência, o que leva a ineficiências na formação. As competências verificadas — medidas através de avaliações objetivas — permitem que as organizações mapeiem com precisão os pontos fortes e fracos atuais. Com esta informação, os bancos podem 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 experiência em governação para responsáveis de conformidade.

Quando os colaboradores sabem em que ponto estão, podem procurar uma melhoria de competências focada e verificar competências em ciclos periódicos para medir o progresso e fazer investimentos responsáveis e com prestação de contas 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 a IA, mas também como usá-la de forma responsável, com atenção à justiça, à transparência e ao risco.

O objetivo final é o alinhamento. Quando a inteligência sobre competências informa a estratégia de aprendizagem — e a estratégia de aprendizagem apoia prioridades do negócio — os bancos podem acelerar a sua transformação em IA com confiança. Os dados de competências verificadas permitem aos líderes ver onde investir, como mobilizar talento e quando escalar a inovação com segurança.

Construir uma força de trabalho que vence

Este é um momento decisivo para a indústria bancária. As instituições que estabelecerem uma base para a inovação avançarão rapidamente, enquanto as que hesitarem correm o risco de ficar 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 especialização técnica e do domínio — estarão na posição mais forte para prosperar.

Quando cada colaborador é capacitado para usar IA — seja como criador, utilizador avançado ou especialista do domínio — o banco, como um todo, ganha agilidade, resiliência e capacidade para impulsionar valor estratégico, em vez de apenas eficiência incremental. Agora é a altura de passar da experimentação para a capacitação. Em IA, o que separa os líderes dos que ficam para trás não são apenas os modelos que crias ou o R&D que financias, mas sim as competências que desenvolves.