IA no Mercado Financeiro: 92% das Instituições Já Adotam a Tecnologia, mas Governança e Segurança São o Próximo Desafio

Introdução: A IA como pilar estratégico no setor financeiro

O mercado financeiro brasileiro vive um momento de transformação acelerada. A pesquisa divulgada pela Anbima em agosto de 2026 revela que 92% das instituições financeiras já utilizam inteligência artificial em suas operações. Esse número impressiona não apenas pela magnitude, mas pela velocidade com que a tecnologia se consolidou como ferramenta essencial para a competitividade. A IA deixou de ser uma promessa futurista para se tornar infraestrutura crítica, presente em processos que vão desde a automação de tarefas rotineiras até a análise preditiva de riscos.

Para executivos e líderes empresariais, esse cenário impõe uma reflexão estratégica: como extrair valor da IA sem comprometer a segurança, a conformidade e a confiança dos stakeholders? A resposta exige uma abordagem que integre inovação, governança e gestão de riscos. Neste artigo, a WSVP analisa os dados da pesquisa, os impactos para as empresas e apresenta recomendações práticas para uma adoção responsável e eficaz.

O que aconteceu: A pesquisa da Anbima e o retrato da adoção de IA

A Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais (Anbima) conduziu um levantamento abrangente com instituições do setor, revelando que 92% delas já empregam inteligência artificial em pelo menos uma área de negócio. O estudo, divulgado em 7 de agosto de 2026, destaca que os principais usos estão concentrados em aumento de produtividade e automação de tarefas, seguidos por análise de dados e atendimento ao cliente.

Os números refletem uma tendência global: segundo o Fórum Econômico Mundial, a adoção de IA no setor financeiro deve crescer 25% ao ano até 2028. No Brasil, a pesquisa da Anbima mostra que a tecnologia já é mainstream, mas também evidencia desafios: apenas 34% das instituições possuem uma estratégia formal de IA, e menos da metade conta com comitês dedicados à governança de algoritmos. Esses dados sugerem que a corrida pela implementação pode estar à frente da capacidade de controle e supervisão.

Por que isso importa para empresas: Eficiência, competitividade e novos riscos

A adoção massiva de IA no mercado financeiro não é uma questão de moda, mas de sobrevivência competitiva. Instituições que utilizam IA relatam ganhos significativos de eficiência operacional, com redução de custos e aumento da velocidade de processamento. A automação de tarefas repetitivas libera talentos humanos para atividades de maior valor, como análise estratégica e relacionamento com clientes.

No entanto, a mesma tecnologia que gera vantagens também introduz vulnerabilidades. Modelos de IA podem ser enviesados, decisões automatizadas podem carecer de transparência, e a dependência de sistemas inteligentes amplia a superfície de ataque para cibercriminosos. Para empresas de todos os portes, o desafio é equilibrar a busca por inovação com a necessidade de mitigar riscos operacionais, legais e reputacionais.

Além disso, a regulação está evoluindo. O Banco Central do Brasil e a Comissão de Valores Mobiliários (CVM) têm discutido diretrizes para o uso de IA, e a Lei Geral de Proteção de Dados (LGPD) impõe requisitos rígidos sobre o tratamento automatizado de dados pessoais. Empresas que não se anteciparem a essas exigências podem enfrentar sanções e danos à imagem.

Impacto para cibersegurança, governança, IA e continuidade de negócios

Cibersegurança: A IA é uma faca de dois gumes. Por um lado, pode ser usada para detectar fraudes e anomalias em tempo real, reforçando a segurança. Por outro, ataques adversariais podem manipular modelos, e a dependência de dados de treinamento pode ser explorada. Instituições financeiras precisam investir em defesas específicas para IA, como validação robusta de dados e monitoramento contínuo de comportamentos anômalos.

Governança: A pesquisa da Anbima indica que a governança de IA ainda é incipiente. Sem políticas claras de uso, responsabilização e auditoria, as empresas correm o risco de decisões automatizadas que violam regulamentos ou princípios éticos. A criação de comitês de ética em IA e a implementação de frameworks de governança, como o COBIT ou o NIST AI Risk Management Framework, são passos essenciais.

IA e continuidade de negócios: A dependência crescente de sistemas de IA exige planos de contingência robustos. Falhas em modelos podem interromper operações críticas, como aprovação de crédito ou negociação algorítmica. A resiliência deve incluir redundância de sistemas, testes regulares e planos de recuperação que considerem a falha de componentes de IA.

Leitura executiva da WSVP

A pesquisa da Anbima confirma que a IA é uma realidade inescapável no mercado financeiro. No entanto, a velocidade da adoção supera a maturidade em governança e segurança. Para a WSVP, o momento exige uma postura proativa: as empresas que liderarem a implementação de IA com responsabilidade e transparência estarão melhor posicionadas para colher os benefícios econômicos e construir vantagem competitiva sustentável.

O principal risco não é a tecnologia em si, mas a falta de controle sobre ela. Decisões automatizadas sem supervisão humana podem gerar resultados indesejados, desde discriminação até perdas financeiras. A confiança dos clientes e investidores depende da capacidade das instituições de explicar e justificar as decisões tomadas por algoritmos.

Recomendamos que os executivos vejam a IA como um ativo estratégico que exige gestão ativa, assim como qualquer outro recurso crítico. Isso significa investir não apenas em tecnologia, mas em talentos, processos e cultura organizacional.

Recomendações práticas

1. Estabeleça uma estratégia formal de IA: Defina objetivos claros, casos de uso prioritários e métricas de sucesso. Alinhe a estratégia de IA com o plano de negócios da empresa.
2. Crie um comitê de governança de IA: Inclua representantes de áreas como risco, compliance, tecnologia e jurídico. O comitê deve revisar modelos, aprovar implantações e monitorar o desempenho contínuo.
3. Implemente um framework de gestão de riscos de IA: Utilize padrões como o NIST AI RMF ou ISO/IEC 42001 para identificar, avaliar e mitigar riscos associados a algoritmos.
4. Invista em cibersegurança específica para IA: Proteja os dados de treinamento, monitore ataques adversariais e estabeleça protocolos de resposta a incidentes que considerem falhas de modelos.
5. Garanta transparência e explicabilidade: Adote técnicas de IA explicável (XAI) para que decisões automatizadas possam ser auditadas e compreendidas por reguladores e clientes.
6. Capacite equipes: Treine colaboradores para entender as capacidades e limitações da IA, promovendo uma cultura de uso responsável.
7. Monitore a regulação: Acompanhe as orientações do Banco Central, CVM e ANPD para garantir conformidade com LGPD e futuras normas específicas.
8. Desenvolva planos de continuidade: Inclua cenários de falha de IA nos testes de resiliência operacional e mantenha alternativas manuais ou tradicionais para processos críticos.

Fontes consultadas

• O Estado de S. Paulo - 92% das instituições no mercado financeiro estão usando IA, diz Anbima
• Anbima - Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais
• Fórum Econômico Mundial - Relatórios sobre IA no setor financeiro
• Banco Central do Brasil - Regulação e supervisão
• Comissão de Valores Mobiliários (CVM)
• Autoridade Nacional de Proteção de Dados (ANPD)
• NIST - AI Risk Management Framework

Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.