Por João Paulo Miranda*
Por décadas, a maturidade tecnológica de uma instituição financeira foi medida por métricas de produção: quantidade de sistemas construídos, features lançadas, código escrito… Hoje, com a consolidação da Inteligência Artificial Generativa, precisamos encarar uma realidade incontornável: o desenvolvimento e a codificação, o chamado downstream, estão se tornando cada vez mais resolvidos e comoditizados. Para se ter uma ideia do ritmo dessa mudança, implementações recentes de IA já estão tornando o desenvolvimento até 30% mais eficiente no setor financeiro, eliminando gargalos de forma drástica.
Do que tenho vivenciado na engenharia de software há mais de trinta anos, posso afirmar que o verdadeiro diferencial competitivo mudou de lugar. A codificação técnica pura terá cada vez menos valor isolado. O que ditará a sobrevivência e a liderança no mercado é a rapidez com que as equipes de tecnologia farão a transição para se tornarem, de fato, solucionadoras de problemas de negócio.
O grande gargalo das organizações não está mais em como construir o software, mas no upstream: na análise de requisitos, na eficácia de saber se estamos resolvendo a dor correta e no alinhamento estratégico. A tecnologia pela tecnologia já não sustenta a operação de um banco; ela precisa traduzir agilidade em retorno sobre o investimento (ROI) claro para o cliente.
Quando deslocamos o foco para o impacto no negócio, percebemos que o desafio de modernizar o setor financeiro exige uma nova roupagem, especialmente quando lidamos com o peso da infraestrutura legada. O custo da inércia é altíssimo: projeções indicam que bancos globais gastarão cerca de US$ 57 bilhões até 2028 apenas com a manutenção de sistemas de pagamento desatualizados.
Essa mudança de foco se torna evidente nos projetos de altíssima complexidade, como a modernização de ambientes em AS400 e COBOL, que ainda sustentam as operações críticas de gigantes do setor. Abordagens convencionais de migração não são mais suficientes para esse nível de exigência; elas drenam o orçamento e paralisam a inovação. É por isso que o mercado está testemunhando a ascensão da IA Agêntica, que vai muito além de chatbots reativos.
Segundo análises do setor para 2026, 44% das equipes financeiras já planejam adotar a IA agêntica, um salto impressionante de mais de 600% na utilização de agentes autônomos integrados aos negócios. Contudo, para que essa aceleração ocorra de forma segura, o mercado precisa urgentemente evoluir sua governança de IA.
A simples liberação de ferramentas generativas cria um cenário perigoso de Shadow AI, onde colaboradores utilizam plataformas não homologadas com dados sensíveis da empresa. O impacto disso é estrutural: o Gartner projeta que, até 2030, mais de 40% das corporações sofrerão incidentes de segurança ou conformidade ligados diretamente a esse uso invisível e descentralizado da IA. Para operar em escala, precisamos construir verdadeiros sistemas operacionais agênticos.
Na prática, isso significa que um agente autônomo deve ser tratado como um colaborador do banco: possuindo uma identificação única (um “CPF”), alçadas de decisão bem definidas, políticas de acesso estritas e trilhas de auditoria. O risco não está na IA errar, mas na organização delegar tarefas sem perceber, perdendo a rastreabilidade e a supervisão necessárias para a confiança corporativa.
Por fim, é fundamental reconhecer que não estamos correndo atrás do prejuízo. Ao analisar a maturidade digital e a forma como os ecossistemas de pagamento brasileiros têm exigido coordenação de governança robusta, fica claro que o país não está atrasado. Pelo contrário, temos clientes no segmento financeiro brasileiro que estão muito mais avançados no uso estruturado de IA do que grandes instituições internacionais.
O terreno é fértil e a vanguarda é nossa. As instituições que compreenderem que o código virou commodity e direcionarem seus esforços para o upstream e para a governança agêntica serão as verdadeiras líderes da próxima era digital.
*João Paulo Miranda é CEO da Objective
