Por Guilherme Barreiro, diretor da BRLink e Serviços da Ingram Micro Brasil*
O setor financeiro vive um paradoxo: é um dos que mais investem em tecnologia, mas também um dos que mais enfrentam obstáculos para transformar dados em resultados concretos com inteligência artificial (IA). A promessa de eficiência, personalização e automação está presente no discurso de bancos, fintechs e seguradoras, mas, na prática, muitos projetos continuam presos a ambientes legados, governança fragmentada e uma cultura que ainda trata dados como um recurso de uso restrito.
No contexto de Financial Services and Insurance (FSI), em que a conformidade e a segurança são mandatórias, o desafio não é apenas tecnológico, é estrutural. A verdadeira revolução da IA depende de uma mudança profunda na forma como os dados são coletados, tratados e disponibilizados.
A Pesquisa Febraban de Tecnologia Bancária 2025, realizada pela Deloitte em parceria com a Federação Brasileira de Bancos (Febraban), mostra com clareza essa tendência. A transformação digital do setor financeiro brasileiro está fortemente associada à democratização de dados e impulsionada por iniciativas como Open Finance e Big Data Analytics. Mais de 208 bilhões de transações digitais foram registradas no último ano, e o uso de dados em tempo real e a personalização de serviços já figuram entre as principais prioridades estratégicas das instituições.
Mas democratizar dados não significa abrir tudo para todos. Trata-se de garantir acesso seguro, governado e contextualizado ao dado certo, na hora certa. Quando isso ocorre, as equipes ganham autonomia para inovar, testar hipóteses e construir soluções de IA de forma responsável e escalável.
Instituições que adotam catálogos únicos de dados, políticas como código e fluxos automatizados de aprovação reduzem o tempo de exploração de semanas para dias, além de reaproveitarem modelos, ativos e features entre áreas distintas. Essa prática eleva a produtividade de times de risco, crédito, fraude e compliance, mantendo a rastreabilidade exigida por auditores e órgãos reguladores.
A adoção de uma arquitetura moderna baseada em Lakehouse, Data Mesh, MLOps e FinOps não é mais uma escolha técnica, mas uma decisão estratégica para quem deseja transformar dados em vantagem competitiva. Essas abordagens permitem equilibrar inovação e governança, algo indispensável em um setor tão regulado quanto o financeiro. Ao integrar segurança, escalabilidade e conformidade desde a fundação da arquitetura, viabilizada, por exemplo, por ecossistemas em nuvem da AWS e ferramentas como Amazon S3, Lake Formation, SageMaker, Bedrock, DataZone e FinSpace, as instituições deixam de apenas reagir a demandas e passam a antecipar oportunidades. É essa base tecnológica que sustenta aplicações avançadas, da detecção de fraudes em tempo real à personalização de crédito, provando que a modernização da infraestrutura de dados é o primeiro passo para uma IA realmente transformadora.
Entretanto, a democratização de dados é também uma mudança cultural. É preciso tratá-los como produtos, com donos de domínio, contratos claros e indicadores de desempenho. Só assim a IA deixa de ser um experimento caro e passa a ser um motor de resultados mensuráveis e sustentáveis.
Um método de trabalho para essa jornada deve seguir quatro etapas fundamentais: assessment regulatório, fundação de dados em nuvem, fábrica de modelos e enablement com FinOps. Esse ciclo reduz fricção no acesso, acelera o tempo entre ideia e produto e insere o compliance no DNA de cada projeto.
O futuro da IA no setor financeiro deve avançar para soluções mais explicáveis e adaptadas ao perfil do cliente, integrando dados estruturados e não estruturados em ambientes cada vez mais automatizados e seguros. Assim, o impacto será sentido não apenas em eficiência operacional, mas também na capacidade de oferecer experiências personalizadas, confiáveis e transparentes.
A verdadeira inovação em IA começa na democratização inteligente dos dados, uma jornada que une estratégia, operação e governança para transformar potencial em resultado real.