Uma mudança importante já está em curso em serviços financeiros, à medida que as empresas saem da modernização de plataformas e avançam para IA em produção, em escala.
Em todo o setor, o desafio está além de investimento e experimentação. A maioria das instituições já modernizou partes centrais de seu ambiente de dados, ampliou o acesso a modelos avançados e validou casos iniciais de uso de IA. Agora, a questão é como transformar esses investimentos em mudanças mensuráveis nos negócios.
É nesse ponto que as dificuldades ficam mais evidentes. Em serviços financeiros, a IA influencia decisões com impacto direto no desempenho financeiro, na operação e na conformidade regulatória, seja em crédito, fraude, compliance, atendimento ao cliente ou gestão de portfólio. Para gerar impacto em escala, só a capacidade técnica não é suficiente. As instituições precisam de um modelo operacional que conecte dados, modelos, governança e execução de forma estruturada, com controle ao longo de todo o processo.
Por que a modernização de plataforma não entrega valor empresarial
Muitas instituições modernizaram suas plataformas esperando que a escala viesse como consequência. Na prática, o que aconteceu foi diferente: as limitações antigas continuam existindo, agora dentro de um ambiente ainda mais complexo.
O que vemos na Indicium AI é que o problema raramente está em uma única lacuna técnica. São condições estruturais que dificultam levar a IA para produção, mesmo depois da modernização.
Na prática, cinco problemas aparecem com frequência:
1. Arquiteturas fragmentadas: dados, modelos e workflows operam em sistemas desconectados, o que aumenta a fragilidade dos pipelines e atrasa a implantação.
2. Expansão sem governança: novos casos de uso e ferramentas crescem mais rápido do que os mecanismos de controle. O custo sobe e a consistência cai.
3. Problemas crônicos de qualidade de dados: equipes gastam até 80% do tempo preparando dados em vez de gerar valor, o que aumenta riscos operacionais e regulatórios.
4. Desalinhamento entre negócio e tecnologia: os ciclos de entrega não acompanham as expectativas do negócio, e os casos de uso não chegam à produção.
5. Governança sob pressão: regulações como LGPD e Bacen continuam evoluindo, enquanto muitas plataformas não foram pensadas para esse nível de exigência.
Em ambientes regulados, esses pontos pesam ainda mais porque afetam diretamente como decisões são tomadas, auditadas e controladas. No conjunto, criam uma barreira estrutural para escalar IA, com impacto nas oportunidades de receita, aumento de custos operacionais e maior exposição a riscos.
Repensando a IA como modelo operacional
A IA incorpora tomada de decisão contínua em processos como aprovação de crédito, detecção de fraude, gestão de portfólio e compliance. Esses processos exigem execução em tempo real, rastreabilidade completa e governança ao longo de todo o ciclo de vida de dados e modelos.
Isso muda o papel da plataforma. A IA passa a operar em toda a arquitetura, na ingestão, transformação, orquestração, governança e aplicação. A governança se torna parte do design do sistema, e a IA passa a direcionar a execução em áreas críticas como risco, crédito, marketing e tesouraria.
A modernização perde força quando permanece focada em casos de uso isolados. O valor em escala só acontece quando a execução se torna repetível e governada.
O modelo operacional de IA para serviços financeiros
Na Indicium AI, estruturamos a entrega de IA em três frentes complementares: base de plataforma, camada de dados e workflows de negócio. São essas três dimensões que permitem escalar valor com controle.
1. Melhorias em sistemas e plataformas
Essa é a base que permite operar IA em escala. Aqui, o foco está em modernizar a arquitetura, reforçar a governança, proteger dados sensíveis e acelerar migrações. Plataformas como a Databricks viabilizam essa base ao unificar dados, analytics e IA sob uma única camada de governança. Isso traz mais consistência, controle e escala para a execução.
2. AI Data-Centric: IA centrada em dados
Essa frente foca na construção de inteligência dentro da plataforma de dados. Quando qualidade, estrutura e controle dos dados melhoram, a IA passa a suportar casos de maior valor como credit scoring, detecção de fraude, previsão de churn e otimização de portfólio com mais precisão. O ganho aparece na performance dos modelos, na conformidade e na confiança do negócio nos dados.
3. AI Process-Centric: IA centrada em processos
Essa frente foca onde a IA gera o maior impacto: dentro dos workflows. A IA pode apoiar decisões e ações em onboarding, atendimento ao cliente, compliance e operações de back-office. Avanços em modelos de linguagem de grande escala, especialmente com parceiros como Anthropic, ampliam a capacidade de processar dados não estruturados e executar tarefas complexas com controle. O resultado é ciclos de decisão mais rápidos, menos esforço manual e maior consistência operacional.
Quando essas três frentes evoluem juntas, a empresa sai de casos isolados e passa a operar IA de forma estruturada em escala enterprise.
De modelos à execução: onde a IA realmente gera valor
O valor da IA aparece de forma mais clara quando ela está dentro dos workflows, onde a IA centrada em processos impulsiona a execução.
Em alguns casos, isso começa com AI/BI, como inteligência de portfólio. Ao unificar exposição, performance e risco em uma visão contínua, as equipes deixam de gastar tempo consolidando dados e passam a focar na tomada de decisão.
