As instituições de serviços financeiros (FSIs) sempre agiram rapidamente quando a recompensa justifica o risco. Hoje, essa recompensa é a IA. De detecção de fraudes a análises preditivas, a IA promete decisões mais rápidas, insights mais precisos e operações mais eficientes. 

Mas aqui está o paradoxo: enquanto 67% das instituições financeiras já usam IA na produção, apenas 8% consideram sua infraestrutura de dados "de última geração". Esse gap entre ambição e prontidão não é apenas um problema técnico. É um risco de negócio.

O Relatório de Maturidade em IA 2025 da Indicium revela como as instituições financeiras estão correndo em direção à IA enquanto ainda arrastam sistemas legados, arquiteturas fragmentadas e desafios de governança mal resolvidos. Pesquisamos mais de 670 líderes de TI — incluindo 165 do setor financeiro — para entender como as organizações estão se preparando para IA em escala corporativa. 

O principal aprendizado? Ambição não falta. O que falta é o que a IA realmente precisa para gerar impacto: dados modernos, confiáveis e integrados. 

Leia o relatório agora. 

Infraestrutura desatualizada ainda bloqueia a prontidão para IA no setor financeiro

Antes mesmo de começarem a escalar a IA, a maioria das instituições financeiras já enfrenta obstáculos internos. Mais da metade (52%) dos líderes de TI do setor admitem que sua infraestrutura de dados estava obsoleta. Apenas 8% têm confiança de que seus sistemas são de última geração. 

‍

E isso não é um detalhe — é o alicerce. E quando a base é frágil, toda a estrutura corre risco de colapsar.

Essas plataformas legadas não foram criadas para lidar com as demandas atuais da IA. Processamentos lentos, pipelines engessados e dados espalhados tornam a inteligência em tempo real quase impossível. A integração leva tempo demais. A confiança se perde rápido. E a inovação começa a parecer um risco.

Mesmo assim, muitas vezes a modernização para na superfície. Migram-se ferramentas para a nuvem, adotam-se soluções novas, mas mantém-se a mesma arquitetura quebrada, com os mesmos gargalos e suposições antigas.

A verdadeira questão é: que tipo de infraestrutura sua empresa está construindo? Uma que apenas tapa buracos ou uma que transforma a IA em capacidade estratégica central?

O setor precisa ir além da modernização e partir para a reinvenção. É hora de projetar plataformas com interoperabilidade, velocidade e controle para que os dados fluam, sirvam e escalem.

Metas ambiciosas, bases frágeis

Não há dúvida quanto à intenção. 72% das instituições afirmam que a capacitação em IA impulsiona seus esforços de modernização de dados. A mesma porcentagem aponta para a melhoria da integração de dados como prioridade.

Mas a realidade é outra: 46% dos líderes de FSI dizem que não estavam preparados para usar seus dados em ferramentas de IA antes do início desses esforços.

Por trás de cada projeto ambicioso de IA, existe uma bagunça conhecida demais: baixa rastreabilidade dos dados, padrões inconsistentes, pouca visibilidade e modelos de governança que só aparecem quando algo dá errado. Não importa o quão agressivo seja o roadmap, com dados desorganizados, a linha de chegada continua fora de alcance.

E aqui está o que muitos esquecem: dados de qualidade não surgem só porque IA virou prioridade. É preciso projetar, planejar e investir neles.

O que muda o jogo

Trate a prontidão de dados como uma competência central do negócio. Crie disciplina em torno de contratos de dados, definição clara de responsabilidades e observabilidade. Automatize checagens de qualidade. Antecipe-se à governança. É assim que se transforma ambição em execução real, repetível e confiável.

A IA já está em jogo. Agora vem a parte difícil. 

A IA já deixou de ser teoria: 67% das empresas do setor financeiro já usam IA em todos os departamentos, gerando valor em frentes como:

• Automação de operações administrativas
• Gestão da qualidade dos dados
• Suporte à detecção de fraudes e à tomada de decisões de negócio

Esses são sistemas reais, em produção, que agregam valor.

Mas o que funcionou em um departamento não funciona automaticamente em todos os outros. O dimensionamento da IA em uma empresa traz um conjunto totalmente novo de desafios.

Cada equipe usa os dados de forma diferente. Regras de compliance mudam. Pipelines que serviam para um modelo quebram com mais volume ou complexidade. E o mais crítico: a governança e a arquitetura quase nunca acompanham o ritmo da empolgação.

Apesar de 74%  das instituições apontarem a escalabilidade da IA como prioridade, muitas ainda estão remendando o que já foi feito para evitar que tudo desmonte.

As empresas que escalam bem constroem infraestrutura modular, reutilizável e monitorada de ponta a ponta. Tratam a IA não como ferramenta isolada, mas como parte de um ecossistema conectado. Quando isso acontece, escalar vira processo, não aposta.

As ferramentas não criam prontidão. As pessoas sim. 

A prontidão da IA nos serviços financeiros depende tanto das pessoas quanto das plataformas. Os dados deixam isso claro: 70% dos FSIs apontam o treinamento interno como um dos principais aceleradores e 46% dizem que parcerias mais fortes são essenciais.

A tecnologia, sozinha, não cria competência. A IA só entrega valor quando os times sabem conectar infraestrutura, modelos, governança e impacto no negócio. Em muitas empresas, essa maturidade ainda é desigual: engenheiros sem visibilidade sobre riscos regulatórios, analistas dependentes de pipelines falhos, líderes exigindo resultados sem clareza do que “estar pronto” realmente significa.

A correção começa internamente. O treinamento deve ser estruturado, contínuo e alinhado aos resultados reais do negócio. E isso se estende para fora. Os melhores parceiros não apenas entregam, eles educam. Eles deixam as equipes mais bem equipadas para sustentar e dimensionar a IA muito tempo após o término do contrato.

O que lideranças de dados do setor financeiro devem fazer agora

O setor financeiro já mostrou que consegue adotar IA. O desafio agora é escalar com consistência, confiança e impacto real. Isso exige mais que um roadmap. Exige prontidão embutida na infraestrutura, nos times e nas decisões.

Os primeiros resultados já apareceram, mas os desafios ainda são grandes. Arquiteturas que não suportam cargas em tempo real. Governança reativa. Falta de capacitação. Iniciativas isoladas que desperdiçam investimento.

Prontidão em IA significa ter sistemas que suportam sua estratégia, sem retrabalho, atrasos ou improvisos. Dados limpos, acessíveis e governados desde o início. E times confiantes para avançar.

Líderes de dados do setor financeiro que querem protagonizar a próxima onda de inovação em IA precisam agir agora. Reconstruam a base. Alinhem tecnologia e objetivos de negócio. Criem as condições para que a IA deixe de ser gargalo, e vire multiplicador.

Clique aqui e faça o download do Relatório de Maturidade para IA 2025 para avaliar a situação da sua organização e ver o que as principais instituições financeiras estão fazendo de diferente.