O mesmo acontece no SAC. Com uma visão mais integrada da operação, as equipes respondem mais rápido e reduzem a fricção causada por informações fragmentadas.
Em outros casos, o impacto vem de modelos aplicados a decisões de alto valor. Credit scoring, detecção de fraude e otimização de portfólio já demonstram como a IA melhora precisão, velocidade e controle quando opera sobre dados governados. Esses casos estão próximos de receita, risco e compliance, o que explica sua relevância contínua no setor.
É aqui que a IA centrada em processos se torna essencial. Na aprovação de crédito, a IA pode apoiar extração de documentos, análise de risco, verificação de fraude, lógica de decisão e geração de contratos em um único processo governado. Esse nível de execução depende de uma base de dados sólida e de uma plataforma que aplique governança em cada etapa. Nesse ponto, a IA passa a influenciar diretamente como o trabalho é executado, e não apenas como decisões são informadas.
Essa evolução, da visibilidade ao suporte à decisão até a execução, reflete como a IA gera valor em serviços financeiros. Quanto mais próxima do workflow, maior o impacto em velocidade, consistência e controle em decisões com implicações financeiras e regulatórias. Nosso trabalho com a London Stock Exchange Group (LSEG) mostra como isso se materializa na prática.
LSEG: IA aplicada à inteligência de risco
O processo de análise de mídia adversa e Know Your Customer (KYC) na LSEG exigia uma abordagem mais escalável e eficiente para curadoria de conteúdo, à medida que o volume e a complexidade dos dados aumentavam.
Desenvolvemos uma solução baseada em GenAI que automatiza e otimiza a curadoria de conteúdo. A plataforma permite a identificação, o enriquecimento e a extração de dados de entidades a partir de artigos brutos, possibilitando que pesquisadores se concentrem mais em análises de alto valor e na tomada de decisões complexas, ao mesmo tempo em que estabelece a base para a evolução da IA em escala ao longo do tempo.
Essa abordagem melhorou tanto a velocidade quanto a capacidade operacional. O tempo de revisão da curadoria de conteúdo foi reduzido em 65%, viabilizando atualizações quase em tempo real nos registros de mídia adversa do World-Check e ajudando clientes a agir mais rapidamente sobre informações críticas. A solução também aumentou a capacidade dos pesquisadores em 33%, permitindo que as equipes dediquem mais tempo a atividades estratégicas e de maior valor, mantendo a precisão e a confiabilidade esperadas da área de Risk Intelligence da LSEG.
Esse exemplo mostra como a IA orientada a processos melhora as operações de inteligência de risco por meio de um fluxo de curadoria de conteúdo mais escalável e eficiente, construído sobre uma base de dados governada e projetado para sustentar qualidade, velocidade e inovação contínua.
Explore mais histórias de sucesso em IA no setor de serviços financeiros.
O papel dos agentes de IA na escala
À medida que a IA avança para produção, os sistemas baseados em agentes ganham relevância. Eles coordenam múltiplas etapas de um workflow, interagindo com dados, ferramentas e modelos para executar tarefas com controle.
Na Indicium AI, essa abordagem faz parte da forma como entregamos projetos. Nosso time de R&D desenvolveu um ecossistema proprietário de plugins, habilidades e agentes para as plataformas com as quais trabalhamos. Hoje, esse ecossistema conta com 42 habilidades e 17 agentes desenvolvidos internamente e aplicados desde o início dos projetos.
Esses agentes permitem estruturar a execução com mais consistência em casos como migração de plataformas, inteligência de portfólio e operações de clientes. Funcionam em ambientes governados, integrados a plataformas modernas e utilizando modelos como Claude, da Anthropic.
O resultado é um modelo de entrega mais controlado e escalável. Em vez de reconstruir workflows a cada iniciativa, as organizações passam a operar com uma camada padronizada de capacidades que melhora velocidade, consistência e controle operacional.
O que vem a seguir para a execução de IA em escala enterprise
A próxima fase da IA em serviços financeiros será definida menos pelo acesso à tecnologia e mais pela capacidade de execução. As plataformas vão continuar evoluindo, os modelos vão ficar mais acessíveis e os ciclos de entrega vão seguir acelerando. O verdadeiro desafio é transformar essas capacidades em uma execução consistente nos workflows mais importantes para o desempenho do negócio.
À medida que a IA se integra às operações principais, ela passa a influenciar diretamente receita, eficiência de custos e exposição a risco. Isso aumenta a importância de governança, ownership e disciplina de execução. As instituições que mais vão gerar valor serão aquelas capazes de conectar prioridades de negócio, capacidades de plataforma e execução operacional de forma escalável.
Como a Indicium AI entrega execução
A Indicium AI constrói sistemas de IA em produção para empresas de serviços financeiros combinando expertise em plataformas, frameworks de governança e entregas nativas em IA.
Atuamos com Databricks e Anthropic para ajudar organizações a transformar modernização em execução governada. Isso inclui arquitetura moderna de plataformas, implantação de IA e modelos de entrega projetados para ambientes regulados.
Esse modelo oferece um caminho estruturado para escalar IA nos workflows onde velocidade, controle e rastreabilidade são críticos.
